基于RMR岩体分级系统的TBM掘进性能参数预测

doi:10.3973/j.issn.1672-741X.2017.06.008

隧道建设（中英文） ›› 2017, Vol. 37 ›› Issue (6): 700-707.DOI: 10.3973/j.issn.1672-741X.2017.06.008

基于RMR岩体分级系统的TBM掘进性能参数预测

王健，王瑞睿，张欣欣，刘海东，庞永昊

（山东大学岩土与结构工程研究中心，山东济南 250061）

收稿日期:2016-09-12 修回日期:2016-12-01 出版日期:2017-06-20 发布日期:2017-07-02
作者简介:王健（1990—），女，辽宁本溪人，山东大学岩土工程专业在读硕士，研究方向为TBM性能预测、评估及数据挖掘。Email: wangjian2013329@163.com。
基金资助:
国家重点基础研究发展计划(973)项目(2013CB036002)

Estimation of TBM Performance Parameters Based on Rock Mass Rating (RMR) System

WANG Jian, WANG Ruirui, ZHANG Xinxin, LIU Haidong, PANG Yonghao

(Geotechnical and Structural Engineering Research Center, Shandong University, Jinan 250061, Shandong, China)

Received:2016-09-12 Revised:2016-12-01 Online:2017-06-20 Published:2017-07-02

摘要/Abstract

摘要：

为解决由于地质条件原因造成TBM掘进效率低下的问题，基于吉林引松供水工程建立的TBM数据库，提出应用RMR岩体分级系统对TBM的掘进性能参数进行预测。通过回归分析的方法分别建立了RMR与TBM性能预测参数掘进速率（PR）、施工进度（AR）、利用率（U）以及贯入度指数(FPI)的经验公式。研究结果表明： RMR与PR、AR、U均呈现二次相关关系，RMR 与FPI为线性关系，且相关系数均大于0.7；当RMR=50～70时，岩体具有较好的可掘性；当岩体条件较差（RMR<30～40）或者岩体条件极好（RMR>70～80）时，岩体的可掘性均较差；吉林引松工程TBM掘进的平均利用率为22.36%，与地质条件相关的停工时间约占总工期的25.97%。

关键词: TBM, 吉林引松供水工程, 隧洞, RMR, 掘进性能参数, 掘进速度, 施工进度, 利用率

Abstract:

In order to solve low boring efficiency of TBM caused by geological conditions, the TBM boring performance parameters estimation based on rock mass rating (RMR) system is proposed in view of TBM data base of Songhua River Water Conveyance Project in Jilin Province. The empirical correlation formulas of RMR with TBM performance parameters, i.e. penetration rate (PR), advance rate (AR), utilization (U) and field penetration index (FPI) are respectively given by regression analysis. The study results show that: 1) The relationship between RMR and PR and that between AR and U can be approximated by seconddegree polynomial curves; RMR and FPI present linear relationship, and the correlation coefficients are all larger than 0.7. 2) Better performance of TBM can be reached in fair rock (RMR=50-70) whilst bad performance of TBM will be reached in bad rocks (RMR<30-40) or rock beyond good (RMR > 70-80). 3) The utilization of TBM used in Songhua River Water Conveyance Project in Jilin Province is 22.36%, and geology and rock mass related downtime takes about 25.97% in total construction schedule.

Key words: TBM, Songhua River Water Conveyance Project in Jilin Province, tunnel, rock mass rating(RMR), TBM boring performance parameters, penetration rate, advance rate, utilization

中图分类号:

U 45

王健，王瑞睿，张欣欣，刘海东，庞永昊. 基于RMR岩体分级系统的TBM掘进性能参数预测[J]. 隧道建设, 2017, 37(6): 700-707.

WANG Jian, WANG Ruirui, ZHANG Xinxin, LIU Haidong, PANG Yonghao. Estimation of TBM Performance Parameters Based on Rock Mass Rating (RMR) System[J]. Tunnel Construction, 2017, 37(6): 700-707.

/ 推荐

[1]	孙红林, 刘铁, 刘铁华, 化希瑞, 蔡盛, 周维. 隧道超前地质预报发展趋势与实践[J]. 隧道建设, 2026, 46(S1): 9-28.
[2]	周泽华, 徐有亮, 靳宝成, 储茂成, 赵晓勇, 鲁兴安. 基于ACNN-LSTM模型的TBM隧道软岩变形段落风险识别[J]. 隧道建设, 2026, 46(S1): 236-248.
[3]	王世龙, 高保彬, 王新壮, 曹永静, 张昌娟, 杨东杰. 敞开式TBM穿越陷落柱刀盘卡机机制及防控策略[J]. 隧道建设, 2026, 46(S1): 348-360.
[4]	钟果, 崔正伟, 张世殊, 马金根, 肖华波, 胡清龙, 王能峰. 隧洞持续性碎屑流施工期勘察与防治——以绰斯甲水电站引水隧洞为例[J]. 隧道建设, 2026, 46(S1): 387-396.
[5]	刘青正, 杨延栋, 卢高明, 颜仁富, 张永明, 朱晓亮, 李恩雷, 刘文帅, 王军利, 刘强, 姚小敏, 翟超杰. 基于响应面和遗传算法的TBM隧道超前管棚支护参数优化[J]. 隧道建设, 2026, 46(S1): 443-455.
[6]	彭春林, 于泽刚, 胥德怀, 刘亮. 极软岩隧洞大变形时空演化规律与分级控制技术——以引江补汉工程12-1^#支洞为例[J]. 隧道建设, 2026, 46(S1): 495-505.
[7]	齐梦学 , 夏毅敏, 李凤伟, 周雁领, 曾绍毅, 周波, 宋洪蛟, 苑进才. 完整硬岩螺旋隧道TBM装备与施工关键技术[J]. 隧道建设, 2026, 46(S1): 529-539.
[8]	李庆民, 王华伟, 赵振东, 刘四进, 杨成玺, 石硕. 基于自适应稀疏融合网络的TBM电驱系统故障诊断[J]. 隧道建设, 2026, 46(9): 1825-1836.
[9]	齐欢, 任大力, 罗国艳, 李明旭, 张裕良, 殷伟淞. 层理面倾角对深埋输水隧洞围岩稳定性的影响及控制方法[J]. 隧道建设, 2026, 46(9): 2011-2023.
[10]	张子鹏, 贾静琪, 陈昀, 马国伟. 含岩溶管道地层隧洞外水压力计算方法[J]. 隧道建设, 2026, 46(8): 1693-1702.
[11]	刘彬媛, 罗彦斌, 谭畅, 杨振兴, 吕乾乾, 陈志刚, 刘伟伟. 基于Transformer多任务学习的TBM卡机风险实时判识智能预警模型研究与应用[J]. 隧道建设, 2026, 46(8): 1729-1739.
[12]	蒋中明, 杨雪, 廖峻慧, 张敬, 张世殊, 尹崇林. 压气储能恒压隧洞式储气库热力学模型[J]. 隧道建设, 2026, 46(7): 1413-1425.
[13]	王建楠, 王春华, 任富强, 李青松, 刘怀谦, 马庆, 刘浩, 宋鑫, 汪杰, 林益超. 基于流固耦合效应的富水破碎地层双护盾TBM隧道围岩渗压与变形演化[J]. 隧道建设, 2026, 46(6): 1244-1253.
[14]	韩佳霖, 刘学, 王贤钧, 谢铮. Global Typical Case Statistics and Development Analysis of Full-Face Tunnel Boring Machines（全球全断面隧道掘进机典型应用工程案例统计与发展分析）[J]. 隧道建设, 2026, 46(6): 1359-1382.
[15]	侯烨, 杨朝帅, 丁玉祥, 胡杰, 李红儒, 李晓峰, 曹双利, 何满潮. 深埋隧洞岩爆防控三维NPR主动支护体系[J]. 隧道建设, 2026, 46(4): 852-868.

基于RMR岩体分级系统的TBM掘进性能参数预测

Estimation of TBM Performance Parameters Based on Rock Mass Rating (RMR) System

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价