一种基于神经网络的隧道掌子面围岩智能分级方法

    公开(公告)号:CN116468939A

    公开(公告)日:2023-07-21

    申请号:CN202310363305.8

    申请日:2023-04-06

    摘要: 一种基于神经网络的隧道掌子面围岩智能分级方法,包括围岩强度获取、岩石完整程度获取及围岩分级。围岩强度获取步骤为:选择现场测试的掌子面围岩回弹值和地质发育度作为输入指标;基于RBF神经网络智能算法构建RBF学习模型,将学习样本数据输入RBF学习模型优化参数;利用优化参数建立RBF学习模型,将检验样本数据输入到RBF预测模型,得到围岩强度输出结果。岩石完整程度获取步骤为:对掌子面的围岩进行图像拍摄;利用图像识别处理方法获取掌子面完整图像;基于Mask RCNN卷积神经网络算法构建Mask RCNN学习模型,将学习样本数据输入Mask RCNN学习模型优化参数,等。本发明基于神经网络算法对隧道掌子面围岩进行智能分级,可准确预测隧道掌子面的围岩级别。

    一种机械结合控制爆破的组合施工方法

    公开(公告)号:CN115637985A

    公开(公告)日:2023-01-24

    申请号:CN202211248813.3

    申请日:2022-10-12

    申请人: 同济大学

    摘要: 本发明涉及一种机械结合控制爆破的组合施工方法,该方法包括以下步骤:步骤1、对施工路段进行超前地质预报,来预估利用该组合施工方法的路段范围;接着对掌子面进行地层强度勘测,将掌子面划分为机械施工区和爆破施工区;步骤2、对机械施工区的围岩进行机械开挖,并设置对应的设备爬坡通道与工作平台;步骤3、机械开挖完成后,施作机械施工区初期支护结构;步骤4、对爆破施工区的围岩进行控制爆破开挖作业。与现有技术相比,本发明具有安全性高、对周围既有管线和建(构)筑物影响小等优点。