考虑盾构机参数主动控制的隧道掘进地表沉降智能预测方法
高修强1
彭达1
王国光1
李启明2
姚建强2
王赶2
1.中国电建集团华东勘测设计研究院有限公司,杭州 3111222.北京交通大学 土木建筑工程学院,北京 100044
摘要：针对盾构工程中合理的盾构机参数需要依靠大量工程经验进行选取以满足地表沉降的问题,提出一种考虑盾构机参数主动控制的盾构隧道掘进地表沉降智能预测模型.首先,根据工程的实际特性与时空特征,将盾构掘进地表沉降的影响因素划分为几何参数、地质参数、掘进段盾构机参数以及未掘进段控制参数.然后,针对输入数据的不同结构特征,综合采用不同的神经网络模型分别提取不同输入参数的特征,从而构建符合现场盾构掘进数据特征的混合神经网络模型.最后,利用杭州地铁3号线3个区间盾构隧道工程的施工数据库对模型预测性能进行验证,同时将本文模型与其他传统机器学习算法进行对比.研究结果表明:相较于随机森林模型与长短时记忆神经网络模型,混合神经网络模型预测性能提升近50％与30％;多种输入参数中未掘进段盾构机主动控制参数对模型的重要性最高,对结果的影响最大.研究成果可为盾构隧道掘进中的沉降预测与盾构机参数决策提供参考.
关键词：盾构隧道地表沉降人工智能深度学习
分类号：U455.43(隧道工程)
论文发表日期：2024-06-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 120-129 )
英文信息