硬岩隧道掘进机（简称TBM）是用于隧道一次成型的大型装备。掘进功率是反映装备性能的重要参数，分析地质条件、掘进状态等关键工程因素对装备掘进功率的影响规律并建立预估模型具有重要意义。随着信息收集技术的发展，探索如何利用工程数据建立多因素影响、非线性关系明显的预测模型十分必要。　　本文首先分析装备掘进过程，解析影响掘进性能的影响变量，针对特定工程建立相关变量的数据组，并对其分布特征以及变量间的相关性进行初步分析。为进一步建模做准备。　　然后，在工程实测数据统计分析的基础上，分别利用线性、非线性回归方法建立掘进功率的预测模型。通过讨论各方法的建模过程及结果，分析各方法的优缺点以及对于该工程问题的适用性。本文采用可以克服自变量间多重共线性的偏最小二乘回归建立掘进功率的线性回归模型；采用多项式回归模型结合逐步回归建立掘进功率非线性显式模型；最后利用支持向量机回归建立掘进功率的非线性预测模型。　　最后，在数据分析建模工作基础上，将力学分析方法与之相结合，分析装备掘进过程的力学特征，挖掘掘进参数、地质参数等关键工程参量与装备掘进功率及性能间的影响规律，建立能反映装备控制规律的掘进功率近似力学模型。先对装备掘进过程的力学特征进行分析，抓住影响装备掘进过程的主要因素，推导出掘进推力和刀盘驱动扭矩表达式。基于输入能耗与载荷间的依存关系，建立了装备掘进功率的近似预估模型，并结合工程数据识别反映具体工况等因素的模型系数。进一步利用未参与建模过程的独立检验数据对本文所建立模型的有效性和适用性进行讨论。通过模型预测值与工程实测值的对比结果表明，本文建立的掘进功率近似力学模型能够综合反映操作参数、地质参数等关键因素的影响规律，可为装备优化控制与提高掘进效率提供参考依据。