您的位置: 专家智库 > >

周小雄

作品数:3 被引量:26H指数:2
供职机构:北京工业大学建筑工程学院城市与重大工程安全减灾省部共建重点实验室更多>>
发文基金:国家自然科学基金国家重点基础研究发展计划更多>>
相关领域:交通运输工程建筑科学轻工技术与工程矿业工程更多>>

文献类型

  • 2篇期刊文章
  • 1篇会议论文

领域

  • 2篇建筑科学
  • 2篇交通运输工程
  • 1篇矿业工程
  • 1篇轻工技术与工...

主题

  • 2篇隧道
  • 2篇隧道掘进
  • 2篇破岩
  • 2篇掘进
  • 2篇掘进机
  • 2篇滚刀
  • 2篇TBM
  • 1篇岩爆
  • 1篇岩爆预测
  • 1篇隧道掘进机
  • 1篇破岩效率

机构

  • 3篇北京工业大学
  • 1篇清华大学

作者

  • 3篇龚秋明
  • 3篇周小雄
  • 2篇殷丽君

传媒

  • 1篇隧道建设
  • 1篇施工技术(中...

年份

  • 1篇2022
  • 1篇2017
  • 1篇2016
3 条 记 录,以下是 1-3
排序方式:
基于机器学习的TBM隧道掘进岩爆预测被引量:3
2022年
岩爆是TBM在深埋隧道掘进时常见的地质灾害,实时准确的岩爆预测对TBM的安全高效掘进有重要工程意义。TBM在不同强烈程度的岩爆地层中掘进时,掘进参数表现出巨大差异,使通过实时掘进参数的特征预测岩爆成为可能。依托引汉济渭岭南TBM施工段,对收集所得的TBM掘进数据与岩爆现场数据进行预处理,构建粗粒度数据集。为提高数据集质量,定义局部标准差指标筛选出精确岩爆区间,构建细粒度数据集。基于4种机器学习模型,以TBM推力、扭矩、贯入度数据的时域特征参数作为输入,岩爆烈度等级作为输出,建立TBM隧道掘进岩爆预测模型。结果表明,以掘进参数的局部标准差为指标所识别出的岩爆区间,明显提高了数据集质量。4种模型中,基于LightGBM算法建立的模型预测效果最好,准确率达84.1%。研究表明,通过掘进参数预测岩爆具有可行性,可作为TBM隧道岩爆预测的一种新途径。
王湘怡周小雄卢建炜龚秋明
关键词:隧道掘进机岩爆预测
基于线性切割试验碴片分析的滚刀破岩效率研究被引量:23
2017年
为了研究碴片形状与TBM破岩效率之间的关系,应用机械破岩试验平台对北山花岗岩进行线性切割试验。通过对试验所形成的碴片进行粗糙度指数、扁平度以及长轴分析,发现不同滚刀间距及贯入度下所形成的碴片有很好的规律。TBM破岩效率越高,所形成的碴片大岩块的长轴更长,粗糙度指数更大,同时碴片也更加扁平。将粗糙度指数与比能进行回归分析,二者具有很好的线性关系。对于北山花岗岩,当刀间距与贯入度的比值为40左右时,TBM破岩效率最高。因此,碴片分析对评价TBM的破岩效率和优化施工具有重要意义。
龚秋明周小雄殷丽君何冠文苗崇通
关键词:TBM破岩效率
基于线性切割试验碴片分析的滚刀破岩效率研究
TBM 在隧道工程中得到了广泛应用,TBM 开挖过程中碴片的形状反映了TBM 的破岩效率。通过对北山花岗岩系列线性切割实验所形成的碴片进行了粗糙指数、扁平度分析、以及长轴计算分析,发现不同滚刀间距及贯入度下所形成的碴片有...
龚秋明周小雄殷丽君何冠文苗崇通
关键词:隧道掘进机
共1页<1>
聚类工具0