原文传递
TBM掘进中滚刀受力实时监测分析方法及现场应用
| 论文题名： | TBM掘进中滚刀受力实时监测分析方法及现场应用 |
| 关键词： | TBM掘进;滚刀受力;实时监测;铁路隧道;荷载识别 |
| 摘要： | 实时监测滚刀受力情况不仅有助于TBM安全高效地掘进，而且还有助于节约TBM施工过程中的成本。尽管如此，但由于TBM恶劣的施工环境和现场条件的限制以及监测方法的不明确，这些使得滚刀受力实时监测难以实现。本文以高黎贡山大瑞铁路隧道为依托工程，以中铁装备生产的19寸TBM滚刀为研究对象，对滚刀受力实时监测方法进行了研究，建立了实时监测系统，并在“彩云号”TBM上进行了搭载和现场应用。具体的研究内容可分为以下几个方面： 首先结合国内外对滚刀受力及其现场监测的研究，认为以C型垫块为监测对象，并通过动力学相关理论间接求解出滚刀受力的方法是可行的，同时在动力学理论的滚刀受力实时监测方法的基础上，建立完善了滚刀多自由度动力学模型，通过集中质量法和牛顿第二定律建立多自由度振动微分方程，利用仿真模拟、机械力学、动力学等相关知识求解出动力学参数（如质量矩阵、刚度矩阵、阻尼矩阵等）。 然后通过Wilson-θ反分析方法对滚刀外荷载进行识别，并对其可行性和有效性进行了分析，在线性切割试验条件下，无噪声时的法向力、侧向力、滚动力误差水平分别为0.45%、0.05%、0.84%，10%噪声时的法向力、侧向力、滚动力误差水平分别为1.23%、1.52%、1.76%，在回转破岩试验条件下，滚刀切割半径为570mm，贯入度为5mm时，法向力和侧向力误差水平分别为1.37%和4.24%，滚刀切割半径为570mm，贯入度为7mm时，法向力和侧向力误差水平分别为1.53%和3.16%。 最后介绍了在高黎贡山大瑞铁路隧道现场搭载监测系统的过程，并在RMT岩石力学试验机上对C型垫块进行了标定试验，利用RoboTask编写了现场无人值守监测程序，对“彩云号”TBM上的36号滚刀进行实时监测，得到了现场监测数据，通过BP神经网络对已知三通道数据来补充缺失通道的数据进行了分析研究，提出用Wilson-θ反分析方法对滚刀外荷载进行识别，完善了实时监测系统。 |
| 作者： | 王少华 |
| 专业： | 岩土工程 |
| 导师： | 刘泉声 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉大学 |
| 学位年度： | 2019 |
检索历史
应用推荐
