基于数值仿真和深度学习模型的TBM隧道围岩稳定判识方法

本发明涉及隧道掘进领域，特别是一种基于数值仿真和深度学习模型的TBM隧道围岩稳定判识方法。本发明利用3D‑FDEM数值仿真的方法构造数值样本，基于数值样本采用Transformer训练TBM围岩稳定性判识模型，能够有效地处理稳定性判识的时序数据、非线性关系和高维特征；从而利用现场TBM掘进参数进行隧道TBM节理岩体稳定性的实时判识，实现对实际施工段围岩稳定性的快速、实时判识，为围岩出护盾后的支护措施的确定提供参考，为TBM施工提供技术支撑。同时基于TBM隧道3D‑FDEM模型构建TBM围岩稳定性数值样本库，也克服了工程中应用机器学习存在的样本少问题，提高了TBM围岩稳定性判识的数据数量及质量。