基于深度学习的破碎带盾构施工沉降预测分析

• 作者: 武铁路
• 来源期刊: 隧道建设（中英文）
• 学科: 交通运输
• 关键词: 深度学习模型 破碎带 盾构隧道 沉降预测
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 研究与探索
• 页码范围: 197-203
• 页数: 7页
• 分类号: U455
• 字数: 5851字
• 语种: 中文
• DOI: 10.3973/j.issn.2096-4498.2019.02.003

摘要

为进一步提高复杂地层条件下盾构沉降预测的准确性,以广州地铁7号线1期工程谢村站—钟村站区间盾构工程为依托,针对破碎带盾构隧道沉降控制难题,提出基于深度学习的人工智能预测模型.通过分析开挖面破碎带分布规律,确定将破碎带面积比作为地层特性参数.采用相关系数矩阵分析不同施工参数与破碎带面积比的相关性,确定采用刀盘转矩代表破碎带面积比实时描述地层分布特性.以刀盘转矩、盾尾间隙与注浆量作为输入值,地面沉降作为输出值训练深度学习模型,并利用训练后的深度学习模型进行沉降预测分析.通过分析预测结果与沉降实测值的对比验证预测模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武铁路		4	3	1.0	1.0