Excavation of a superlarge diameter tunnel by tunnel boring machine (TBM) is different from that of a shield tunnel with normal dimension, in which the control system of the superlarge TBM is very complicated and difficult to operate. Hence, it is very important to focus on the control and management of significant parameters to ensure excavation stability under uncertainty. In this paper, we (i) utilize a BIM-based big data platform (BIM-BDP) to manage the essential construction data of tunnel project in digital format; (ii) adopt the global sensitivity analysis (SA) to recognize significant parameters for shield excavation based on polynomial chaos expansion (PCE)–extended Fourier amplitude sensitivity test (eFAST) model; and (iii) employ the uncertainty analysis (UA) to discover the correlation between significant parameters from the data of the BIM-BDP. This research contributes to (i) the body of knowledge of proposing a more appropriate research methodology that can cope with aleatory and epistemic uncertainty and support uncertainty and sensitivity analysis (UA/SA) processes based on data from BIM-BDP and (ii) the state of practice by providing a data-driven surrogate model to simulate system behaviors of shield excavation with high reliability and to reduce dependency on domain experts. Here, we pay close attention to the most influential parameters that require priority parameter control, which can help administrators optimize the management of shield parameters during tunnel excavation.

中文翻译：

---

超大直径盾构开挖重要参数的不确定度和敏感性分析

隧道掘进机（TBM）对超大直径隧道的开挖与常规尺寸的盾构隧道的开挖不同，其中超大隧道掘进机的控制系统非常复杂且难以操作。因此，将重点放在重要参数的控制和管理上以确保在不确定情况下的开挖稳定性非常重要。在本文中，我们（i）利用基于BIM的大数据平台（BIM-BDP）以数字格式管理隧道项目的基本施工数据；（ii）根据多项式混沌扩展（PCE）-扩展傅立叶振幅灵敏度测试（eFAST）模型，采用全局灵敏度分析（SA）来识别盾构开挖的重要参数；（iii）使用不确定性分析（UA）从BIM-BDP数据中发现重要参数之间的相关性。这项研究有助于（i）提出一种更合适的研究方法的知识体系，该方法可以应对偶然性和认知上的不确定性，并根据BIM-BDP的数据支持不确定性和敏感性分析（UA / SA）过程，以及（ii）通过提供数据驱动的替代模型来以高可靠性模拟盾构开挖的系统行为并减少对领域专家的依赖，从而提供一种实践状态。在这里，我们密切关注需要优先级参数控制的最具影响力的参数，这些参数可以帮助管理员优化隧道开挖过程中盾构参数的管理。这项研究有助于（i）提出一种更合适的研究方法的知识体系，该方法可以应对偶然性和认知上的不确定性，并根据BIM-BDP的数据支持不确定性和敏感性分析（UA / SA）过程，以及（ii）通过提供数据驱动的替代模型来以高可靠性模拟盾构开挖的系统行为并减少对领域专家的依赖，从而提供一种实践状态。在这里，我们密切关注需要优先级参数控制的最具影响力的参数，这些参数可以帮助管理员优化隧道开挖过程中盾构参数的管理。这项研究有助于（i）提出一种更合适的研究方法的知识体系，该方法可以应对偶然性和认知上的不确定性，并根据BIM-BDP的数据支持不确定性和敏感性分析（UA / SA）过程，以及（ii）通过提供数据驱动的替代模型来以高可靠性模拟盾构开挖的系统行为并减少对领域专家的依赖，从而提供一种实践状态。在这里，我们密切关注需要优先级参数控制的最具影响力的参数，这些参数可以帮助管理员优化隧道开挖过程中盾构参数的管理。