为提高TBM隧道工程大型机械精细化施工水平,根据掘进参数和岩渣特征,对TBM可掘性分级方法进行研究。以四川西部某隧道TBM施工段为依托,掘进参数、岩渣为研究对象,通过冗余数据删除、变点检测与条件筛选、基于箱型图方法的数据去异、平滑滤波等对TBM掘进参数时序数据进行预处理,选择各掘进循环总推力均值、刀盘扭矩均值、贯入度均值为聚类参数,根据轮廓系数、贝叶斯信息准则(Bayesian information criterion,BIC)和肘部法则,确定聚类数目为4;基于GMM(Gaussian mixture model)无监督算法对各掘进循环参数样本进行聚类,结合岩渣形态特征和现场地质调查结果建立TBM可掘性划分方法。对聚类结果进行子样本抽样与外部验证法双重验证,结果表明分类一致性较高,证明了聚类结果的稳健性和可掘性划分方法的有效性。该研究将为TBM施工提供数据驱动的可掘性评估方法,提升设计指导性与施工适应性。