TBM净掘进速率预测模型及多指标评价方法研究

张全太，刘泉声，黄 兴

(1.武汉大学 土木建筑工程学院 岩土与结构工程安全湖北省重点实验室，湖北 武汉 430072；2.中国科学院武汉岩土力学研究所 岩土力学与工程国家重点实验室，湖北 武汉 430071；3.盾构及掘进技术国家重点实验室，河南 郑州 450001)

TBM(全断面隧道掘进机)工法具有“安全、施工速度快、环保、成本低”等优点[1]，已成为深埋长大隧(巷)道施工的首选和发展方向。TBM工法在水利、交通领域隧道建设已广泛应用，近年来正在成为我国煤矿井巷掘进的新模式，已成功应用于山西大同塔山煤矿主平硐[2]、神华补连塔煤矿斜井、淮南张集煤矿瓦斯抽采巷等井巷的建设。TBM掘进性能预测在TBM可掘进性评价、施工设计指导和工期规划中具有重要作用，其中净掘进速率(PR)是指TBM一次连续掘进过程中挖掘长度与相对应挖掘时间的比值，可以直观地描述TBM的掘进效率，对于合理规划施工周期和成本估计具有重要作用。因此，开发TBM净掘进速率预测模型在隧(巷)道开挖和设计工作的早期阶段都具有重要意义。

国内外学者基于不同的输入参数和建模方法，已经开发了一些PR预测模型。在国内，温森等[3]基于美国纽约皇后输水隧洞掘进数据和岩体参数，采用Monte Carlo-BP神经网络建立了PR预测模型；王健等[4]以基于RMR的岩体质量评价指标为输入参数，通过统计回归分析方法建立了PR预测模型；闫长斌等[5]以围岩力学参数和岩体指标参数为输入，通过统计回归分析方法建立了TBM净掘进速率预测模型。……