%0 Journal Article
%A 吴帆
%A 张云旆
%A 寇甲兵
%A 刘立鹏
%A 李鹏宇
%T 基于扭矩贯入指标和神经网络的围岩质量预判方法
%D 2022
%R 10.11988/ckyyb.20221039
%J 
院报
%P 33-41
%V 39
%N 12
%X 全断面岩石掘进机(TBM)的地质适应性较差,当遭遇不良地质条件或者围岩质量较差时,容易引发卡机、塌方等地质灾害,影响施工进度,威胁人员安全。基于此,首先通过TBM数据预处理,将原始数据分割为完整的掘进段,其次以掘进段为单位计算扭矩贯入指标(TPI),基于时间序列法和神经网络在掘进开始前对围岩质量进行预测,基于TPI的基尼不纯度,在掘进上升段对围岩质量进行判断。结果表明:TPI能够较好地反映围岩地质条件,基于时间序列法和神经网络能够较为准确地对TPI进行预测,通过TPI的基尼不纯度能够较好地对围岩质量进行判断。
%U http://ckyyb.crsri.cn/CN/10.11988/ckyyb.20221039