基于岩体分级系统 (RMR) 评估预测TBM利用率研究

作者:龚秋明 卢建炜 魏军政 胡俊伟 肖强
单位:北京工业大学城市防灾与减灾教育部重点实验室 中铁第一勘察设计院集团有限公司
摘要:TBM的利用率是影响TBM工程工期和成本的重要因素, TBM利用率的准确评估预测可降低工程的工期和经济风险。基于引汉济渭岭北隧洞TBM施工段, 分析岩体条件对停工时间的影响。通过将该段隧洞的岩体特征参数进行统计, 并根据岩体分级系统 (RMR) 分级, 对RMR值与TBM利用率、掘进速度 (PR) 、施工进度 (AR) 进行相关性分析。结果表明, IIIV类岩体 (RMR=1563) 中, 随着RMR值增大, TBM利用率U呈正相关增加, TBM施工进度AR也随之增大, 由岩体因素造成TBM停机时间减少, 而RMR值与掘进速度PR并没有显著相关性。
关键词:隧道工程 隧道掘进机 岩体分级系统 利用率 掘进性能 评估 预测
作者简介:龚秋明, 教授, 博士生导师, E-mail:gongqiuming@bjut.edu.cn; 卢建炜, 博士研究生, E-mail:lujianwei315@emails.bjut.edu.cn
基金:国家重点研发计划项目 (2016YFC0401806); 陕西省引汉济渭工程建设有限公司科研项目 (引汉建函[2014]93号-06)

 

 

0 引言

21世纪是人类进入开发利用地下空间的新时代[1], 我国也进入了大力发展地下空间的时代。隧道掘进机 (TBM) 技术由于其施工环境友好、施工进度快、对围岩的影响小以及长隧道施工的经济效益显著等优点, 在我国地下工程的施工中得到广泛应用[2]

在TBM施工中, 掘进速度PR (m/h, mm/r) 、施工进度AR (m/d, m/月或m/年) 、利用率U (%) 、刀具磨损4个指标代表了TBM隧道开挖的性能。其中, TBM利用率U是TBM掘进时间与总当班时间的百分比, 它是机器对岩体条件的适用性、施工管理, 以及不利事故造成的时间延误的综合反映[3]。而在项目前期规划与施工过程中很难判断哪些因素对TBM利用率起着主要的影响, 通常岩体条件或者操作参数的细小变化对TBM掘进性能产生很大影响。相对于TBM破岩能力的研究, 国内外学者对TBM利用率方面的研究相对较少。CSM与NTNU预测模型中通过将造成TBM停机的时间分配成不同的活动类型来评估TBM的利用率[4,5], 但是E.Farrokh[6]指出CSM与NTNU模型提出的时间较早, 对于现在所应用的新型TBM设备及更复杂的现场条件其准确率较低。R.Ribacchi等[7]也将TBM施工时间按不同类型划分来分析TBM利用率与掘进速度、施工进度的关系。M.G.Simoes等[8]应用模糊逻辑模型基于岩体参数建立了TBM利用率的预测模型。S.R.Torabi等[9]通过人工神经网络 (ANN) 与数理统计方法分析发现非地质因素对TBM利用率影响最大。J.Rostami[10]及杨宏欣[11]论述了现场地质及场地条件、TBM设备、施工管理水平等对TBM利用率的影响, 在TBM开挖隧道中隧道坡度增大1%, TBM利用率下降2%, 施工管理经验不足可使利用率降低10%, 若开挖遇到复合地层等复杂地质条件, 其利用率可降低5%~10%。杨庆辉[12]和吴晓志[13]分别通过对锦屏引水隧洞与中天山隧洞TBM施工进行了分析和研究, 论述了地质条件、初期支护等因素对TBM掘进效率的定性影响, 并从TBM掘进模式与参数的选择和支护措施等方面提出了建议。目前, 对TBM利用率预测模型的研究都是建立在特定隧道以及地质条件基础上, 其适用范围存在一定局限性。

图1 总体施工布置 (单位:m) Fig.1 The overall construction layout (unit:m)

图1 总体施工布置 (单位:m) Fig.1 The overall construction layout (unit:m)

 

TBM掘进速度是TBM与岩体共同作用的结果, 受到TBM设计与运行参数的影响。岩体分级系统是针对围岩稳定与支护建立的, 相对于TBM掘进速度, 其利用率与岩体类别的相关性更好[2]。O.Frough等[14]通过岩石工程系统 (RES) 计算地质与岩体相关停机时间指数 (GRDi) , 发现GRDi与TBM停机时间具有良好的相关性, E.Farrokh等[15]分析了岩体条件对TBM施工隧洞支护时间的影响。

岩体分级系统 (rock mass rating, RMR) [16,17]将地质条件与岩体性质转换成量化参数, 简单易行, 在矿业及土木工程中得到广泛应用, 很多学者将其应用到TBM掘进性能的分析与预测中[7,18,19,20,21]。在本研究中, 通过引汉济渭岭北TBM施工段近9km的地质资料和施工数据的收集, 对TBM施工进行停机时间分析, 分析TBM利用率及停机因素与围岩类别 (RMR) 的相关性, 确定岩体条件对TBM利用率及掘进性能的影响, 并基于岩体分级系统对TBM利用率进行预测。

1 工程简介及研究段工程地质条件

1.1 工程简介

陕西省引汉济渭工程是陕西省针对关中地区严重缺水的情况而规划的省内南水北调跨流域调水工程。引水隧洞洞内纵坡1/2 500;洞身最大埋深2 000m, 全长81.580km。输水隧洞年调水量为15.05亿m3, 设计流量70.0m3/s。秦岭隧洞采用2台TBM施工 (施工总长度39 290m) 为主、钻爆施工 (施工总长度42 290m) 为辅的施工方案 (见图1) 。

1.2 TBM性能参数

引汉济渭岭北隧道TBM为德国Herrenknecht公司生产的型号S-795撑靴式硬岩掘进机, 分块式刀盘设计。其主要的性能参数指标如表1所示, 中心刀采用19″直径双刃滚刀, 正滚刀与边刀采用19″直径单刃滚刀, 平均刀间距为82.2mm;隧洞出碴运输采用连续皮带运输, 材料采用有轨进料运输。

1.3 隧道沿线工程地质条件

截至2016年4月, 引汉济渭岭北TBM施工段累计掘进9 007m, 洞径8.02m, 主要岩性有千枚岩、炭质千枚岩、角闪石英片岩及变砂岩, 岩质由软至坚硬, 饱和抗压强度在16~92MPa, 岩体节理裂隙发育, 受地质构造严重, 多呈薄层状~中厚层状, 隧洞区域已按照GB50487—2008《水利水电工程地质勘察规范》进行围岩分级, 其中III类围岩占51.5%, IV类围岩占36.8%, V类围岩占11.7%, 隧洞开挖段经过中等富水区~弱富水区, 最大涌水量为0.588~2.196m3/d, 隧洞沿线工程地质单元特性如表2所示。已开挖段隧洞最大埋深1 572m, 其间穿越多条断层, 断层破碎带宽度较大, 岩体质量变化快, 可能出现挤压性隧洞大变形问题, 施工中可能造成卡机事故, 在这些地层中支护强度高, 在断层的导水作用下, 可能出现局部涌水、涌泥情况。

表2 隧洞沿线工程地质单元特性Table 2 The characteristics of engineering geological unit along the tunnel alignment   

表2 隧洞沿线工程地质单元特性Table 2 The characteristics of engineering geological unit along the tunnel alignment

表1 TBM主要性能参数Table 1 The main performance parameters of TBM   

表1 TBM主要性能参数Table 1 The main performance parameters of TBM

2 TBM停机时间分析

TBM利用率反映了TBM在隧洞不同岩体条件下的使用效率。TBM利用率受到很多因素影响, 如TBM设计参数、隧道沿线岩体条件、施工参数以及施工团队的技术水平和施工管理水平等。

TBM利用率U与其掘进速度PR、施工进度AR的关系如下:

 

从以上关系可以很直接地发现TBM利用率的变化直接影响TBM的施工进度AR。即使TBM的掘进速度达到很大, 若其利用率较低, TBM的隧洞施工进度也会较低;同样, 在面对坚硬完整的岩体条件时, TBM掘进速度受到限制, 若TBM施工保持较高的利用率, 其施工进度也会得到提高。在实际TBM施工中, 其利用率一般低于50%, 这表明TBM掘进的时间要低于其停机时间, 因此要对TBM利用率进行预测分析, 必须分析TBM停机因素。通过对TBM停机时间分类统计 (见图2) , 可以将其分为岩体条件相关停机与其他因素停机两大类。

图2 TBM停机因素Fig.2 The factors of TBM downtimes

图2 TBM停机因素Fig.2 The factors of TBM downtimes

 

表3 岭北隧洞支护参数Table 3 The supporting parameters of north tunnel   

表3 岭北隧洞支护参数Table 3 The supporting parameters of north tunnel

2.1 岩体条件造成停机延误 (rock-mass-related downtimes, RRD)

由于TBM主要设备在投入作业后不能大规模改动, 当TBM遇到不良地质条件时适用性较差。因此, 地质条件及岩体性质对TBM利用率的影响最大也很难预测。在TBM停机的各项因素中, 由地质条件所造成的停机主要有岩体支护、不良地质条件与岩-机相互作用造成的刀盘刀具检查维修等。

2.1.1 围岩支护

岭北TBM施工段岩体节理裂隙发育, 地质构造严重, 岩体结构多呈薄层状~中厚层状, 围岩主要为III类、IV类, 在这些地层中支护强度高, 需要占用大量时间。围岩支护方法主要有打锚杆、挂钢筋网、立钢拱架等, 不同的岩体类别所需的支护强度不同, 详细支护方式及参数如表3所示, 支护所需的时间随岩体条件变差而增加。

2.1.2 不良地质情况

秦岭岭北TBM开挖段地质环境复杂, 断裂构造发育, 岩性变化大, 变质岩中劈理面发育, 其间穿越多条断层, 断层破碎带宽度较大, 隧洞埋深大, 可能出现围岩失稳、突涌 (泥) 水、软岩大变形等地质灾害, 造成TBM停机。目前在岭北TBM施工中未发生围岩大变形、卡机、突水、有毒气体等灾害事故。

2.1.3 刀盘、刀具维护

刀盘与滚刀的磨损是TBM掘进与岩体相互作用的结果, 是TBM的关键部件和易损部件。因为滚刀是最先与掘进面相接触的部分, 对整个掘进机的掘进性能有着至关重要的作用。滚刀在对掌子面不断贯入切削的同时受到很大的反作用力, 在破岩力的持续作用下滚刀逐渐磨损或失效。磨损的刀盘与滚刀不仅会大大降低TBM的掘进效率, 还会对隧道开挖的施工成本、设备利用率等产生不利影响。岩石的磨蚀性与抗压强度越大, 刀具磨损越严重, 同时掌子面岩体结构与地应力共同作用会加剧刀盘、刀具的磨损。因此, 在TBM每掘进1个工班都必须检查刀盘与刀具的磨损情况, 对达到磨损极限或异常破坏的部件进行维修更换。

岭北隧洞沿线出露岩层以千枚岩为主, 在地质构造作用下岩体结构破碎, 由于掌子面岩体呈裂碎状, 同时在地应力与TBM滚刀的振动冲击作用下, 松散岩块掉落坍塌, 造成掌子面不平整, 加大了刀盘与刀具的异常磨损。

2.2 其他因素造成停机 (other related downtimes, ORD)

TBM是集掘进、出碴、支护于一体的成套设备, 如此庞大的设备在隧洞环境下运行作业中很难保证其各部分不出问题, 而且隧洞内狭窄的空间以及环境影响对于TBM的维护维修增加了难度。对于岭北TBM施工, 主要面临以下问题: (1) TBM机械、电气、液压系统的维护及故障维修; (2) 隧洞出碴运输采用连续皮带运输, 目前皮带运输距离已长达近7km, 在TBM掘进出碴过程中经常出现皮带损坏、跑偏、卡死、漏碴、急停、无法复位以及滚筒、刮渣板、渣斗等设备的故障; (3) 在长距离隧洞开挖中, 隧洞通风、水电系统的维护及故障维修增多; (4) TBM施工各系统的正常运行、施工环节的有效衔接需要施工作业人员高效有序地工作, 对施工人员和管理人员有很高要求。

2.3 TBM施工段开挖情况

岭北TBM施工段TBM累计施工10 747m, 其中TBM掘进9 007m, 累计工作90周, 平均每周掘进100.08m, 根据每周TBM掘进里程与其掘进时间之比得到每周平均掘进速度为1.11~4.84m/h, 如图3, 4所示 (其中6~8周由于供电故障暂停施工, 在59~62周由于TBM施工处于主隧洞贯通以及转场之后进行调试阶段, 因此其掘进速度与施工速度均处于较低值) , TBM平均掘进速度为3.59m/h, 施工进度为0.69m/h, 平均利用率为24.7%, 而由于岩体条件造成停机 (RRD) 占25.3%, 其他原因造成停机 (ORD) 占49.9%, 可见对于岭北TBM开挖, 非地质因素对TBM利用率影响最大。在断层及其影响带Fz-3区域, TBM平均利用率达到最低值14.5%, 同时RRD达到最大值50.3%, 期间TBM掘进速度为3.57m/h, 但施工进度为0.25m/h;在D1h-Ph+Mss-1 (RMR=47, Ⅲ~Ⅳ类岩体, 见表4) 中, TBM利用率达到最大值为34.6%, RRD为31.3%, TBM掘进速度与施工进度分别为4.09m/h和1.00m/h, 高于平均水平。

图3 岭北TBM周掘进里程 (单位:m) Fig.3 Weekly average of TBM advance in north tunnel (unit:m)

图3 岭北TBM周掘进里程 (单位:m) Fig.3 Weekly average of TBM advance in north tunnel (unit:m)

 

3 TBM利用率数据库建立

在TBM施工过程中通过观察洞壁记录岩体情况, 同时在每天TBM例行检查维护中进入刀盘观察掌子面岩体情况并进行地质素描 (见图5) , 通过对洞壁与掌子面的地质素描可以获得以下地质信息: (1) 岩石类型; (2) 岩石风化程度; (3) 节理参数, 包括节理组数、在掌子面露出长度、张开度、填充物、粗糙程度、风化程度等; (4) 节理组的测量, 包括每组节理的间距及其产状; (5) 地下水情况, 通过这些地质信息以及现场取样所做的室内岩石物理力学试验数据即可计算得到岩体的RMR值。

图4 岭北TBM周掘进速度 (单位:m·h-1) Fig.4 Weekly average of TBM penetration rate in north tunnel (unit:m·h-1)

图4 岭北TBM周掘进速度 (单位:m·h-1) Fig.4 Weekly average of TBM penetration rate in north tunnel (unit:m·h-1)

 

图5 掌子面素描 (K51+853) Fig.5 Geological sketch of tunnel face (K51+853)

图5 掌子面素描 (K51+853) Fig.5 Geological sketch of tunnel face (K51+853)

 

在岭北TBM已经开挖的9km隧洞中, RMR分布范围为15~63, 根据地层岩性、岩体类别以及RMR值将TBM开挖隧洞沿线划分为不同的地质单元。为保证每一地质单元范围内的岩体条件类似, 以RMR值为10的倍数为界限 (如40~50, 50~60) , 将隧洞沿线相同岩性区域RMR值变化范围在10以内的岩体划为同一地质单元, 并求得RMR平均值。通过对TBM每个步进自动记录掘进数据平均值进行整理, 得到TBM运行数据与里程号对应的运行参数, 包括TBM刀盘每分钟转速、每转进尺及每个步进运行时间, 结合TBM每天掘进时间即可得到TBM的掘进速度PR、施工进度AR;收集施工方TBM施工工作记录, 并进行整理分析得到TBM各施工工序占用时间及停机原因, 进而可知TBM的利用率及RRD, ORD百分比值。将以上数据在不同地质单元中求得其平均值建立TBM利用率数据库 (见表4) 。

表4 不同地质单元RMR, AR, PR, U, RRD, ORD平均值Table 4 Distribution of average RMR, AR, PR, U, RRD and ORD along the tunnel   

表4 不同地质单元RMR, AR, PR, U, RRD, ORD平均值Table 4 Distribution of average RMR, AR, PR, U, RRD and ORD along the tunnel

4 回归分析

将岩体RMR值与TBM利用率U、掘进速度PR、施工进度AR、岩体条件相关停机 (RRD) 、其他因素造成停机 (ORD) 通过SPSS统计分析软件进行线性与非线性回归分析, 得到RMR与以上参数的关系函数 (见图6~10) 。通过函数的相关系数r值发现RMR与施工进度AR (r=0.82) 及RRD (r=0.76) 、利用率U (r=0.74) 有着较为显著的关系, 在图中可以发现有一些奇异点的存在 (见图6, 9) , 某些点RMR值较高而对应利用率及施工进度较低, 这可能是由于在此区域中其他因素造成TBM长时间停机, 如皮带运输系统故障以及机械故障等, 这些故障的维修处理需要占用大量时间, 从而降低了TBM利用率与施工进度;另外, 在隧洞围岩支护中, 支护方式及参数由GB50487—2008《水利水电工程地质勘察规范》确定的围岩类别所决定, 而RMR岩体分级与水工隧洞围岩分级所需的参数与各参数的比重不同, 在个别区域存在围岩等级较高 (岩体较差) 而对应的RMR值较大, 从而使得RRD值与ORD值可能存在误差, 这些因素可能会增加样本的离散度, 影响拟合效果。

如图6, 9所示, 可以发现随着岩体条件变好, RMR值增大, TBM利用率U与施工进度AR增大。其中, RMR与TBM利用率呈线性正相关关系, 因此在工程设计及施工初期可以通过RMR来对TBM利用率和施工进度进行评估预测, 预测经验模型如下式:

图6 RMR与TBM利用率U (r=0.74) Fig.6 Relationship between RMR and TBM utilization rate U (r=0.74)

图6 RMR与TBM利用率U (r=0.74) Fig.6 Relationship between RMR and TBM utilization rate U (r=0.74)

 

图7 RMR与岩体条件造成停机延误RRD (r=0.76) Fig.7 Relationship between RMR and RRD (r=0.76)

图7 RMR与岩体条件造成停机延误RRD (r=0.76) Fig.7 Relationship between RMR and RRD (r=0.76)

 

 

由于隧洞岩体条件限制, 在RMR<15或>65的岩体情况下, 此函数的趋势不能代表实际情况。由岩体因素造成TBM停机时间 (RRD) 随RMR值增大而线性降低, 说明岩体条件越好, 围岩支护所需时间越短, 刀具磨损越少 (见图7) 。而RMR值与其他相关因素ORD (r=0.42) 、TBM掘进速度PR (r=0.34) 的相关性较差 (见图8, 10) , TBM掘进速度是TBM与岩体共同作用的结果, 受到TBM设计与运行参数的影响, 而RMR岩体分级系统作为针对围岩稳定性、支护的工程岩体参数对TBM掘进速度的评估预测并没有很大指导性。

图8 RMR与其他因素造成停机ORD (r=0.42) Fig.8 Relationship between RMR and ORD (r=0.42

图8 RMR与其他因素造成停机ORD (r=0.42) Fig.8 Relationship between RMR and ORD (r=0.42

 

图9 RMR与TBM施工进度AR (r=0.82) Fig.9 Relationship between RMR and TBM advance rate AR (r=0.82)

图9 RMR与TBM施工进度AR (r=0.82) Fig.9 Relationship between RMR and TBM advance rate AR (r=0.82)

 

图1 0 RMR与TBM掘进速度PR (r=0.34) Fig.10 Relationship between RMR and TBM penetration rate PR (r=0.34)

图1 0 RMR与TBM掘进速度PR (r=0.34) Fig.10 Relationship between RMR and TBM penetration rate PR (r=0.34)

 

5 结语

随着RMR值增大, 由岩体因素造成TBM停机时间减少, TBM利用率U与其施工进度AR增大。RMR值与TBM利用率和施工进度有着良好的相关性, 因此可应用岩体分级系统 (RMR) 对TBM施工隧洞工程设计及施工初期的TBM施工进度和利用率进行评估预测。RMR值与TBM掘进速度PR并没有明显的相关性。对于造成TBM停机的因素, RMR值与岩体条件相关停机 (RRD) 呈负相关;而岩体条件与由施工管理和TBM机身及后配套设施等所造成的TBM停机没有明显关系。通过TBM停机时间分析, 发现对于岭北TBM开挖, 非地质因素对TBM利用率影响最大, 因此在施工管理及配套设施问题处理方面还有较大空间可以提升TBM利用率。

参考文献

[1]王梦恕.21世纪是隧道及地下空间大发展的年代[J].岩土工程界, 2000 (6) :13-15.

[2]ZHAO J.Tunnelling in rocks-present technology and future challenges[C]//World Tunnel Congress 2007.2007.

[3]龚秋明.掘进机隧道掘进概论[M].北京:科学出版社, 2014.

[4]ROSTAMI J.Design optimization, performance prediction and economic analysis of tunnel boring machines for the construction of the proposed Yucca Mountain nuclear waste repository[D].Golden, Colorado:USA.Colorado School of Mines, 1991.

[5]BRULAND A.Hard rock tunnel boring[J].Faculty of engineering science&technology, 2000, 3 (1) :9-17.

[6]FARROKH E.Study of utilization factor and advance rate of hard rock TBMs[D].Pennsylvania:Pennsylvania State University, 2012.

[7]RIBACCHI R, FAZIO A L.Influence of rock mass parameters on the performance of a TBM in a gneissic formation (Varzo Tunnel) [J].Rock mechanics and rock engineering, 2005, 38 (2) :105-127.

[8]SIMOES M G, KIM T.Fuzzy modeling approaches for the prediction of machine utilization in hard rock tunnel boring machines[C]//Industry Applications Conference, 2006.Ias Meeting.Conference Record of the.IEEE Xplore.2006.

[9]TORABI S R, SHIRAZI H, HAJALI H, et al.Study of the influence of geotechnical parameters on the TBM performance in Tehran-Shomal highway project using ANN and SPSS[J].Arabian journal of geosciences, 2013, 6 (4) :1215-1227.

[10]ROSTAMI J.Performance prediction of hard rock tunnel boring machines (TBMs) in difficult ground[J].Tunnelling&underground space technology, 2016, 57 (3) :173-182.

[11]杨宏欣.TBM施工进度影响因素及控制措施[J].东北水利水电, 2011, 29 (2) :15-17.

[12]杨庆辉.锦屏TBM掘进效率的影响因素分析及思考[J].国防交通工程与技术, 2012, 10 (1) :51-54.

[13]吴晓志.中天山隧道TBM掘进效率影响因素分析[J].铁道建筑技术, 2009 (11) :24-26.

[14]FROUGH O, TORABI S R.An application of rock engineering systems for estimating TBM downtimes[J].Engineering geology, 2013, 157 (6) :112-123.

[15]FARROKH E, ROSTAMI J, LAUGHTON C.Analysis of unit supporting time and support installation time for open TBMs[J].Rock mechanics and rock engineering, 2011, 44 (4) :431-445.

[16] BIENIAWSKI Z T.Engineering classification of jointed rock masses[J].Civil engineer in South Africa, 1973 (15) :335-343.

[17]BIENIAWSKI Z T.Engineering rock mass classifications[M].New York:Wiley Inter Science, 1989.

[18]FROUGH O, TORABI S R, YAGIZ S.Application of RMR for estimating rock-mass-related TBM utilization and performance parameters:A case study[J].Rock mechanics and rock engineering, 2015, 48 (3) :1305-1312.

[19]HAMIDI J K, SHAHRIAR K, REZAI B, et al.Performance prediction of hard rock TBM using rock mass rating (RMR) system[J].Tunnelling&underground space technology, 2010, 25 (4) :333-345.

[20]HASSANPOUR J, ROSTAMI J, KHAMEHCHIYAN M, et al.TBM performance analysis in pyroclastic rocks:A case history of Karaj Water Conveyance Tunnel[J].Rock mechanics and rock engineering, 2010, 43 (4) :427-445.

[21]SAPIGNI M, BERTI M, BETHAZ E, et al.TBM performance estimation using rock mass classifications[J].International journal of rock mechanics&mining sciences, 2002, 39 (6) :771-788. 

 

Study on Estimation and Prediction of TBM Utilization Rate Using Rock Mass Rating ( RMR)
GONG Qiuming LU Jianwei WEI Junzheng HU Junwei XIAO Qiang
(Key Laboratory of Urban Security and Disaster Engineering of Ministry of Education, Beijing University of Technology China Railway First Survey and Design Institute Group Co., Ltd.)
Abstract: The utilization rate of TBM is one of the important factor which affects project duration and cost, and an accurate prediction of TBM utilization rate can reduce the project duration and economic risks. Based on the north TBM construction area of Hanjiang River-Weihe River Water Conveyance project, this paper analyzed the effect of rock mass conditions on the TBM downtimes. With analyzing the parameters of rock mass, the rock mass of TBM construction area was classified based on the rock mass rating ( RMR) . The correlations among the utilization rate, penetration rate, advance rate of TBM and RMR rate were analyzed. The results show that the utilization rate of TBM was positively related with the increase of RMR rate, and TBM advance rate also increased, rock-mass-related downtimes reduced, while rock mass arranges from V to III class ( RMR = 15 ~ 63) . And there is no significant c
Keywords: tunnels; tunnel boring machine (TBM) ; rock mass rating; utilization ratio; boring performance; evaluation; prediction;
784 0 0
文字:     A-     A+     默认 取消