基于深度信念网络的盾构隧道施工安全研究_中国煤炭行业知识服务平台

基于深度信念网络的盾构隧道施工安全研究

作者

高玮王森崔爽汪义伟葛双双钟小春
单位

河海大学土木与交通学院
摘要

针对广州地铁18号线盾构隧道工程施工的主要安全问题——地表沉降和管片上浮，基于现场监测得到的施工参数与安全问题间的海量大数据，采用深度学习网络——深度信念网络构建了施工安全预测模型，并研究了六个主要施工掘进参数对施工安全的影响。结果表明：深度信念网络可以根据现场监测大数据得到较准确的地表沉降和管片上浮预测值；且地表沉降量随土仓压力、注浆量和注浆压力的增大而减小，随千斤顶推力、刀盘扭矩和掘进速度的增大而增大。而管片上浮量随土仓压力和注浆压力的增大而增大，随千斤顶推力和注浆量的增大而减小，刀盘扭矩和掘进速度对管片上浮影响不大。
关键词

深度信念网络地表沉降管片上浮掘进参数预测模型
基金项目(Foundation)

国家自然科学基金重点资助项目(41831278)；中交养护集团重大科技研发项目(27100020Y248)；
文章目录

1 工程问题及现场监测情况
2 基于深度信念网络的盾构隧道安全预测模型
2.1 深度信念网络
2.2 盾构隧道安全性预测模型
2.2.1 施工参数的相关性分析
2.2.2 DBN模型的建立
3 预测模型计算结果及其分析
3.1 盾构隧道安全预测模型计算结果
3.2 掘进参数对施工安全的影响分析
4 结论
引用格式

高玮,王森,崔爽,汪义伟,葛双双,钟小春.基于深度信念网络的盾构隧道施工安全研究[J].河北工程大学学报(自然科学版),2023,40(01):75-80+87.