基于深度信念网络的盾构隧道施工安全研究

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

所属期刊栏目：40

分类号：U458(隧道工程)

资助基金：国家自然科学基金;中交养护集团重大科技研发项目

在线出版日期：2023-04-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：75-80,87