全断面岩石掘进机(TBM)技术的发展和运用,对于公路铁路隧道、矿山巷道和水利水电工程隧道的建设有着巨大的推进作用。然而相较于传统钻爆法等施工方法,TBM法的缺点是对于地质条件的适应性比较差。对于长大隧道,一般情况下地质条件都比较复杂,不良地质条件发育概率大,TBM遇到不良地质问题极易出现掘进效率和设备利用率低下的问题,无法发挥TBM工法高效、快速、安全、优质等优点,致使工期延误、成本加剧等不必要的损失。因此,如何准确、高效的预测TBM掘进效率对于实际工程的可行性论证、经济成本评价具有至关重要的作用。同时由于掘进速度与传统地下工程围岩分级并无直接关系,目前绝大部分围岩分级标准侧重于围岩稳定性的分析归类,更适合传统的钻爆法隧道施工,传统地下工程围岩分级系统没有考虑到TBM的掘进效率。因此,TBM施工隧洞的围岩分级方法不仅要能够评价岩体的稳定性,更重要是的能够反映TBM的掘进效率。有必要从TBM掘进速度的角度来建立新的TBM围岩分级规则,来区分TBM施工隧洞围岩的可掘进性。综合考虑TBM的掘进效率,基于TBM的掘进性能的隧洞围岩分级对于高效、快速、安全掘进至关重要。为了解决上面所有问题,本文以实际工程数据为基础,运用主成分分析法对指标参数体系进行优化,进而引入到支持向量回归模型对TBM掘进效率进行预测研究;对现场数据进行统计,综合考虑TBM施工隧洞围岩的可掘进性和机器对地层的适应性,以TBM施工速度为分级标准,建了新的基于TBM掘进性能的隧洞围岩分级方法;在此基础上,基于工程现场大量的实测数据,运用改进BP神经网络模式识别模型建立了基于TBM掘进性能的隧洞围岩等级预测模型。通过实际工程进行验证,结果表明预测结果与实际匹配度良好。该预测模型对TBM施工中的施工围岩掘进性能等级识别有重要的施工指导意义,有助于减少人为经验对施工的负面影响。