【摘 要】
:
随着城市规模不断扩大和人口激增,地铁建设已成为城市发展的重要方向之一。盾构机是目前最先进的隧道掘进设备,有效改善了施工人员的作业环境,具有机械化程度高、安全可靠等优点,在地下工程施工中广泛使用。盘形滚刀因其优秀的破岩性能,被广泛地用作盾构和TBM的破岩刀具。然而,在实际工程中,滚刀磨损是盾构施工最常见的损耗之一,严重影响施工效率。本论文属于科技部“973”课题“复杂条件大直径盾构长距离安全掘进理论
论文部分内容阅读
随着城市规模不断扩大和人口激增,地铁建设已成为城市发展的重要方向之一。盾构机是目前最先进的隧道掘进设备,有效改善了施工人员的作业环境,具有机械化程度高、安全可靠等优点,在地下工程施工中广泛使用。盘形滚刀因其优秀的破岩性能,被广泛地用作盾构和TBM的破岩刀具。然而,在实际工程中,滚刀磨损是盾构施工最常见的损耗之一,严重影响施工效率。本论文属于科技部“973”课题“复杂条件大直径盾构长距离安全掘进理论及控制研究(编号:2015CB057802)”中的研究内容。本文通过离散元软件EDEM对滚刀破岩进行模拟仿真,结合室内试验和工程实测数据,对滚刀破岩时的三向受力和磨损进行分析,主要结论如下:(1)基于离散元软件EDEM中的bonding接触模型,通过API方法建立了仿真岩石试件,进行虚拟单轴压缩和巴西劈裂试验,对bonding粘结参数进行标定,得到了四种不同强度岩石试件的bonding参数值,对比分析了虚拟仿真与室内试验中岩石单轴压缩试验和巴西劈裂试验的破坏形态,证明了离散元方法模拟岩石单轴压缩和劈裂抗拉试验的可行性。(2)通过EDEM中的运动状态设置功能,建立了考虑滚刀绕其刀轴自转和绕刀盘中心公转两种运动的滚动圆周切割模型,开展了滚刀破岩圆周切割室内试验,对比分析了数值仿真与室内试验中滚刀的三向受力,论证了本文数值模型计算滚刀三向受力的合理性。(3)选取了深圳地铁6号线明乐停车隧道中地质参数相近、掘进参数差异明显的两个掘进区间,分别用于仿真磨损系数的标定和磨损量预测,并将预测结果与实测数据对比,论证了当掘进参数发生改变时,本文数值模型预测滚刀磨损的合理性。(4)进行了不同参数组合工况下的(岩石强度、贯入度、刀盘转速、切割角度、平磨状态等)滚刀破岩仿真模拟,分析了滚刀与岩体接触瞬间的冲击效应和滚刀破岩时三向受力变化规律,给出了考虑岩石强度、贯入度、刀盘转速等参数变化的滚刀垂直力FV、滚动力FR的拟合公式,并用CSM模型对部分结果进行验证。(5)基于Archard Wear模型,对不同工况条件下的滚刀磨损进行了分析,采用DEM-FEM耦合方法,对刀圈断裂等非正常磨损进行了研究,得出了岩石强度、贯入度、刀盘转速、破岩状态等因素对滚刀磨损的影响规律。
其他文献
随着无线传感器网络(Wireless Sensor Networks,WSNs)、5G通信技术、大数据处理技术以及人工智能技术的快速发展,物联网(Internet of thing,IoT)广泛地应用于人类生产生活的各个方面。由于目前IoT设备存在着各种各样的漏洞,导致IoT网络面临着形形色色的恶意攻击和通信过程中的隐私泄露等严峻的安全问题。与Internet相比,IoT具有大规模的设备、多源异构
认知无线电技术打破了目前频谱使用固定分配方案的局限性,允许次级用户自适应调整传输参数以利用空闲的频谱资源进行数据传输,大大提高了频谱利用率。得益于对海量通信数据的学习和推理能力,人工智能和机器学习方法能够动态地调整系统的传输协议,以适应复杂的通信和网络环境,代表了未来通信的发展方向。因此利用机器学习解决认知无线电中的问题成为了当下的研究热点。本文对强化学习在频谱感知以及频谱接入中的应用进行了深入的
目前,地铁明挖车站的修建方法多为在基坑内现浇结构,此法受施工环境影响较大,且施工速度慢,对城市环境影响较大。近年来,一种配备榫槽注浆式接头的全预制拼装地铁车站结构被提出,并在长春地铁建设中使用,有效解决了上述问题。此前,多位学者已经对榫槽注浆式接头构件的静力学性能进行了系统的理论及实验研究,但对该接头构件动力性能的研究还非常有限。基于此背景,本文以榫槽注浆式预制拼装地铁车站结构为研究对象,从该接头
在对城市地下空间的开发使用中,大量地铁车站不可避免地修建在地层复杂的场地之中,当场地中存在较大性质差异的软硬不均的地层时,车站受力形式复杂,目前对非均匀地层中地铁车站的地震响应有一些研究,但有关这种非均匀性对车站内力、变形,特别是破坏影响的了解还相对不足。本文通过数值模拟分析,探讨软硬不均匀地层中地铁车站的地震响应特性和破坏模式。主要工作和成果如下:(1)针对不同地层组合的软硬不均匀场地,参考实际
作为后续步态和行为识别的基础工作,行人的轨迹与骨架信息提取一直是计算机视觉领域的重要热点话题。近年来视频监控在人流追踪、疫情安检等公共场合下发挥了重大作用,然而监控场景下的信息提取精度以及智能处理水平还有待提高,传统的跟踪与骨架提取算法普遍受到差异化的监控环境与监测噪声的影响。围绕着这一难题,本文基于视频监控场景对行人跟踪与骨架提取算法进行研究。本文所做的研究工作主要如下:1.为了解决基本的颜色粒