双模盾构施工考虑软硬岩占比的地表最大沉降值计算方法

    公开(公告)号:CN113204823B

    公开(公告)日:2022-08-16

    申请号:CN202110549927.0

    申请日:2021-05-20

    Abstract: 本发明提出一种双模盾构施工考虑软硬岩占比的地表最大沉降值计算方法,包括:A.确定软硬岩地层分界面;B.获得岩体移动焦点与包含地层损失外圆圆心之间的垂直距离d;C.获得隧道开挖面软岩面积;D.获得地层复合比μ1以及包含地层损失的地层复合比μ2,隧道开挖面软岩面积与隧道开挖面全断面面积的比值即为地层复合比;E.获得地层损失量;F.获得地表最大沉降值。该方法通过引入地层复合比这一参数来计算地层损失,并基于魏刚建立的隧道轴线上方地表最大沉降值通解公式,将得出的地层损失量代入通解公式进一步求取地表最大沉降值,从而提供一种盾构机穿越上软下硬复合地层时的地表最大沉降值的精确计算方法。

    双模态盾构隧道下穿水库引起导水裂隙带高度的预测方法

    公开(公告)号:CN113324506A

    公开(公告)日:2021-08-31

    申请号:CN202110549981.5

    申请日:2021-05-20

    Abstract: 本发明公开一种双模态盾构隧道下穿水库引起导水裂隙带高度的预测方法,适用于隧道上覆岩为多种岩层组合结构地层,包括以下步骤:首先通过钻孔提取岩样,收集岩层的各项指标信息,再根据有限元模拟得到隧道开挖时引起的地表竖向位移值,得到隧道开挖扰动边界角以及充分开挖扰动角,通过理论计算得到各岩层中间层的最大下沉量以及各岩层中间层的层向拉伸量,最后对各岩层中间层的层向拉伸率与岩层层位高度进行拟合,得到二者关系曲线,找到曲线平滑转折点即为导水裂隙带的最大发育高度。该方法结合实际勘察资料、有限元模拟以及理论计算,通过创造性的结合进行预测,既适用于复杂地质条件下导水裂隙带发育高度的预测,同时又具有较高的准确性。

    一种带压更换螺机风险分析方法
    18.
    发明公开

    公开(公告)号:CN115310861A

    公开(公告)日:2022-11-08

    申请号:CN202211109169.1

    申请日:2022-09-13

    Abstract: 本发明涉及盾构施工技术领域,特别涉及一种带压更换螺机风险分析方法;包括:根据带压更换螺机前期准备过程中土仓密闭性施工措施,确定塌方风险的影响因素,建立塌方总体风险评估指标体系;基于层次分析法,根据塌方总体风险评估指标体系中各评估指标对应的风险影响度,确定各评价指标得分以及各评价指标的权重,对各评价指标进行加权求和,并根据带压更换螺机塌方风险评价结论分类标准对带压更换螺机塌方风险进行分类和评价,得到带压更换螺机塌方风险的分类和评价结果。本发明采用指标体系法,重点考虑了带压更换螺机前期准备过程中土仓密闭性施工措施,通过增加、改进风险评估指标,建立适用于带压更换螺机塌方总体风险评估指标体系。

    EPB隧道施工地表沉降全周期自适应模糊推理预测方法

    公开(公告)号:CN113762635B

    公开(公告)日:2022-09-13

    申请号:CN202111067041.9

    申请日:2021-09-13

    Abstract: 本发明公开一种EPB隧道施工地表沉降全周期自适应模糊推理预测方法,首先通过对影响因素和沉降特征进行分析,将EPB开挖引起地表沉降的全周期分为先行沉降、推进沉降、盾尾空隙沉降和工后沉降等阶段;通过对历史施工中盾构机施工参数、土质参数、各阶段地表沉降量进行收集,形成数据集,并进行预处理得到训练数据集;在各阶段分别建立单个预估子项的自适应神经模糊推理系统,依据底层阶段的输出结果继续输出相邻高一层次的项目,形成多层次的ANFIS系统,通过训练数据集进行训练,得到隧道施工引起地表沉降的全周期预测模型;进而将实际施工参数、土质参数、施工阶段等输入预测模型中,得到隧道施工全周期沉降曲线,实现对盾构掘进过程中的地表沉降预测。

    EPB隧道施工地表沉降全周期自适应模糊推理预测方法

    公开(公告)号:CN113762635A

    公开(公告)日:2021-12-07

    申请号:CN202111067041.9

    申请日:2021-09-13

    Abstract: 本发明公开一种EPB隧道施工地表沉降全周期自适应模糊推理预测方法,首先通过对影响因素和沉降特征进行分析,将EPB开挖引起地表沉降的全周期分为先行沉降、推进沉降、盾尾空隙沉降和工后沉降等阶段;通过对历史施工中盾构机施工参数、土质参数、各阶段地表沉降量进行收集,形成数据集,并进行预处理得到训练数据集;在各阶段分别建立单个预估子项的自适应神经模糊推理系统,依据底层阶段的输出结果继续输出相邻高一层次的项目,形成多层次的ANFIS系统,通过训练数据集进行训练,得到隧道施工引起地表沉降的全周期预测模型;进而将实际施工参数、土质参数、施工阶段等输入预测模型中,得到隧道施工全周期沉降曲线,实现对盾构掘进过程中的地表沉降预测。

Patent Agency Ranking