基于人工智能的TBM选型适应性评价决策支持系统
随着我国西部的大开发和“一带一路”的建设，迫切需要大力发展交通、矿山、水利等重大 “生命线”工程，而深埋长大隧道往往是这些生命线工程的关键控制性工程。限于地质、地形和自 然环境条件，从施工工期、造价和技术进步3个方面考虑，TBM（Tunnel Boring Machine）工法是深长 隧道开挖的优先选择。深长隧道TBM的适应性受到众多因素的影响，难以进行有效和定量的评 价。主要影响因素为不良地质，如突涌水、软岩大变形、断层破碎带、岩爆等；此外，隧道的设计、隧 址地质条件等对TBM的选型也有重要影响。人工智能方法具有能够分析复杂因素影响和处理复 杂问题的突出特点，可用于TBM选型适应性的有效评价。首先，基于层次分析法和模糊综合评判 方法，通过TBM选型评价知识的获取，选取能够充分反映不同机型地质适应性差异、具有代表性和 区分度高的7个评价指标，构建了TBM选型适应性评价指标体系及模糊综合评价模型，确定了各 个评价指标的模糊隶属函数。其次，通过编写权重辅助计算程序，确定了3种TBM机型选型适应 性评价指标的权重；其中，为了避免单指标决策的局限性和主观臆断的缺陷，采用智能设计理论和 决策理论相结合的方法，完成了多指标智能决策的定量化选型。将评价模型与知识获取相结合，以 规则的形式表示知识，构建了TBM选型适应性评价知识库。最后，基于智能评价决策支持系统平 台IDsDP，开发了TBM选型适应性智能评价决策支持系统，为深长隧道TBM选型提供了一种新的 量化评价方法。利用该系统对高黎贡山铁路隧道TBM的选型进行了适应性评价，评价结果与实际 情况相吻合。
- 2021-06-29
- 阅读64
- 下载0
- 14页
- pdf
