岩石渣评价方法

高光谱+图像实时评估

将高光谱与图像信息结合，为TBM掘进效率提供实时、非接触式的评估手段。

Xingyue, Li · Hongliang, Wang · 杨海清

Tunnelling and Underground Space Technology 2025

参数信息

岩石渣识别准确率

99 %

Fe含量反演决定系数

0.96

粗糙度指数与比能相关系数

0.869

峰值推力

5.1 × 10³ kN

技术优势

识别更准

优化后的YOLO模型对岩石渣识别准确率达99%，可可靠获取粒径分布参数。

反演更稳

CARS-PLSR模型对Fe含量反演R²>0.96，性能优于其他方法。

能预测磨损

岩石渣铁含量越高，滚刀磨损越严重，监测铁含量即可有效预测滚刀磨损。

应用场景

• 隧道掘进效率评估：实时分析岩石渣特征，替代传统低效的掘进效率评估方法。
• 隧道施工安全预警：通过监测岩石渣铁含量预测滚刀磨损，为不良地质施工提供预警保障。
• 岩土实时监测：结合图像与高光谱技术实时获取岩石渣几何与成分信息，实现岩土体特征动态监测。