ベイズおよび人工ニューラルネットワークを使用した圧搾地盤におけるTBMジャムリスクの予測

本研究は、圧搾地盤のような厳しい地盤条件下でのシールドトンネル掘削機（TBM）のジャムリスク評価のために、人工ニューラルネットワーク（ANN）とベイズネットワーク（BN）の応用を示しています。この分析は、地盤収束と機械の捕捉の可能性を評価するために、数値モデリングによるトンネリングケースのデータベースに基づいています。初期の数値分析の結果は、いくつかのケーススタディとの比較によって検証されました。シールドジャムに影響を与える最も重要なパラメーターの変動に基づいて、さまざまなシナリオの追加数値モデリングを行うことによってデータセットが確立されました。これには、岩塊の圧縮強度および変形係数、トンネル半径、シールドの長さ、シールドの厚さ、現場応力、過剰掘削の深さ、シールドと岩石の間の皮膚摩擦が含まれます。このデータセットを使用して、地盤特性と機械パラメーターの一連の接触圧力を予測するためにANNが訓練されました。さらに、連続および離散化されたBNを使用してシールドジャムのリスクを分析しました。これら2つの異なるBN手法の結果は、現場の観察と比較され、本論文で要約されています。開発されたリスクモデルは、両ケースで必要な推進力を推定できます。BNモデルは、不完全な地質および地盤力学特性を持つケースでも使用できます。