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.

[1]	姜礼杰, 文勇亮, 贾连辉, 陈宝宗, 贺飞. 一种新型小转弯半径TBM推进系统设计与分析[J]. 隧道建设, 2020, 40(7): 1081-1087.
[2]	刘泽, 王勇, 李小锋, 吴志昊. 海域复杂地质双模式TBM设备选型与应用关键技术[J]. 隧道建设, 2020, 40(6): 868-872.
[3]	孙海波. 再制造TBM主驱动装配关键工艺及齿轮副啮合质量检验技术[J]. 隧道建设, 2020, 40(6): 890-897.
[4]	张斌荣, 管会生, 谭孝锋, 廖江, 杨骁, 李霞. 基于MATLAB/Simulink的TBM边滚刀动力学模型及振动分析[J]. 隧道建设, 2020, 40(6): 833-839.
[5]	王明友, 侯少康, 刘耀儒, 金峰. TBM 豆砾石回填灌浆密实度对支护效果的影响研究[J]. 隧道建设, 2020, 40(3): 326-336.
[6]	段志伟, 杜立杰, 吕海明, 王家海, 刘海东, 富勇明. 基于主成分分析与BP神经网络的TBM围岩可掘性分级实时识别方法研究[J]. 隧道建设, 2020, 40(3): 379-388.
[7]	朱朋金, 赵康林, 肖利星. TBM侧向平移、空推新设备的研发及应用[J]. 隧道建设, 2020, 40(3): 417-425.
[8]	YAN Juntao, HU Xiao, LIU Bo. Stability of Shield Tunnel Excavation Face in Uppersoft and Lowerhard Composite Strata（上软下硬复合地层盾构隧洞开挖面稳定性研究）[J]. 隧道建设, 2020, 40(2): 223-230.
[9]	韩小亮. 敞开式TBM 主轴承外密封挡圈断裂脱落解决案例分析[J]. 隧道建设, 2019, 39(S2): 393-397.
[10]	汪旭，孟露，程德胜，卢松. TBM施工隧道管片衬砌段回填注浆质量检测综合物探方法研究及应用[J]. 隧道建设, 2019, 39(S1): 166-175.
[11]	张斌荣，管会生，赵昌盛，王默. 双模式TBM刀具破岩试验台有限元仿真分析[J]. 隧道建设, 2019, 39(S1): 290-295.
[12]	司玉迪. 城市轨道交通隧道双护盾TBM过站施工技术[J]. 隧道建设, 2019, 39(S1): 411-419.
[13]	王海军. 敞开式TBM空推步进技术在引松供水工程的应用[J]. 隧道建设, 2019, 39(9): 1500-1506.
[14]	张康宁，刘志伟. 基于BIM的施工进度信息附加、跟踪与集成分析研究——以北京轨道交通19号线平安里站为例[J]. 隧道建设, 2019, 39(9): 1507-1514.
[15]	刘飞香，于洋. 某隧洞工程TBM不良地质处置探究[J]. 隧道建设, 2019, 39(9): 1515-1522.

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