簡易檢索 / 詳目顯示

研究生: 黃政翰
HUANG, ZHENG-HAN
論文名稱: 以人工智能分析現場數據進行 地下開挖過程之地質研判及其應用
Data-driven approach by using Machine Learning to Identify the changing of the geo-condition during mechanical tunneling
指導教授: 陳堯中
Yao-Chung Chen
口試委員: 陳立憲
Li-Hsien Chen
呂守陞
Sou-Sen Leu
徐國偉
Guo-Wei XU
學位類別: 碩士
Master
系所名稱: 工程學院 - 營建工程系
Department of Civil and Construction Engineering
論文出版年: 2019
畢業學年度: 107
語文別: 中文
論文頁數: 193
中文關鍵詞: 全斷面隧道開挖工法潛盾工法管推工法廣義式人工智能
外文關鍵詞: TBM, Shield tunnel, Pipe jacking, The generalized method, AI
相關次數: 點閱:216下載:1
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報

臺灣位在歐亞板塊及菲律賓海板塊的交界處,地盤活動頻繁造成臺灣山多平原少,隨著經濟發展,多數鄉村人口往都市移動,都市人口密度上升使本就不足的空間減少,政府在進行相關公共建設時,若以傳統的明挖覆蓋工法施工,會有交通阻塞及施工空間不足的疑慮,故多數公共工程常轉以地下開挖工法施作。
地下開挖工法雖有節省空間及施作快速等優點,但施工過程未知性高,國內都市人口日增,地下開挖工程也增加,以此法施作雖有好處,但施工災害也有所耳聞。故本研究旨在施工安全及使現場工程師更加瞭解現場狀況。
首先以廣義式推進力系設計不同尺寸,不同工種之設計推進力,提供五種推力情況,以研判現場施工情況,再用量綱分析找出正規化指標,以此指標配合掘進速率(Rate of penetration, ROP)繪製工進橢圓,來判斷施工的安全及效率,並以人工智能分析現場數據,進行地下開挖過程之地質研判,提供現場即時分析。
最後本研究探討現場施工的三種域場,隧道遠方地表的遠域場(Far field, FF)、靠近掘進面盤的近域場(Near field, NF)及掘進面盤上的接觸域場(Contact field, CF)。習見的規範常考慮遠域場(沉陷或隆起)及近域場(主動土壓力或被動土壓力),而鮮少考量接觸域場的影響,故本研究納入接觸域場的影響,完整隧道施工管理。


Underground excavation method has some advantage, like less working zone and high excavated speed. But it also has some uncertain issue during the excavation and it may cause some problem. So this research combines three topics from underground excavation, generalized thrust system, design and uses dimensionless parameter and artificial intelligence.
First, this research design a generalized thrust system to predict the thrust. It can be used on different types and size of the excavating machine during the design stage. And it can design five different meaning of prediction thrust. it can show the excavating situation during construct stage. Second, this research normalized the parameters from the machine, turn the parameters to the dimensionless index. the index can be used to show the efficiency and safety during excavation. Third, it used artificial intelligence to predict the change of geo-condition, remind the engineer the machine has excavated the different geology.
In conclusion, this research considers three fields in excavation, including far field, near field and contact field. Most of the regulation for underground excavation focuses on the far field (settlement and heave) and near field (active or passive situation), so it combines the contact field (indentation force) to make the system of management more completed.

摘要 III Abstract IV 目錄 VI 表目錄 IX 圖目錄 XII 第一章 緒論 1 1.1 動機目的 1 1.2 範圍方法 2 1.3 論文架構 3 第二章 文獻回顧 5 2.1 地質材料M1 (Material) 5 2.1.1 延性土壤 (Ductile) 8 2.1.2 脆性類岩 (Brittle) 9 2.1.3延(脆)複合材料 (Compound) 12 2.2 廣義式機械掘削機制 M2 (Method) 12 2.2.1 材料破壞特徵分類 12 2.2.2 掘削機制1:單一刀頭之不同接觸方式之破壞力學影響因子 16 2.2.3 掘削機制2:群刀配置之最適間距 20 2.2.4 掘削機制3:切削面盤整體配置因子考量 21 2.3 廣義式貫切理論 M2 (Method) 22 2.3.1 貫切破壞沿革 22 2.3.2 貫切破壞理論解 23 2.3.3 刀頭磨耗效應影響 24 2.4 隧道開挖之摩擦力影響 26 2.5 量綱分析之應用 28 2.5.1 物理量中單位與量綱之關係 29 2.5.2 無量綱參數之轉換 30 2.5.3 量綱分析之應用實例 32 2.6 臺灣常用之地下開挖工法推進力公式 34 2.6.1 奧村機械推進力評估公式 34 2.6.2 日本隧道工程標準規範及解說-潛盾工法篇(2006) 35 2.6.3 日本泥濃式推進工法 (2010) 37 2.6.4 日本超泥水加壓推進工法 (2015) 39 2.7人工智能應用 41 2.7.1 決策樹(Decision tree) 41 2.7.2 線性回規(LinearRegression) 43 2.7.3 類神經網路(Neural network) 44 2.7.4 人工智能預測地質變化 45 第三章 廣義式掘進模型 46 3.1 廣義式推進力系分析 46 3.1.1 掘進機前方阻抗 48 3.1.2 掘進機周身阻抗 50 3.1.3阻抗上/下限評估 60 3.2 正規化指標分析 63 3.2.1 機械式地下開挖物理場描述 63 3.2.2 開挖影響因子量綱分析 64 3.2.3 建立適挖性指標 66 3.3 人工智能之應用 69 第四章 案例分析 79 4.1 案例一 松湖~大安345kV 電纜線路潛盾洞道統包工程 79 4.1.1 低塑性黏土段 80 4.1.2 沉泥質礫石段 94 4.1.3 人工智能應用 107 4.2 案例二 桃園國際機場聯外捷運系統CM01區段標 94 4.2.1 泥岩段 114 4.2.2 礫石段 126 4.2.3 人工智能應用 138 第五章 結論與建議 148 5.1 結論 148 5.1.1 設計階段 148 5.1.2 施工階段 148 5.2 建議 149 5.2.1 設計階段 149 5.2.2 施工階段 149 參考文獻 151 附錄A 地下掘進工法開挖效率之現地調查表 153 附錄B 兩物體間之動、靜摩擦參考值 159 符號對照表 161 關鍵詞中英文及縮寫對照表 168

1. 林國龍, 廣義式地下掘進之推進力系分析, in 土木與防災研究所. 2010, 國立臺北科技大學: 臺北市.
2. 楊喆巽, 隧道掘進之土(岩)-機互制與可挖指標研探, in 土木與防災研究所. 2010, 國立臺北科技大學: 臺北市.
3. 歐章煜, 進階深開挖工程分析與設計. 2017, 台北市: 科技圖書股份有限公司.
4. 李維峰;石原研而;陳俊吉;陳景文;張浼珣, 台灣低塑性粉土工程性質研究. 地工技術, 2012: p. 7-18.
5. 林宏達;陳建勝;呂芳熾;林永光;黃一昌;林建宏, 沉積土層深開挖有限土體引致之土壓力分析與案例探討. 地工技術, 2012: p. 65-76.
6. 楊豐榮;李振誥;蕭富元;劉俊杰, 隧道施工中地質探查-以曾文越域引水隧道為例. 地工技術, 2008. 第117期: p. 47-58.
7. Yasar, E., Y.J.I.J.o.R.M. Erdogan, and M. Sciences, Correlating sound velocity with the density, compressive strength and Young's modulus of carbonate rocks. 2004. 41(5): p. 871-875.
8. 莊賢達;王琬津, 地質對汙水下水道推管工程的影響. 地工技術, 2005. 第106期: p. 45-52.
9. 張光宗;陳宥序;鄭敏杰, 以數值方法探討卵礫石層的力學行為. 中華水土保持學報, 2014: p. 95-102.
10. 褚炳麟;潘進明;張國雄, 台灣西部卵礫石層現地之大地工程性質. 地工技術, 1996. 第55卷: p. 47-58.
11. 張吉佐;陳逸駿;嚴世傑;蔡宜璋, 台灣地區中北部卵礫石層工程性質及施工探討. 地工技術, 1996. 第55卷: p. 35-46.
12. 藍啟榮;顏君行;李英彰;唐其巍, 長距離推進在台中卵礫石層中之案例研究. 地工技術, 2008. 第115期: p. 83-90.
13. 褚炳麟;孫漢豪;許金龍, 推進工法在卵礫石地層中之案例研究. 地工技術, 2005. 第106期: p. 15-24.
14. Chen, L.H. and J.F. Labuz, Indentation of rock by wedge-shaped tools. International Journal of Rock Mechanics and Mining Sciences, 2006. 43(7): p. 1023-1033.
15. 巫奇穎, 同步化聲光非破壞檢測研探類岩材料於貫切破壞之群刀效應, in 土木與防災研究所. 2009, 國立臺北科技大學: 臺北市.
16. 蘇億峰, 磨耗效應與側向邊界對岩石貫切破壞之數值模擬, in 土木與防災研究所. 2008, 國立臺北科技大學: 臺北市.
17. Chen, L.-H., Failure of Rock under Normal Wedge Indentation. 2001, UNIVERSITY OF MINNESOTA: Unite State of America.
18. 王紹宇, 分離元素法於接觸破壞之刀刃磨耗與雙刀效應之模擬暨耦合有限差分法之數值初探, in 土木與防災研究所. 2008, 國立臺北科技大學: 臺北市.
19. Pellet-Beaucour, A.L. and R. Kastner, Experimental and analytical study of friction forces during microtunneling operations. Tunnelling and Underground Space Technology, 2002. 17(1): p. 83-97.
20. Shou, K., J. Yen, and M. Liu, On the frictional property of lubricants and its impact on jacking force and soil–pipe interaction of pipe-jacking. Tunnelling and Underground Space Technology, 2010. 25(4): p. 469-477.
21. 陳佑丞, 應用因次分析法於奈米壓痕試驗之理論分析與數值模擬:殘留應力、基材效應與黏彈性質之研究. 2005, 國立成功大學: 臺南.
22. 奧村機械, 潛盾機設計概要和潛盾施工技術資料簡報. 2009.
23. 日本土木學會, 日本隧道工程標準規範及解說. 2006.
24. ジオリード協會, 環境對策型泥濃式推進工法. 2010.
25. 超泥水加壓推進協會, 超泥水加壓推進工法. 2015.
26. 江羿臻;林正昌, 應用決策樹探討中學生學習成就的相關因素. 教育心理學報, 2014. 第三期: p. 303-327.
27. Landgrebe, S.R.S.D., A Survey of Decision Tree Classofoer Methodology. IEEE TRANSACTIONS ON SYSTEMS, MAN, AND CYBERNETICS, 1991. 21: p. 660-674.
28. HERBERT H. EINSTEIN, D.A.L., MICHAEL J. MARKOW and GREGORY B. BAECHER, DECISION ANALYSIS APPLIED TO ROCK TUNNEL EXPLORATION. Engineering Geology, 1978. 18: p. 143-161.
29. ADI, T.J.W., Geology Prediction Support System For Microtunneling Project Using Hybrid Neural-Hidden Markov Model, in Civil and Construction Engineering. 2007, 台灣科技大學: 台北市. p. 194.

無法下載圖示
全文公開日期 本全文未授權公開 (校外網路)
全文公開日期 本全文未授權公開 (國家圖書館:臺灣博碩士論文系統)
QR CODE