Predictive Machine Learning for Main Drive Torque Estimation in Earth Pressure Balanced Tunnelling
Considering Reciprocal Effects of EPB Tunnelling in Soft and Mixed Ground
Seiten
Zentraler Bestandteil Erddruckgestützter Tunnelbohrmaschinen (EPB TBMs) sind die Motoren des Hauptantriebs, deren Leistung ausreichend zu bemessen ist, um das Schneidrad während des gesamten Tunnelvortriebs zu drehen und den Boden auszuheben. Die optimierte Bemessung des Hauptantriebs ist entscheidend für die Energieeffizienz, wobei Leistungsminderungen bis hin zur Blockade zu verhindern sind. EPB-TBMs nutzen zur aktiven Ortsbruststützung das ausgehobene Bodenmaterial, wobei Wechselwirkungen zwischen TBM und Boden eine Herausforderung darstellen. Im Rahmen dieser Dissertation wurde unter Berücksichtigung der Wechselwirkungen ein Modell zur Abschätzung des Drehmoments auf Basis des maschinellen Lernens (ML) entwickelt. Das robuste Modell ermöglicht optimierte Vorhersagen des nominalen Hauptlager Drehmomentes sowie des maximal zu erwartenden Drehmomentes im Regelvortrieb und gewährleistet die Interpretier- und Übertragbarkeit zur Anwendung bei zukünftigen EPB Projekten.
Erscheinungsdatum | 05.01.2024 |
---|---|
Reihe/Serie | Schriftenreihe des Instituts für Konstruktiven Ingenieurbau ; 2023,7 |
Verlagsort | Düren |
Sprache | deutsch |
Maße | 148 x 210 mm |
Gewicht | 267 g |
Themenwelt | Technik ► Bauwesen |
Schlagworte | Earth Pressure Balanced Tunnel Boring Machines • machine learning • Torque Estimation |
ISBN-10 | 3-8440-9246-3 / 3844092463 |
ISBN-13 | 978-3-8440-9246-2 / 9783844092462 |
Zustand | Neuware |
Haben Sie eine Frage zum Produkt? |
Mehr entdecken
aus dem Bereich
aus dem Bereich
Grundlagen und Vorgehensweisen
Buch | Softcover (2021)
Springer Fachmedien Wiesbaden GmbH (Verlag)
CHF 53,15
Bemessung von Stahlbauten nach Eurocode mit zahlreichen Beispielen
Buch | Hardcover (2024)
Springer Vieweg (Verlag)
CHF 83,95
Buch | Softcover (2024)
Springer Vieweg (Verlag)
CHF 26,55