来源：期刊VIP网 时间：
作者：何永义;王明年;凌学鹏;易文豪;夏覃永;李泽星;童建军;赵思光;
单位：西南交通大学交通隧道工程教育部重点实验室;西南交通大学土木工程学院;中国中铁股份有限公司中铁三局集团有限公司;中国铁路经济规划研究院有限公司铁路工程技术标准所;
摘要：依托来自宜昌—郑万高铁联络线隧道工程的1 765份钻进参数样本，在分析钻进参数时序曲线特征的基础上，结合贝叶斯置信区间检验方法、动态线性分段表示方法、卡尔曼滤波方法和线性分段均值处理方法，提出一种基于动态线性分段表示的钻进参数围岩分级特征提取方法；对比该方法处理前后掌子面钻进参数样本的离散性和差异性，以及采用该方法处理前后6种不同机器学习算法下的围岩分级模型准确性，验证该方法的应用效果。结果表明：钻进参数时序体现出明显的纵向分段、区间波动和随机离散特征；采用该方法处理后，相同围岩级别下的样本数据标准差平均降低28.72%～82.68%，不同围岩级别下的样本类间距离均值提升66.79%～77.37%,6种机器学习算法下围岩分级模型得到的分级准确率由85.3%～88.8%提高到88.1%～89.9%。作为一种基础数据处理方法，该方法能够避免各种非地质因素对围岩分级精度的影响，较好地体现了钻进参数和围岩质量间的良好响应关系，并提升了具体实践中的围岩质量评价准确性。
关键词：隧道;;围岩分级;;钻进参数;;时间序列;;动态线性分段表示;;贝叶斯置信区间检验;;卡尔曼滤波
基金资助：中国国家铁路集团有限公司科技研究开发计划课题（K2020G035,K2021G024）
