Geosci. Front. | 基于贝叶斯方法的大直径泥水盾构掘进参数数据驱动预测

本文针对大直径泥水盾构施工中掘进参数预测面临的动态更新能力不足、参数相关性缺失及不确定性难以量化等挑战，提出了一种融合多变量概率模型的贝叶斯预测框架。研究依托珠海隧道工程，首先根据地质资料将地层分为黏土、黏土-砂土复合及黏土-砂土-花岗岩复合三类，并建立相应实时掘进参数数据库。选取刀盘转速、刀盘扭矩等8个关键参数，采用Johnson分布描述其边缘分布，通过标准正态空间转换构建多变量概率模型作为先验分布。随后，利用前10环实时掘进数据通过贝叶斯更新对待开挖环参数进行后验预测。结果表明，该方法能有效降低各参数预测结果的变异系数，尤其对刀盘扭矩的不确定性降低效果显著，预测值与实测数据具有较好一致性。该框架兼具可解释性、动态更新能力和不确定性量化能力，为复杂地层条件下盾构参数调控和智能决策提供了有效参考。