Prediction of tunnel boring machine penetration rate using ant colony optimization, bee colony optimization and the particle swarm optimization, case study: Sabzkooh water conveyance tunnel

Abstract

Purpose. The purpose of this study is to use a novel approach to estimate the tunnel boring machine (TBM) penetration rate in diverse ground conditions. Methods. The methods used in this study include ant colony optimization (ACO), bee colony optimization (BCO) and the particle swarm optimization (PSO). Moreover, a comprehensive database was created based on machine performance using penetration rate (m/h) as an output parameter – as well as intact rock and rock mass parameters including uniaxial compressive strength (UCS) (MPa), Brazilian tensile strength (BTS) (MPa), rock quality designation (RQD) (%), cohesion (MPa), elasticity modulus (GPa), Poisson’s ratio, density(g/cm3), joint angle (deg.) and joint spacing (m) as input parameters. Findings. Results showed that the analyses yielded several realistic and reliable models for predicting penetration rate of TBMs. ACO model has R2 = 0.8830 and RMSE = 0.6955, BCO model has R2 = 0.9367 and RMSE = 0.5113 and PSO model has R2 = 0.9717 and RMSE = 0.3418. Originality. Prediction of TBM penetration rate using these methods has been carried out in the Sabzkooh water conveyance tunnel for the first time. Practical implications. According to the results, all three approaches are very effective but PSO yields more precise and realistic findings than other methods.

Мета. Створення нового підходу до прогнозу та оцінки швидкості проходки тунелепрохідного комбайна (ТПК) в умовах різних порід на основі використання специфічних методів оптимізації. Методика. Методи дослідження включають мурашиний алгоритм оптимізації (МАО), бджолиний алгоритм оптимізації (БАО) і оптимізацію методом рою частинок (ОМРЧ). Створена велика база даних з продуктивності комбайна із використанням швидкості проходки в якості вихідного параметра, а також таких вхідних параметрів непорушеної породи і породного масиву, як міцність на стиск (ПС) (МПа), міцність на розтяг, яка вимірюється “бразильським тестом” (БПР) (МПа), показник якості ґрунту (ПКГ) (%), зв’язність ґрунту (МПа), модуль пружності (ГПа), коефіцієнт Пуассона, щільність (г/см3), кут стикування (град.) та відстань між швами (м). Результати. Виконано аналіз в ході дослідження, який дозволив створити кілька надійних реалістичних моделей для прогнозування швидкості проходки ТПК. Модель, побудована на МАО, має коефіцієнт детермінації R2 = 0.88 і корінь із середнього квадрата відхилення RMSE = 0.69, БАО-моделі – R2 = 0.93 і RMSE = 0.51, та ОМРЧ-моделі – R2 = 0.97 і RMSE = 0.34. Наукова новизна. Вперше прогнозувалася швидкість проходки ТПК із використанням вищеописаних методів на прикладі водостічного тунелю Sabzkooh. Практична значимість. Результати дослідження є цінними для проектування в тонелебудівництві. Запропоновані нові підходи виявилися вельми ефективними, проте ОМРЧ алгоритм дозволяє отримати більш точні і реалістичні дані.

Цель. Создание нового подхода к прогнозу и оценке скорости проходки туннелепроходческого комбайна (ТПК) в условиях различных пород на основе использования специфических методов оптимизации. Методика. Методы исследования включают муравьиный алгоритм оптимизации (МАО), пчелиный алгоритм оптимизации (ПАО) и оптимизацию методом роя частиц (ОМРЧ). Создана обширная база данных по производительности комбайна с использованием скорости проходки в качестве выходного параметра, а также таких входных параметров ненарушенной породы и породного массива, как прочность на сжатие (ПС) (МПа), прочность на растяжение, измеряемая “бразильским тестом” (БПР) (МПа), показатель качества грунта (ПКГ) (%), связность грунта (МПа), модуль упругости (ГПа), коэффициент Пуассона, плотность (г/см3), угол стыковки (град.) и расстояние между швами (м). Результаты. Выполнен анализ в ходе исследования, который позволил создать несколько надежных реалистичных моделей для прогнозирования скорости проходки ТПК. Модель, построенная на МАО, имеет коэффициент детерминации R2 = 0.88 и корень из среднего квадрата отклонения RMSE = 0.69, ПАО-модели – R2 = 0.93 и RMSE = 0.51, и ОМРЧ-модели – R2 = 0.97 и RMSE = 0.34. Научная новизна. Впервые прогнозировалась скорость проходки ТПК с использованием вышеописанных методов на примере водосточного туннеля Sabzkooh. Практическая значимость. Результаты исследования являются ценными для проектирования в тоннелестроении. Предложенные новые подходы оказались весьма эффективны, однако ОМРЧ алгоритм позволяет получить более точные и реалистичные данные.