基于现场数据的常用TBM性能预测模型评价

张闪闪，李 悦

(陕西省引汉济渭工程建设有限公司，西安 710010)

1 概 述

在过去的20年里，研究人员开发了许多性能预测模型来估计隧道工程中隧道掘进机(TBM)的钻速。一些重要的TBM预测模型包括CSM模型、NTNU模型和QTBM模型等[1]。但由于现有预测模型存在缺点，因此有必要继续对其进行研究，即对现有模型和特殊情况下的校正系数进行调整，以便更准确地预测机器性能。

赵延喜[2]通过模糊数学方法与层级分析方法相结合的办法，建立了TBM风险施工模糊判定模型。汪明武[3]建立了围岩稳定性评价的集对分析-可变模糊集综合评价模型，提高了评价结果的准确性和可靠性。

本文将根据引汉济渭秦岭隧洞TBM施工段岭北工程收集的数据，比较上述预测模型和实际TBM性能之间的差异。具体来说，通过隧道工程和地质条件来获得预计机械钻速，并将不同隧道段的预计机械钻速与实际机械钻速进行比较，以检查每个模型在本项目地质条件下的准确性和可靠性。

2 隧道掘进机性能预测模型

各种各样的性能评估方法和原理被用来估计TBM在硬岩中运行的性能。不同的TBM制造商会根据其经验和可用信息使用不同的预测模型。这些预测模型主要基于岩石参数来确定[4](如单轴抗压强度UCS和岩石质量指标RQD)，其他方法则基于实验室、现场和机器参数来确定。一般来说，TBM性能评价采用两种方法[5]，即理论/实验模型或者经验方法。

在本研究中，采用了Hassanpour等学者的经验方法。表1为相应的经验公式，不同地质条件下需要采取不同的经验公式来表现隧道掘进机性能[6]。

由表1可知，在机器性能参数中，也可以选择现场穿透指数或FPI(基于穿透和刀具载荷的综合参数)来建立经验公式。

表1 不同地质条件下的经验公式

3 项目描述

引汉济渭秦岭隧洞TBM施工段岭北工程包括两个部分，分别为5号支洞(4 595 m)和主洞(16 690 m)。其中，主洞包含长度为1 525 m的TBM配套洞室和长度为15 165 m的TBM施工段(第一、第二阶段分别为6 788 m和8 377 m)。利用钻爆法对TBM配套洞室和5号支洞进行施工，采用敞开式硬岩掘进机对主洞TBM施工段进行施工。从6号勘探试验洞将TBM运至组装洞室，在洞内进行组装，随后向三河口方向进行工作，第一阶段贯通后，在检修洞内对TBM进行检修，并将TBM的一系列辅助设备的转场至5号支洞，TBM的检修和转场完成后，开始第二阶段掘进工作。

本文所选的实例工程在地质构造上属于秦岭褶皱系。秦岭褶皱系主要由北秦岭地槽和南秦岭地槽组成，矿床厚度大，岩浆活动较为频繁，变质作用复杂，褶皱和断裂发育。没有明显的现代活动裂缝穿过隧道区域。因此，该施工段总的结构稳定性是良好的。图1显示了这些地层单位沿隧道的分布。

图1 隧道沿线的地质横截面

4 实际机器性能

本研究的重点是引汉济渭秦岭隧洞TBM施工段岭北工程的隧道掘进机性能。由图2可知，该段隧道的开挖长度可以在285个完整工作周内完成，平均推进速度为50 m/周，最佳周推进速度超过180 m。由图2可知，地质灾害的发生会导致隧道掘进机工作的长时间延迟以及平均推进速度和利用率的显著降低。

图2 施工期间的每周进度

图3为本项目中隧道掘进机作业的利用率。虽然在许多单独的周内实现了高于25%的利用率，但由于隧道掘进机长时间停工，整个隧道的平均利用率低于14%。

图3 施工期间的每周施工利用系数

图4表示的是记录的渗透率，平均每周一次。由图4可知，钻速的正常范围为1.5～3 m/h，钻孔段的总长度平均为2.5 m/h。

图4 施工期间的每周平均渗透率

5 掘进机性能数据库的开发

如前所述，本研究的主要目的是评估给定地质条件下隧道掘进机性能预测模型的准确性。作为实现这一目标的第一步，已经开发了一个数据库来记录和组织收集地质和机器性能数据。该数据库包括以下3个主要部分：在隧道中测量或计算得到的机器性能数据；地质力学数据；不同模型的性能预测结果。数据库中的每一行都与沿隧道确定的工程地质单元相关，并且记录和计算的参数已经针对每个单元进行了平均化。

5.1 隧道掘进机性能数据

数据库的第一部分包括参数，如净钻孔时间、装置长度以及机器运行参数(推力、转速、功率和施加的扭矩)的平均值。这些参数是从日常操作表和掘进机数据记录器中获得的。此外，最重要的性能参数包括平均渗透率、渗透率和现场渗透指数。

图5显示了本研究中使用的隧道钻孔段沿线不同确定地质单元的现场渗透指数、渗透率、TBM总推力和刀盘转速的变化。从图5中可以看出，不同地质单元的最小和最大现场渗透率指数和渗透率指数分别为11和22 mm/rev、2和12 mm/rev。

图5 隧道沿线平均TBM性能参数的变化

5.2 地面特征

在数据库的第二部分，汇编了地面特征的结果(实验室和现场测量参数)，使用了完整岩石特性和岩体参数来表征隧道沿线的地面特征。沿隧道钻孔段的岩体被细分为41个单元，这些单元具有与TBM性能、隧道稳定性和地下水流入相关的统一特征(工程地质单元)。

完整岩石特性：总的来说，隧道掘进机的性能受完整岩石特性的控制，如岩相特性、物理机械特性和可钻性。这些参数中的每一个都已经在实验室中使用各种测试方法进行了评估。除了在施工前进行的测试，在施工阶段还获得并测试了许多样品。同时，计算了不同测试阶段的每个隧道段(工程地质单元)完整岩石特性的平均值，并记录在数据库中。

岩体参数：裂缝、节理和不连续面影响岩体的可钻性，这取决于它们的间距、表面条件和相对于机器前进方向的方向。由图6可知，数据库中已识别的工程地质单元中的岩体参数的变化按图6中相应的单位名称绘制。

图6 隧道沿线的岩体特性变化趋势

5.3 用常用预测模型估算隧道掘进机的性能

基于第1节和第2节中的数据，并使用选定的隧道掘进机性能预测模型，计算出每个隧道断面的钻速，将其记录在数据库的第3节中。在本研究中，记录的机器参数和地质力学数据被用作常用预测模型的输入数据。这些模型的主要输出参数是每个隧道段(或工程地质单元)的机械钻速。

6 不同掘进机性能模型结果的比较

图7显示了使用上述预测模型的每个单元中隧道掘进机的预计渗透率。此外，各隧道断面中各模型的绝对误差或误差的变化见图8。

图7 不同预测模型的渗透率变化

图8 每个隧道段中不同模型计算的绝对误差变化

通过图7和图8可以得到以下结论：

1) 使用不同预测模型估算的渗透率有显著差异。NTNU和Palmstrom模型得到的结果比实测值低，而CSM和QTBM模型得到的结果比实测值高。

2) QTBM模型的结果与实际值相差甚远。主要原因是模型中考虑的一些参数(如地应力)对本工程TBM性能的影响尚未得到证实。

3) 从原始CSM模型获得的结果与测量值不匹配。因为该模型基本上是针对没有显著压裂的块状岩石开发的。研究表明，该模型需要通过增加接合条件的修正因子来进行修正。

4) 从Palmstrom和NTNU模型获得的结果与实际结果能进行较好的匹配。这主要是因为这两个经验模型包含了在钻孔过程中非常重要的岩体参数。

5) 使用Hassanpour(2011)模型计算TBM的性能参数，虽然变化趋势与实际值相符，但在某些隧道断面中存在显著误差。

6) 必须强调的是，特定场地的预测模型是在给定项目中估计隧道掘进机性能的最佳模型。当然这需要对机器性能进行实时分析，并建立相关的现场特定数据库，以获取机器性能和地质单元之间的变化范围和关系。其中，隧道沿线地质条件的变化可以作为建模的输入参数。这种方法的缺点是这些模型是特定的，不能在其他地方使用。

7 结 语

本研究基于引汉济渭秦岭隧洞TBM施工段岭北工程中的隧道掘进机运行性能，对一些常见的隧道掘进机性能预测模型的准确性和有效性进行了检验。该隧道沿线的地质单元被细分为41个工程地质单元，在隧道掘进机性能数据库中，测量和编辑岩体特性以及实际的隧道掘进机性能和运行参数，该信息被用于预测隧道掘进机的性能。应当注意的是，在任何情况下选择经验模型来预测隧道掘进机的性能时，都应注意模型的应用范围和原始模型所依据的地质条件。研究表明，具有相似地质参数和机器规格的现场特定模型可以较好匹配实际TBM性能。因此，建议在实际工程中应建立隧道掘进机现场性能数据库，并使用该数据库开发现场特定模型，预测项目剩余部分的预期机器性能，以最大限度地减少一般隧道掘进机性能模型的误差，并提供更准确的项目完成时间的预测。