TBM岩屑级配CNN识别模型

岩屑图像实时级配

直接用岩屑图像识别粒径分布，摆脱人工筛分，适配隧道掘进现场的潮湿与堆叠工况。

Yuanen, Pang · 李旭 · Dong, Zikai · 龚秋明 · Zikai, Dong

Automation in Construction 2024

参数信息

平均绝对误差

1.66 × 10⁻²

决定系数

0.923

数据集规模

2520

技术优势

小岩屑也能识别

通过CNN直接识别，不受传统方法对小尺寸岩屑难以辨识的限制。

泥水覆盖也不怕

模型对浸泡在土壤或水中的岩屑仍能正常识别，适应隧道现场潮湿环境。

堆叠岩屑直接处理

无需分离或分割，对相互堆叠的岩屑图像也能直接输出粒径分布。

实时给出级配结果

与传统耗时的人工筛分相比，模型可在图像输入后立即给出粒径分布，显著提升掘进辅助决策效率。

应用场景

• 隧道掘进机：在掘进过程中实时评估岩体完整性和刀具磨损，替代人工筛分。
• 智能建造：为智能建造系统提供即时的粒径分布数据，优化掘进参数。
• 地质勘察：根据岩屑级配判断掌子面地质条件，辅助地质勘察。
• 盾构辅助决策：为TBM操作人员提供实时级配信息，辅助调整推进力、刀盘转速等决策。