实时监测滚刀受力情况不仅有助于TBM安全高效地掘进,而且还有助于节约TBM施工过程中的成本。尽管如此,但由于TBM恶劣的施工环境和现场条件的限制以及监测方法的不明确,这些使得滚刀受力实时监测难以实现。本文以高黎贡山大瑞铁路隧道为依托工程,以中铁装备生产的19寸TBM滚刀为研究对象,对滚刀受力实时监测方法进行了研究,建立了实时监测系统,并在“彩云号”TBM上进行了搭载和现场应用。具体的研究内容可分为以下几个方面:首先结合国内外对滚刀受力及其现场监测的研究,认为以C型垫块为监测对象,并通过动力学相关理论间接求解出滚刀受力的方法是可行的,同时在动力学理论的滚刀受力实时监测方法的基础上,建立完善了滚刀多自由度动力学模型,通过集中质量法和牛顿第二定律建立多自由度振动微分方程,利用仿真模拟、机械力学、动力学等相关知识求解出动力学参数（如质量矩阵、刚度矩阵、阻尼矩阵等）。然后通过Wilson-θ反分析方法对滚刀外荷载进行识别,并对其可行性和有效性进行了分析,在线性切割试验条件下,无噪声时的法向力、侧向力、滚动力误差水平分别为0.45%、0.05%、0.84%,10%噪声时的法向力、侧向力、滚动力误差水平分别为1.23%、1.52%、1.76%,在回转破岩试验条件下,滚刀切割半径为570 mm,贯入度为5 mm时,法向力和侧向力误差水平分别为1.37%和4.24%,滚刀切割半径为570 mm,贯入度为7 mm时,法向力和侧向力误差水平分别为1.53%和3.16%。最后介绍了在高黎贡山大瑞铁路隧道现场搭载监测系统的过程,并在RMT岩石力学试验机上对C型垫块进行了标定试验,利用Robo Task编写了现场无人值守监测程序,对“彩云号”TBM上的36号滚刀进行实时监测,得到了现场监测数据,通过BP神经网络对已知三通道数据来补充缺失通道的数据进行了分析研究,提出用Wilson-θ反分析方法对滚刀外荷载进行识别,完善了实时监测系统。