详情

原文传递典型盾构刀具离散元模拟与磨损预测研究

论文题名：	典型盾构刀具离散元模拟与磨损预测研究
关键词：	盾构刀具;离散元模拟;磨损预测;人工智能
摘要：	随着近年我国城市化进程的逐步加快，城市地上交通拥挤成为常态，开发地下空间是解决问题的有效手段之一。盾构法由于其自身安全、高效以及施工时不影响地面活动的优点，被广泛应用于各大城市地下空间的开发中，成为地下空间开发主要的工法之一。然而，盾构掘进时，刀盘刀具会出现磨损。特别在复合地层中，磨损现象更为显著。在面对建设水下或复合地层隧道等更复杂工况时，每次磨损换刀都承担极高风险。因此，对盾构刀具的磨损情况进行准确的预测，以确定合适的换刀时机十分必要。　　本文依据不同城市两个盾构隧道工程案例的地质条件与盾构换刀数据，对典型盾构刀具的磨损情况进行分析。采用离散元建模方法，研究不同刀具类型在不同地层中掘进时的磨损变化规律，而后基于磨损机理和人工智能算法对刀具的磨损情况进行预测。完成的主要研究工作如下：　　（1）在某市某盾构隧道工程背景下，运用 SolidWorks和 EDEM建模与分析软件，构建了盾构单刃/双刃滚刀和刮刀在软、硬、上软下硬以及上硬下软地层中服役的离散元模型，研究了同一刀具在不同地层中与三种刀具在同一地层中切削岩土体的磨损规律，为盾构刀具选型提供可供参考的量化依据。　　（2）基于地质条件、刀具材质以及施工参数，结合刀具的破岩力学模型与破岩轨迹公式，推导了基于磨粒磨损的复合地层大直径盾构刀具的磨损解析计算公式，对刀具在单一岩层和复合地层中的磨损量与速率进行了预测，并与工程中的实际磨损量进行对比，验证了该公式用于刀具磨损预测的可行性与准确性。　　（3）由于前文刀具磨损解析计算公式主要用来计算刀具破岩时的磨损情况，不适用于复合砂卵石地层，故本文在另一城市某盾构工程案例的基础上，探究了复合地层中磨损系数的计算方法，分别采用人工智能AdaBoost增强学习算法和BP神经网络算法对砂卵石地层大直径盾构刀具的磨损情况进行预测，同样也与工程中的实际磨损量进行了对比，验证了AdaBoost增强学习算法应用于刀具磨损预测中的可行性，发现其预测精度高于 BP 神经网络算法，而后对比算法预测中数据集不同划分比例对预测结果的影响，得出样本训练-预测验证的划分比例为 7∶3时，模型预测精度最高。考虑AdaBoost增强学习算法本身的不确定性，对其进行分析得知该算法较为稳定。　　本文对典型盾构刀具切削岩土体的服役工况进行了离散元建模，量化分析了多型刀具在不同地层条件下的磨损规律，从磨损机理的角度推导了刀具的磨损计算公式；利用AdaBoost增强学习算法和BP神经网络算法建立刀具磨损预测模型，在案例工程中结合实际的刀具磨损检测与换刀记录，进行了模型有效性的应用验证，为在不同地层中盾构刀具选型以及换刀决策研究，提供了量化依据。
作者：	易早月
专业：	土木工程建造与管理
导师：	陈健
授予学位：	硕士
授予学位单位：	华中科技大学
学位年度：	2022