盾构掘进过程中刀盘结泥饼是影响施工效率与安全的关键问题，泥饼的形成受地质条件与掘进参数的综合影响。传统方法依赖单一监测数据或经验判断，难以实现结泥饼状态的动态预测。针对该问题，本研究以深汕龙岗盾构隧道某工程段为案例，结合Transformer-LSTM深度学习模型，提出一种联合盾构实时监测系统与超前地质预报的刀盘结泥饼状态预测方法。首先，基于盾构监测系统实时采集的掘进参数，结合超前地质预报获取的地质信息，构建了包含24种盾构掘进参数、6种地层参数以及66893个数据点的数据集；采用相关性分析和分层聚类法对数据集进行降噪和特征选择，筛选出关键影响因子；结合Transformer-LSTM深度学习模型，对盾构隧道掘进过程中刀盘结泥饼状态进行了预测，研究结果表明：该方法综合了地质预报与掘参数据的互补性，可有效识别泥饼形成初期特征，R²达0.932，研究结果可为盾构掘进过程中刀盘结泥饼风险防控提供参考。
 

盾构施工；刀盘结泥饼；超前地质预报；Transformer-LSTM；盾构监测