全断面硬岩隧道掘进机（Tunnel Boring Machine-TBM）在施工安全、掘进效率、经济环保等方面具有显著优势,在深长隧道建设中被广泛应用。深长隧道地质条件复杂,节理作为一种最常见的地质构造,其特征参数对岩体的破坏有着显著影响,分析节理特征参数对TBM滚刀破岩效率的影响,对于提高TBM滚刀破岩效率有十分重要的意义。因此,本文通过TBM滚刀掘进模拟试验以及离散元数值模拟方法研究了节理特征对TBM滚刀破岩效率的影响,并且采用机器学习的方法建立了 TBM滚刀破岩效率的预测模型,研究成果可为TBM施工参数的选择提供参考,具体研究内容及主要结论如下:（1）本文基于新疆某TBM隧道工程,收集现场数据,并通过正交试验获得与现场花岗岩力学性质接近的相似材料配比,然后制作了无节理试件和含节理试件,含节理试件中包括水平节理和倾斜节理。利用课题组自主研制的TBM掘进加载试验机对试件进行掘进,记录并对比试验数据。结果显示:掘进含节理试件时的滚刀破岩效率比掘进无节理试件的滚刀破岩效率高。另外,掘进含节理试件的过程中,掘进含倾斜节理试验段比掘进含水平节理试验段的滚刀破岩效率高,证明节理特征对滚刀破岩效率有显著的影响。（2）本文利用3DEC离散元数值模拟软件,建立了滚刀破岩离散元数值模型,研究节理倾角、节理间距、节理数量三种不同节理特征对TBM滚刀破岩效率的影响。考虑了法向力和切向力的作用,将切槽截面设置为台阶型,减少楔形角的影响,并以破岩比能耗表征滚刀破岩效率的高低。结果显示:节理倾角从0°增加到30°时,破岩比能耗逐渐减小,破岩效率升高,节理倾角继续增加时,破岩比能耗逐渐增加,破岩效率降低,倾角达到90°时破岩效率达到最低。另外,随着节理间距的减小,节理数量的增加,会使破岩比能耗降低,破岩效率升高。（3）以节理倾角、节理数量、节理间距作为输入,以破岩比能耗作为输出,采用三种不同的机器学习方法建立了 TBM破岩效率预测模型,并对预测模型的准确性进行了检测。结果显示:基于组合权重和云模型理论建立的TBM破岩效率预测模型的准确率为80%;基于遗传算法优化的BP神经网络方法建立的预测模型的准确率为50%;基于粒子群算法优化的支持向量机方法建立的预测模型的准确率为90%。最后,结合第二章的试验数据对预测模型的准确性和实用性进行分析说明,并提出一种TBM破岩效率预测模型的工程应用方法,以实现在TBM实际施工过程中对推力和扭矩等掘进参数进行修正,从而提高TBM破岩效率。