TBM 滚刀磨损研究现状及展望

黄 丹 马 昊 杨小聪 李玉选 郑志杰

（1.矿冶科技集团有限公司，北京 100160；2.国家金属矿绿色开采国际联合研究中心，北京 102628）

0 引言

随着大量中西部山区交通、水利基础设施规划和实施，一批大型水资源开发及跨区域调配工程相继开工，矿产资源开发向深部进军，需要建设大量的深长隧道，其面临的地质条件越来越复杂，对工期和成本的控制要求越来越严格，因此对施工技术和施工管理水平的要求也越来越高。

目前国内深长隧道的施工主要采用钻爆法和全断面隧道掘进机（Tunnel Boring Machine，TBM）工法。得益于机械装备制造水平和世界经济的快速发展，近15 年内TBM 广泛应用于我国水利、交通和矿山工程。国内外工程经验表明，TBM 的掘进速度可达钻爆法的3～10 倍[1]，且超挖量小、成洞质量高。

TBM 依靠刀盘的转动和推进带动刀盘上的滚刀贯入和切削岩石从而实现破岩掘进。当岩石较硬时，滚刀在破岩过程中会承受很高的岩石作用力，岩石对滚刀产生强烈的磨蚀效应，导致滚刀刀刃不断变宽，与岩石的接触面积不断变大，直至改变原有的滚刀破岩方式。因此，在刀盘推力不变的情况下，滚刀的磨损大大降低TBM 的掘进效率。当滚刀磨损量超过允许值时，就必须更换新的滚刀，否则会加剧该滚刀和相邻滚刀的磨损、造成刀圈崩坏、脱落和轴承漏油。滚刀磨损会显著增加掘进成本，据统计，在某些高磨蚀性地层中掘进（如西康铁路隧道和引汉济渭隧洞），刀具的费用可达总施工成本的1/3，检查和更换刀具所需要的时间约占施工总时间的1/3[2]。研究TBM滚刀磨损对合理预测TBM 掘进的工期和成本并及时采取有效措施缩短工期及降低成本具有重要作用[3]。

本文从刀具磨损研究的几个方面综述了国内外研究进展，包括滚刀磨损破坏形式、滚刀磨损影响因素、滚刀磨损检测与更换方式和滚刀磨损的预测方法。

1 滚刀的磨损破坏形式

TBM 滚刀在破岩过程中，滚刀的磨损可分为正常磨损和非正常磨损，正常磨损指滚刀的均匀磨损[4]，非正常磨损包括刀圈偏磨及弦磨[4]、刀圈崩刃及断裂、挡圈脱落、轴承失效、漏油等（见图1）。

图1 刀圈磨损形式图

正常情况下，滚刀破岩时，刀刃各处均匀受到岩石的摩擦作用，刀刃各处的磨损量相同，即刀圈产生均匀磨损。在岩石比较坚硬的地层中，此类磨损占全部损坏刀具的80%以上[5]。

当TBM 在软弱破碎地层或软硬复合地层中掘进时，由于岩体不能为滚刀提供足够的转动力矩，同时细粒岩渣进入刀箱后若不及时清理，会产生较大的转动阻力矩，导致滚刀不能正常转动[6]，从而使滚刀产生弦磨。滚刀轴承损坏，例如轴承进砂、滚珠破碎、密封构件损坏导致润滑油泄露等，也会影响滚刀转动导致弦磨。

当岩石强度较低而磨蚀性较高时，往往滚刀的贯入度较大，刀刃侧边磨损严重，刀刃宽度显著减小，而刀圈直径几乎不变，导致刀刃偏磨。

破岩过程中刀圈会承受较大的冲击力，尤其岩层中存在软硬不均的岩石时，刀圈可能会以较大的速度冲击硬岩，在刀圈、刀体和轴承中产生很高的应力，因此可能发生刀圈断裂和局部甚至是整体脱落[7]、轴承损坏或者密封构件失效引起漏油。挡圈也会与碎石接触产生摩擦磨损，当磨损量过大时会引起挡圈断裂脱落。

此外，滚刀与岩石相互挤压、摩擦和冲击过程会引起刀具发热，从而降低滚刀硬度，加快磨损。在某些极硬岩地层中掘进时，会因为滚刀刀圈硬度不够大变成蘑菇状，如图1(d)所示。过高的温度也可能引起轴承损坏和刀具漏油。

2 滚刀磨损的影响因素

滚刀破岩时受力过程复杂，滚刀磨损受到多种机制的共同作用，根据摩擦方式可以分为滚动摩擦和滑动摩擦，根据磨损机理可分为磨粒磨损、疲劳磨损和粘着磨损[8]。从参与磨损的作用对象和作用方式分析，影响滚刀磨损的主要因素可分为地质参数、刀盘设计参数和掘进参数三个方面。刀盘设计参数和掘进参数应与地质参数优化匹配，因此地质参数是决定滚刀磨损的根本性因素。

地质参数包括完整岩石的物理力学性质和岩体结构特征，刀盘设计参数包括刀圈质量（硬度、韧性、耐磨性、轴承密封性等）、滚刀启动扭矩、滚刀在刀盘上的布置形式、滚刀直径和数量，掘进参数包括滚刀贯入度和刀盘转速。以下从这三个方面分析不同因素对滚刀磨损的影响。

2.1 地质参数影响

（1）岩石物理力学性质影响

完整岩石强度、硬度和磨蚀性是影响滚刀磨损的主要岩石物理力学性质，岩石强度越大、硬度越高、磨蚀性越高，滚刀磨损越严重。岩石强度是滚刀破岩力主要影响因素之一，强度越高则滚刀需要的破岩力越大，滚刀与岩石间的相互作用越强烈，磨损也越严重；岩石的硬度和磨蚀性高时，如岩石石英含量很高时[9]，滚刀发生显著的磨粒磨损，滚刀磨损速率加速。

（2）岩体结构特征影响

岩体完整性越好，在TBM 净掘进速度不变的条件下所需的刀盘推力越大，滚刀受到的岩石反作用也越大，滚刀磨损越严重。孙红等[10]统计了TBM 刀具消耗与岩体完整性间的关系，如图2 所示。

图2 岩体完整性与刀具掘进消耗率的关系

此外，当TBM 掘进遇到复合地层时，滚刀由较软岩石进入较硬岩石时易受到很大的冲击力，加剧滚刀磨损，甚至造成滚刀崩刃、刀圈断裂或者挡圈脱落。

2.2 刀盘及滚刀设计参数因素

（1）滚刀轴承及轴承密封件

轴承质量不好时，长时间工作后会产生较大变形；密封件质量不好时，水和岩渣可能进入轴承。这些结果都会影响刀具正常转动，造成刀圈弦磨、崩刃或断裂。

（2）滚刀的启动扭矩

启动扭矩过大，TBM 在较软岩层中掘进时易出现滚刀难以转动而导致弦磨。启动扭矩过小则往往需要牺牲轴承密封性能，掘进过程中易导致密封失效。

（3）滚刀间距

刀盘上滚刀间距越小，相同面积上安装的滚刀数量越多，TBM 掘进时滚刀所受的平均荷载越小，滚刀磨损速率越低。

（4）滚刀的布置形式

刀盘上不同位置滚刀的安装半径不同，安装半径越大，TBM 掘进过程中滚刀的线速度越大，滚刀与岩石的冲击作用更强，滚刀滚动的距离越长，造成滚刀磨损越严重。靠近刀盘边缘的滚刀间距应比靠近中间的滚刀间距小，以减少受力、减轻磨损。刀盘上所有滚刀的排布形式对滚刀磨损也有影响，不合理的排布形式会导致掘进过程中刀盘受到偏心力矩作用，滚刀贯入度不一样，受力不均匀，且滚刀容易受到沿刀盘径向的荷载作用，从而加快滚刀磨损。

（5）滚刀直径

滚刀直径越大，则承载能力越大、滚动阻力越小、破岩量一定时滚刀刀圈转动圈数越少，使得滚刀磨损量减小。由于大直径滚刀可提高滚刀承载力并降低滚刀磨损速率，因此近年来滚刀设计不断朝着大直径的方向发展。

（6）滚刀类型

早期的滚刀以V 型刃为主，但V 型刃较窄，掘进初期具有良好的掘进性能，但随着掘进刀刃磨损较快，贯入岩石能力快速下降。后来大部分TBM 均使用常截面滚刀，除了磨损速率比V 型滚刀慢，磨损后截面积变化较小，能在一定限度内保持比较稳定的掘进性能。

（7）刀圈材质

滚刀刀圈自身的耐磨性对滚刀磨损具有很大影响。质量好的刀圈具有较高的硬度和耐磨性，同时具有良好的韧性，抗磨性能和抗疲劳性能均较好，质量差的刀圈则相反。

2.3 掘进参数影响

影响滚刀磨损的掘进参数主要是滚刀贯入度和刀盘转速。

滚刀贯入度越大，所需要的破岩力越大，滚刀与岩石的相互作用越强烈，因此磨损越严重。杨延栋等[11]根据秦岭某引水隧洞现场掘进参数和刀具磨损情况的统计，分析了切深指数对滚刀磨损的影响，得到了正滚刀平均磨损速率与现场贯入度指数（FPI）间的关系（见图3），并指出随FPI 增大滚刀平均磨损速率呈线性增大。

图3 正滚刀平均磨损速率与场切深指数拟合关系

刀盘的转速决定了滚刀的线速度，刀盘转速越大，滚刀沿刀盘中心的公转速度越大，与岩体或岩渣的摩擦和冲击作用越强，并可能导致滚刀温度较高，加剧滚刀磨损。

3 刀具磨损检测

TBM 掘进过程中，刀具磨损是无法避免的，当磨损量超过允许值时应及时更换刀具，否则可能造成掘进推力增大、掘进效率降低和刀具或刀盘的损害，因此及时检测刀具的磨损情况并根据要求及时更换刀具非常重要。刀具的磨损检测方法主要包括开仓检查和刀具磨损状态在线监测。通常17 英寸和19 英寸滚刀的最大允许磨损量分别为25 mm 和30 mm。

3.1 开仓检查

开仓检查主要根据施工人员的经验判断是否需要进行检测。检测时需要TBM 停机，由人工采用专用量具测量，一般对每把滚刀测量刀圈上三处的磨损量，然后取平均值。开仓检测过程耗时较长且具有较大安全风险，开仓会导致掌子面卸载，可能引发掌子面坍塌。若检测频率过低，不能及时发现损坏或者磨损量过大的滚刀；若检测频率过高，发现刀具未损坏且未超过磨损允许值时，就造成了人工资源浪费和施工效率损失。

3.2 刀具磨损在线监测

为了高效地检测刀具磨损情况，提高TBM 施工效率，刀具状态实时在线监测技术应运而生。通过相应的在线监测平台实时掌握刀具的磨损情况，可以让施工人员判断出准确的换刀时机。常见监测方法有电流监测法、压力监测法、异味监测法、涡流监测法、磁力线监测法、超声波监测法、掘进参数分析法和渣片形态分析法。

电流监测法是在刮刀中内置线圈，当滚刀磨损量达到一定值后线圈导电性发生变化，以此表征滚刀磨损程度[12]。压力监测法是在刮刀刀头内置压力传感器，通过刀头受力判断刀具磨损程度[13]。异味监测法是在滚刀润滑油中加入具有特殊气味的添加剂，当滚刀磨损量达到一定值时造成漏油，从而产生刺鼻味道[14]。这三种方法均会改变刀具的原有结构，从而影响刀具性能，且增加了刀具制造成本。

相比于上述需要改变刀具结构的监测方法，无损传感器监测方法具有更高的精度和通用性。涡流监测法[15—16]是利用电涡流传感器获取的电压信号变化表征滚刀磨损量，并通过无线通信技术实现实时监测。这种方法测量范围大、灵敏度高、抗干扰能力强，且结构简单、安装方便，被普遍认为是最有前景的滚刀磨损监测方法。电涡流监测法往往因为传感器功耗大，监测使用时间比较短。为解决这个问题，龚秋明等[17]基于在磁传感器上加设激励磁体研发了一种滚刀磨损的磁力线监测方法，并设计了有线和无线两种数据传输方式，该监测方法量程大、精度高、功耗小，他们提出的刀盘状态监测系统同时还可监测滚刀转速及刀盘温度，并成功应用于武汉的东湖污水输送工程[18]。超声波监测法[19]对刮刀发送超声波，并通过超声波传感器测量超声波的反射时间，从而计算刮刀的磨损量，目前这种方法对滚刀磨损的监测误差较大。

掘进参数分析法是一种间接监测方法，通过刀具上的传感器监测滚刀的转速、温度与振动状态或者通过TBM 自带的数据采集系统监测刀盘的推力、扭矩和转速[20—21]来综合分析判断刀具的磨损情况，当认为掘进参数异常时需要开仓进一步检查刀具的实际磨损情况。这种方法一定程度上避免了盲目的开仓检查，但难以准确监测刀具的磨损量值，只能粗略地通过某种判据评估刀盘上的所有刀具是否整体上受到严重磨损。

渣片形态分析法是通过图像识别技术分析TBM 掘进破岩产生的岩渣。新旧刀具切削土体产生的岩渣形状、大小、切口断面和断裂棱角不同，可以据此判断刀具的磨损情况[17]。由于岩渣形状受到的影响因素较多，此方法难以获得判断滚刀磨损情况。

目前大部分滚刀磨损在线监测技术仍处于试验研究阶段，尚未在TBM 施工中广泛应用。

4 岩石磨蚀性试验

岩石的磨蚀性是影响滚刀的磨损的主要因素之一，被作为多个滚刀磨损预测模型的主要参数之一。岩石的磨蚀性越高，滚刀的磨蚀程度越严重。影响岩石磨蚀性的因素主要有：岩石的矿物成分、矿物颗粒的大小和形状、胶结类型和岩石的强度。岩石磨蚀性评价室内试验方法有压入硬度试验、凿碎比功试验、挪威科技大学AV/AVS 试验、Cerchar 磨蚀性试验和LCPC 试验等，目前最常用的方法[22]为Cerchar磨蚀性试验和挪威科技大学AV/AVS 试验。

4.1 Cerchar 磨蚀性试验

这种试验方法最初由法国的Cerchar 研究所于1973 年提出，后来由West 于1989 年对109 个岩石样本进行了量化分类，建立了岩石特性与磨蚀性系数间的关系[23]。试验通过一根锥角为90 度、洛氏硬度为55+1 的钢针在70 N 荷载作用下，以10 mm/min的速度在岩石表面移动10 mm，然后通过显微镜观察测量钢针针尖损失的直径，将损失的平均直径（以0.1 mm 为单位）定义为Cerchar 磨蚀性指数CAI[24]。

国际岩石力学学会（ISRM）[25]和美国材料与试验协会（ASTM）[26]均制定了相关的试验标准，对试验设备、试验过程及试验结果评价方法做出了详细规定和说明，岩石磨蚀性分级标准如表1 所示。有研究表明，岩石强度[27]、钢针材质[28]和测试表面形态[29]对测试结果有均较大影响。2013 年Albert 等[25]向国际岩石力学学会推荐了一份岩石磨蚀性测试标准，相比ASTM 标准增加了当①钢针洛氏硬度不为55+1 和②岩石测试面由锯切制得的情况下测试结果的修正公式，但第二种情况下的修正公式不适用于坚硬且磨蚀性非常高的岩石。

表1 Cerchar 磨蚀性试验CAI 分级标准

Cerchar 试验操作简单，且采用原岩试样进行测试，测得的CAI 值被广泛应用于各种滚刀磨损预测模型。

4.2 NTNU 岩石磨蚀性试验

这种试验方法[30]由挪威科技大学（Norges Teknisk-Naturvitenskapelige Universitet，NTNU）提出，是NTNU 滚刀磨损预测模型的一个专用试验。试验先把待测试岩样碾碎为粒径小于1 mm 的粉末，然后送进旋转的钢制圆盘上，上面固定与滚刀材料相同的试块，试块上加有10 kg 的重物。在钢盘匀速旋转过程中，试块不断被磨蚀。把钢盘旋转5 分钟即100圈后，试块损失的质量定义为挪威磨蚀值AV。若测试的材料是滚刀刀圈上的材料时，把钢盘旋转1 分钟即20 转时材料的磨损量定义为AVS。

NTNU 岩石磨蚀性测试方法采用的被磨蚀材料与滚刀刀圈材料相同，可以直接测得该刀圈材料的耐磨性质，但测试前需将岩样碾成1 mm 的碎末，相对比较麻烦，且测试结果难以反映岩石结构对磨蚀性的影响。这种测试方法目前仅被NTNU 磨损预测模型采用。

5 滚刀磨损预测方法研究

为了在TBM 工程前期论证阶段为TBM 设备选型和控制工期及成本提供依据，就需要研究基于TBM 设备参数和工程地质条件的TBM 掘进性能预测方法，其中很重要的一项任务就是预测滚刀的磨损速率。

多年来国内外学者基于室内试验、数值模拟和工程现场数据对TBM 滚刀磨损进行了大量研究，提出了相应的单把滚刀磨损及工程滚刀消耗预测模型，单把滚刀磨损预测模型一般预测单把滚刀开挖单位体积/进尺岩体或者单位滚动距离条件下滚刀直径或质量的减少量，或者直接预测单把滚刀的最大滚动距离等；而工程滚刀消耗预测模型一般预测开挖单位体积或进尺时消耗的滚刀把数。这些模型总体上可分为半经验模型和经验模型。

5.1 半经验模型

半理论半经验模型通过对滚刀受力和磨损机理分析，结合试验研究结果，并采用合理假设建立单把滚刀磨损的数学表达方法。

乔世范等[31]、杨延栋等[32]认为滚刀磨损机制主要为磨粒磨损，分别采用不同的磨损量计算公式并结合滚刀受力的CSM 预测模型进行分析，提出了单把滚刀磨损预测模型，并与TBM 工程现场的滚刀磨损数据进行了对比验证，为滚刀磨损的定量预测提供了有益的研究思路。然而，滚刀磨损受到多种机制的共同影响，此类模型基于单一机制进行理论推导，且仅与单一工程现场数据进行了对比，其实用性还有待进一步验证。

Wijk[33]结合试验研究结果和理论分析，提出了基于岩石磨蚀性指数、单轴抗压强度和抗拉强度的楔形滚刀和常截面单把滚刀磨损速率的预测模型，并将单把滚刀的寿命通过最大滚动距离L来表征。

式中：∑ 为滚刀磨损系数；d为滚刀直径；w为滚刀刀刃磨损后宽度；θ为滚刀边角；F为滚刀法向力；σc为岩石单轴抗压强度；σPLT为岩石点荷载强度；CAI 为基于Cerchar 试验的岩石磨蚀性指数[34]。Wijk 进一步给出了不同岩体特征条件下掘进速率、滚刀消耗和费用等掘进参数瞬时值和累计值的计算方法。该半理论半经验公式为后人进行类似研究提供了思路，但该公式的提出存在较大的主观性，且公式中的滚刀磨损系数∑ 取值较为困难。

Rostami[35]基于室内试验和理论分析提出了类似的单把滚刀寿命预测模型，但这个模型仅考虑了岩石的CAI 值。由于Rostami 的滚刀寿命预测模型建立在著名的CSM 滚刀受力模型基础上，因此引起了学者的广泛关注。

滚刀寿命的半理论半经验模型一般仅考虑完整岩石的一个或几个物理力学性质及滚刀的尺寸，较少考虑岩体完整性和掘进参数的影响，且由于推导过程中引入了假设，使得模型预测结果通常与工程现场实际有较大差异。

5.2 经验模型

经验模型主要根据TBM 掘进现场实测数据，通过回归分析研究滚刀磨损数据与岩体参数、机器参数和掘进参数间的相关程度，筛选出最相关的几个影响因素，建立滚刀磨损的经验公式。

杨媛媛等[36]分析了秦岭隧道TBM 工程不同围岩等级条件下的工程滚刀消耗，提出了根据围岩TBM 工作条件等级预测工程滚刀消耗量的公式，但该公式基于的数据量很少，且只考虑岩体条件，没有考虑TBM 刀具参数和施工参数的影响，因此预测精度不高。

闫长斌等[37]对山西万家寨引黄工程南干线TBM 工程现场数据进行了拟合分析，同样基于围岩TBM 工作条件等级，并引入滚刀直径影响因子，提出了同时考虑地质适宜性和滚刀直径的工程滚刀消耗量预测公式。该公式是对杨媛媛公式的进一步改进，考虑了刀具直径对磨损的影响，但没有考虑其它刀具参数及掘进参数的影响，且所基于的工程数据也较少。

Gehring[38]基于韩国的一个隧道TBM 工程现场滚刀磨损数据和岩石CAI 值进行研究，发现滚刀磨损量与滚动距离成正比，并定义了一个单把滚刀磨损参数Vs—单位滚动距离的刀圈磨损质量。

式中：d为滚刀直径，mm；TL 为滚刀刀圈半径减小量，mm；T为滚刀刀刃宽度；Rollingdistance 为滚刀距离。

Vs通过CAI 值预测：

公式（3）基于现场工程实测数据，采用了广泛使用的岩石磨蚀性参数CAI，并且很容易能与滚刀位置参数、滚刀刀圈容许极限半径减小量和滚刀贯入度建立联系。但这个公式来源于单一工程数据，对其它地质条件下的TBM 工程预测精度不高。

Hassanpour[14]对伊朗一条30 km 长的硬岩隧道27 个单元的工程地质参数和17 寸滚刀磨损数据进行统计，将滚刀磨损Hf寿命定义为每把滚刀在被更换前所开挖的岩体体积，分析了不同岩石/岩体参数（包括维氏硬度VHNR、单轴抗压强度UCS、石英含量、岩石磨蚀性指数ABI（VHNR/UCS）、单位体积节理数Jv、岩石质量RQD、基本岩体分级指数BasicRMR 和地质强度指数（GSI））与滚刀寿命Hf间的相关性，筛选出与Hf最相关的两个岩石参数——VHNR 和UCS，并通过多元回归分析建立Hf与VHNR 和UCS 的关系，提出了火山碎屑和镁铁质火成岩条件下的工程滚刀消耗量经验模型。

但该经验模型基于一个特定工程，也没有考虑TBM 刀具参数和掘进参数的影响。

挪威科技大学（NTNU）[39]研究人员统计分析了大量TBM 隧道工程现场数据和室内试验数据，提出了考虑刀盘直径、滚刀直径、滚刀间距、刀盘转速、岩石磨蚀性矿物比例、刀盘推力和滚刀数量等因素的滚刀磨损预测模型。该模型随着TBM 设备性能的发展和工程现场数据的增加进行了多次改进，是目前获得广泛认可的单把滚刀磨损预测模型之一。Macias[40]提出了最新的2016 版NTNU 模型：

式中：H0为基本平均刀圈寿命，h；Hh为以h/cutter 为单位的平均刀圈寿命；Hm为以m/cutter 为单位的平均刀圈寿命；Hf为以m3/cutter 为单位的平均刀圈寿命；kD为 刀盘直径修正系数；kQ为磨蚀性矿物修正系数；krpm为刀盘转速修正系数；kN为 滚刀数量修正系数；kT为刀盘推力修正系数；Ntbm为实际滚刀数量；In为TBM 净掘进效率；dtbm为刀盘直径。基本平均刀圈寿命H0是滚刀寿命指数CLI 的函数，如图4 所示。

图4 17 英寸和19 英寸滚刀的基本平均刀圈寿命与滚刀寿命指数CLI 的关系

Ebranhim 和Dae[41]定义了一个反映单把滚刀磨损的参数Scwl，即开挖单位体积岩体的滚刀质量损失。通过对25 条TBM 隧道工程的Scwl 数据和岩石CAI 值进行统计分析，建立了通过岩石CAI 值预测刀具Scwl 值的经验公式：

并给出了通过Scwl 计算Vs的公式：

式中：S为滚刀间距；P为滚刀贯入度。

他们提出了一种新的基于小尺寸常截面滚刀的岩石磨蚀性试验方法，采用这种方法来测量相应滚刀磨损指标DWI，并测试了来自9 条近年完成的隧道TBM 工程岩样的DWI 值，统计了相应的Scwl 值，建立了Scwl 与DWI 的关系，进而基于公式（9）得到了基于DWI 的Vs计算公式：

通过将新加坡的一条电缆传输隧道TBM 工程的现场磨损数据与公式（9）和公式（10）的预测结果对比分析，发现公式（9）和公式（10）的预测结果与现场数据都具有较好的一致性，公式（10）的预测精度更高。该方法需要更多的工程数据对公式进行检验和修正，以提高预测精度。

滚刀磨损经验模型基于实际TBM 工程现场数据，当其它TBM 工程地质条件与建立该模型所基于的地质条件类似时，采用该模型能较好地预测滚刀磨损，但经验模型也有一定局限性。一方面由于影响滚刀磨损的因素很多，经验模型难以考虑所有因素，且很多因素间还有一定的相关性。另一方面经验模型往往基于有限的工程案例，地质条件、TBM 设备参数和掘进参数数据库样本有限，因此将其应用到其它工程时往往出现较大误差。

近年来国内外学者对滚刀寿命预测模型开展了大量研究，部分模型如表2 所示。由于影响TBM 工程滚刀磨损的因素很多，半理论半经验模型或者现有的经验模型都难以考虑如此多的因素。随着TBM工法的推广和应用，未来通过积累各类地质条件下的海量工程现场数据，建立TBM 工程大数据库，采用人工智能的方法对数据进行研究是科学可靠地预测滚刀磨损的趋势。

表2 国内外学者提出的部分滚刀寿命预测模型

6 结论与展望

6.1 结论

（1）滚刀磨损破坏的形式多种多样，包括均匀磨损、刀圈偏磨及弦磨、刀圈和挡圈断裂、脱落或轴承损坏。

（2）刀具磨损影响因素主要包括地质参数、刀盘及滚刀设计参数和掘进参数三个方面。地质参数包括完整岩石的强度、硬度和磨蚀性、岩体完整性和均匀性；刀盘及滚刀设计参数包括滚刀轴承的耐久性、刀具的启动扭矩、布置形式、直径、间距、类型和刀圈的材质；掘进参数包括滚刀贯入度和刀盘转速。工程实践中应根据实际地质参数匹配刀盘及滚刀设计参数和掘进参数。

（3）刀具磨损检测方法主要包括开仓检查和刀具磨损状态在线监测。在线监测可以实时掌握刀具的磨损情况，利于准确把握换刀时机、提高滚刀寿命和TBM 施工利用率。近年来出现了电流监测法、压力监测法、异味监测法、涡流监测法、超声波监测法、岩渣形态分析法和掘进参数分析法等在线监测方法。目前滚刀磨损在线监测技术仍处于探索过程中，还没有完善的在线监测系统在TBM 施工中广泛应用。

（4）滚刀磨损预测方法主要包括半经验模型和经验模型。半经验模型建立在由室内试验和理论分析得到的刀具破岩力预测的基础上，基于刀具的磨损机制分析并结合通用的磨损量计算公式，建立滚刀磨损与完整岩石性质及刀具尺寸参数间的量化关系；经验模型是通过对TBM 现场施工数据的拟合分析，建立滚刀磨损与岩石性质、岩体等级、刀盘刀具参数和掘进参数间的量化关系。通常经验模型在预测TBM 工程滚刀磨损速度时较半理论半经验模型误差小，但预测结果仍与工程实际存在误差，作为施工性能参考依据的同时，应进一步结合具体工程实际进行分析与修正。

6.2 展望

（1）进一步提高刀具的材料性能和制造水平，从而提高滚刀抗磨损性能，降低滚刀磨损。

（2）研发和完善在线实时滚刀磨损监测技术和自动化换刀技术，以对达到设计极限磨损量的滚刀进行及时、快速更换。

（3）在TBM 工程项目论证阶段获取更准确详细的工程地质资料，并建立更科学的滚刀磨损预测模型，为TBM 选型设计提供依据。

（4）在TBM 施工阶段对掌子面前方地质条件随掘随探，提高地质资料准确性，以提高施工掘进参数选择的科学性。