基于Matlab的BP神经网络在预测TBM掘进速度中的应用

• 作者: 任翔 张鹏 熊帆 胡志平
• 来源期刊: 现代隧道技术
• 学科: 交通运输
• 关键词: TBM掘进速度 预测 贯入度 BP神经网络 随机性 设备性能 围岩特征
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 研究与计算
• 页码范围: 101-107
• 页数: 7页
• 分类号: U455.3|TP183
• 字数: 4370字
• 语种: 中文
• DOI: 10.13807/j.cnki.mtt.2017.05.014

摘要

TBM的掘进效率受围岩特征和机器设备性能的影响,预测TBM的掘进速度需要考虑这两方面因素.由于地质环境具有不确定性,文章分别采用正态分布和指数分布模拟岩石单轴抗压强度UCS和岩石质量指标RQD的统计分布规律,利用Monte Carlo算法生成相应的随机输入参数;在考虑机器设备性能因素时,通过净推力和刀盘直径的比值,消除了不同机器设备之间性能因素的影响差异;基于围岩和机器性能两方面输入参数,在Matlab软件中建立了预测TBM掘进贯入度的BP神经网络模型.通过工程实例验证,模型的预测结果和实际情况比较接近.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张鹏	长安大学建筑工程学院	36	213	8.0	13.0
2	胡志平	长安大学建筑工程学院	58	513	13.0	21.0
6	任翔	长安大学建筑工程学院	12	41	5.0	6.0
7	熊帆	长安大学建筑工程学院	3	13	2.0	3.0