机器学习方法在盾构隧道工程中的应用研究现状与展望.pdfVIP

第46卷第1期土木与环境工程学报（中英文）Vol.46No.1

2024年2月JournalofCivilandEnvironmentalEngineeringFeb.2024

DOI：10.11835/j.issn.2096-6717.2022.069开放科学（资源服务）标识码OSID:

机器学习方法在盾构隧道工程中的应用

研究现状与展望

a,b,caaa,b,c

陈湘生,曾仕琪,韩文龙,苏栋

（深圳大学a.土木与交通工程学院；b.滨海城市韧性基础设施教育部重点实验室；c.深圳市地铁

地下车站绿色高效智能建造重点实验室，深圳518060）

摘要：随着盾构隧道工程信息化水平的提升，隧道掘进设备作业过程监测技术日益完善，记录的

工程数据蕴含了掘进设备内部信息及其与外部地层的相互作用关系。机器学习因其数据分析能

力强，无需先验的理论公式和专家知识，相较于传统的建模统计分析方法具有更大的应用空间。

通过机器学习方法对收集的信息与数据进行深度挖掘并分析其内在联系，有助于提升盾构隧道工

程建设的效率和安全保障水平。简述机器学习方法的基本原理，总结和分析机器学习方法在盾构

工程中的应用研究状况，综述基于机器学习的盾构设备状态分析、盾构设备性能预测、围岩参数反

演、地表变形预测和隧道病害诊断等5个方面的进展，并分析当前研究的不足。最后，分析盾构隧

道工程向智能化方向发展需重点攻克的难题。

关键词：盾构隧道；机器学习；隧道施工；大数据；人工智能

中图分类号：U455.43文献标志码：A文章编号：2096-6717（2024）01-0001-13

Reviewandprospectofmachinelearningmethodinshield

tunnelconstruction

a,b,caaa,b,c

CHENXiangsheng，ZENGShiqi，HANWenlong，SUDong

(a.CollegeofCivilandTransportationEngineering;b.KeyLaboratoryforResilientInfrastructuresofCoastalCities(MOE);

c.ShenzhenKeyLaboratoryofGreen,EfficientandIntelligentConstructionofUndergroundMetroStation,Shenzhen

University,Shenzhen518060,Guangdong,P.R.China)

Abstract:Withthedevelopmentofengineeringinformationlevelandthemonitoringtechnologyinthefieldof

shieldtunnel,therecordedengineeringdatacontainstheinternalinformationoftunnelingequip