Verschleißkostenprognose für Schneidrollen bei maschinellen Tunnelvortrieben in Festgesteinen

Danksagungen 4
1. Einführung 7
1.1 Aufgabenstellung 7
1.2 Tunnelbohrmaschinen 7
1.2.1 TBM-Typen für Hartgestein 8
1.2.2 Hauptkomponenten 9
1.3 Aufbau von Schneidrollen 11
1.3.1 Schneidring 11
1.3.2 Grundkörper 12
1.3.3 Zentrumsschneidrolle 12
1.4 Lösevorgang 12
1.4.1 Untersuchungen 12
1.4.2 Felsmechanische Grundlagen 13
1.4.3 Einflüsse auf den Lösevorgang 14
2. Charakterisierung des Schneidrollenverschleißes bei TBM 16
2.1 Grundlagen 16
2.2 Verschleißarten 16
2.2.1 Primärverschleiß 16
2.2.2 Sekundärverschleiß 17
2.3 Versagensarten 18
2.3.1 Verschleißgrenze des Schneidrings 18
2.3.2 Blockierer 18
2.3.3 Präventive Wechsel 20
2.3.4 Sekundärschäden 20
2.4 Wiederaufbereitung von Schneidrollen 21
2.4.1 Zyklus der Schneidrollenverwendung 21
2.4.2 Reparaturtypen 23
3. Prognosemodelle für Penetration und Schneidringverschleiß 24
3.1 Vorgehensweise 24
3.1.1 Geologische und geotechnische Parameter 24
3.1.2 Maschinentechnische Auslegung 25
3.1.3 Penetrationsprognose 26
3.1.4 Verschleißprognose 26
3.2 Penetrationsmodelle 26
3.2.1 Modelle auf Basis von Schneidversuchen im Labor 26
3.2.2 Empirische Modelle auf Basis von Tunnelvortriebsdaten 27
3.2.3 Modelle auf Basis von Klassifizierungssystemen 28
3.2.4 Diskussion der Penetrationsmodelle 29
3.3 Verschleißprognosen 30
3.3.1 Schimazek und Knatz 30
3.3.2 Janach und Merminod 30
3.3.3 Nelson et al. 30
3.3.4 Ewendt 31
3.3.5 Wijk 31
3.3.6 Gehring 31
3.3.7 Girmscheid 31
3.3.8 Stempkowski 31
3.3.9 NTNU 32
3.3.10 Schumacher 32
3.3.11 Colorado School of Mines 33
3.3.12 Diskussion der Verschleißmodelle 33
4. Methodik der Datenanalyse 34
4.1 Vorgehensweise 34
4.2 Datenerhebung 34
4.2.1 Geologische und geotechnische Parameter 34
4.2.2 Schneidrollenverschleiß 34
4.2.3 Vortriebsparameter der TBM 38
4.3 Untersuchte Tunnelprojekte 38
4.3.1 Lötschberg-Basistunnel, Schweiz 38
4.3.2 Gotthard-Basistunnel, Schweiz 39
4.3.3 East Side CSO Tunnel Atlanta 39
4.3.4 Dublin Port Tunnel 40
4.3.5 Tunnel Maurice Lemaire, Ste Marie-aux-Mines 40
4.3.6 Túneles de Guadarrama, Spanien 40
4.3.7 Wienerwaldtunnel, Österreich 41
5. Ableitung eines Prognosemodells 41
5.1 Standzeit 41
5.1.1 Rollwege 41
5.1.2 Verschleißkoeffizient 43
5.1.3 Netto-Standzeit 48
5.2 Werkzeugkosten 50
5.2.1 Konstruktive Einflüsse 50
5.2.2 Einsatzbedingungen 50
5.2.3 Berechnung der Werkzeugkosten 51
6. Prognosegenauigkeit 52
6.1 Eingangsparameter 52
6.1.1 Penetration 52
6.1.2 Gesteinsfestigkeiten 52
6.1.3 Abrasivität des Gesteins 53
6.1.4 Korrelationen von Eingangsparametern 53
6.2 Modellierung 54
6.2.1 Einfluss der Ortsbrust 54
6.2.2 Einfluss des Baubetriebs 54
6.3 Stochastische Erweiterung des Modells 55
6.3.1 Varianzfortpflanzung 55
6.3.2 Simulation 55
6.3.3 Beispielrechnung 56
6.4 Risikomanagement 58
6.4.1 Vertragsgestaltung 58
6.4.2 Baubegleitende Dokumentation 58
6.4.3 Vortriebsoptimierung 59
7. Diskussion und Ausblick 60
7.1 Abschließende Diskussion der Ergebnisse 60
7.2 Prognosegenauigkeit 60
7.3 Relevanz für die Praxis 61
7.4 Weitergehende Fragestellungen 61
Literaturverzeichnis 62

Bei der Planung von maschinellen Tunnelvortrieben im Festgestein ist eine der Aufgaben, eine möglichst genaue Prognose der zu erwartenden Kosten für Abbauwerkzeuge vorzunehmen. Die bisherigen Veröffentlichungen haben sich auf den Primärverschleiß und die daraus resultierenden Standzeiten konzentriert.

Neben Primärverschleiß treten weitere Verschleiß- und Schadensbilder an Schneidrollen auf, die einen Einfluss auf die Standzeit und die Reparaturkosten haben. Außerdem werden die Schneidringe in der Praxis häufig nicht auf das maximale Verschleißmaß abgenutzt, so dass die tatsächliche Standzeit im Allgemeinen nur bei 62 % der theoretisch möglichen Standzeit liegt.

Mit steigender Standzeit der Schneidrolle steigt der Anteil der Schneidrollen, die bei Wiederaufbereitung komplett demontiert werden müssen, weil dann zunehmend der Verschleiß an Dichtungen und Lagern in den Vordergrund tritt. Dementsprechend nehmen auch die durchschnittlichen Materialkosten für die Wiederaufbereitung mit steigender Standzeit zu.

Diese Auswertungen sind als Verschleiß-Prognosemodell zusammengefasst und erlauben neben der Materialkostenprognose auch eine Prognose der Standzeiten bzw. der einzuplanenden Stillstandszeiten der Tunnelbohrmaschine (TBM) für Werkzeugwechsel und des Personalaufwands bei der Wiederaufbereitung der Schneidrollen.

Es zeigt sich, dass eine große Streubreite beim funktionalen Zusammenhang zwischen beobachtetem Verschleiß im Vergleich zum CERCHAR-Abrasivitätsindex auftritt. Ursachen hierfür sind nicht modellierte bzw. quantifizierte Einflüsse und die natürliche Varianz der geotechnischen Parameter. Durch die stochastische Modellierung der Eingangsparameter des Prognosemodells und Anwendung der Monte-Carlo-Simulation lassen sich Aussagen zur Prognosegenauigkeit machen.

Wegen der nicht-linearen funktionalen Zusammenhänge im Prognosemodell und den häufig schiefen Wahrscheinlichkeitsverteilungen der geotechnischen Parameter folgen auch die prognostizierten Penetrationen und Standzeiten schiefen Verteilungsfunktionen. Dies ist von Bedeutung, weil dadurch eine reine Betrachtung von arithmetischen Mittelwerten nicht die beste Schätzung für den Erwartungswert der Werkzeugkosten ergibt.

Um trotz der erheblichen zu erwartenden Streuung der tatsächlichen Standzeiten und Werkzeugkosten das damit einhergehende Risiko zu minimieren, ist ein Risikomanagement sinnvoll, das Eingang in die Vertragsgestaltung findet, eine baubegleitende Dokumentation umfasst und versucht, durch Vortriebsoptimierung den Werkzeugverschleiß so niedrig wie möglich zu halten.