پیش بینی نرخ پیشروی tbm با استفاده از رویکرد سیستم های مهندسی سنگ
نویسندگان
چکیده
یکی از مسایل مهم در حفاری مکانیزه، پیش بینی نرخ پیشروی (advance rate) است. شـناخت عوامل تاثیرگذار بر بهره وری از این نظر حایز اهمیت اسـت که به وسیله ی آن می توان تخمین دقیق تری از زمان های توقف و حفاری و در نتیجه هزینه های اجرایی به دست آورد. مدل های زیادی برای پیش بینی عملکرد tbm توسعه یافته اند که بسیاری از آن ها تنها مدلی برای پیش بینی نرخ نفوذ بوده است. در این مقاله با استفاده از رویکرد سیستم های مهندسی سنگ (res: rock engineering systems)، تاثیر پارامترهای توده سنگ بر نرخ پیشروی tbm مورد ارزیابی قرارگرفته و مدلی برای پیش بینی نرخ پیشروی با استفاده ی توام از رویکرد سیستم های مهندسی سنگ و تحلیل رگرسیون ارایه شده است. برای این منظور تونل های انتقال آب کرج، قطعه ی اول و دوم و تونل انتقال آب قمرود، قطعه ی سوم و چهارم با مجموع طول 45 کیلومتر، شامل 22 واحد توده سنگ گوناگون که با استفاده از ds-tbm، حفاری شده اند، مورد مطالعه قرار گرفته است. در نهایت یک گزاره ی درجه ی دو بر مبنای اندیس پیشروی حاصل از روش سیستمی با استفاده از تحلیل رگرسیون ارایه شده است.
منابع مشابه
پیشبینی نرخ پیشروی TBM با استفاده از رویکرد سیستمهای مهندسی سنگ
یکی از مسایل مهم در حفاری مکانیزه، پیشبینی نرخ پیشروی (Advance Rate) است. شـناخت عوامل تاثیرگذار بر بهرهوری از این نظر حایز اهمیت اسـت که به وسیلهی آن میتوان تخمین دقیقتری از زمانهای توقف و حفاری و در نتیجه هزینههای اجرایی به دست آورد. مدلهای زیادی برای پیشبینی عملکرد TBM توسعه یافتهاند که بسیاری از آنها تنها مدلی برای پیشبینی نرخ نفوذ بوده است. در این مقاله با استفاده از رویکرد سیس...
متن کاملمدلسازی نرخ پیشروی tbm به روش سیستم های مهندسی سنگ(res)-منطق فازی مطالعه موردی : تونل بلند انتقال آب زاگرس
پیش بینی عملکرد دستگاههای حفاری تمام مقطع به منظور تعیین زمان نهایی تکمیل پروژه امری ضروری است. جهت پیش بینی عملکرد دستگاه های حفاری تمام مقطع مدل های مختلفی ارائه شده است. در این تقیق بعد از معرفی پارامترهای زمین شناسی موثر بر نرخ پیشروی دستگاه حفاری، بررسی شرایط مدیریتی و محلی، عملکرد دستگاه حفاری تمام مقطع در 11 کیلومتر ابتدایی قطعه دوم تونل انتقال آب زاگرس، مقطع دایره ای، با روش سیستم های م...
پیش بینی نرخ نفوذ tbm با استفاده از روش svm
پیش بینی نرخ نفوذ tbm از جمله مواردی است که به لحاظ اهمیت آن در تخمین زمان اجرای یک پروژه و هزینه تمام شده آن، تاکنون مورد توجه فراوان قرار گرفته است. محققان روش های متعددی را برای پیش بینی نرخ نفوذ ماشین های حفاری تونل ارائه کرده اند. در بسیاری از مدل ها تنها از چند پارامتر اصلی برای تحلیل مدل استفاده شده است و از تاثیر سایر پارامترها، همچون خصوصیات درزه ها چشم پوشی شده است. هدف این تحقیق ارزی...
پیش بینی نرخ نفوذ tbm با استفاده از روش شبکه عصبی مصنوعی(مطالعه موردی مترو تبریز)
امروزه ماشینهای تونلبری tbm (tunnel boring machine) بطور وسیعی در حفر تونلها بخصوص تونلهای شهری استفاده میشوند. این ماشینها بر اساس روش نگهداری سینه کار و دیواره های تونل، دارای انواع مختلفی می باشند. یکی از انواع این ماشین ها، سپرهای تعادلی فشار زمین epb (earth pressure balance) می باشد که جهت حفاری خط 1 متروی تبریز مورد استفاده قرار گرفته است. عوامل مختلفی نظیر شرایط زمینشناسی، خصوصیا...
متن کاملارایه مدلی برای پیش بینی رقیق شدگی غیر طراحی در معادن زیرزمینی فلزی با لحاظ سیستم های مهندسی سنگ
پدیده اضافه شکست و ریزش سقف و دیوارههای کارگاههای استخراج در معادن زیرزمینی، سبب بروز رقیقشدگی غیرطراحی و افت عیار ماده معدنی استخراجی میشود. مکانیزم پیچیده ایجاد رقیق<...
متن کاملپیش بینی نرخ خوردگی با استفاده از شبکه های عصبی مطالعه موردی: سیستم های بالاسری تقطیر نفت خام
هدف این تحقیق پیش بینی نرخ خوردگی با استفاده از شبکه های عصبی مصنوعی می باشد. خوردگی پدیده ای است که به علت تاثیر عوامل مختلف و متعدد شناخته شده و ناشناخته پیچیدگی بسیار زیادی دارد و به راحتی قابل مدلسازی نیست. جهت پیش بینی و مدلسازی خوردگی در رویکرد مکانیستیک به واکنش ها و فرایندهای فیزیکی، شیمیایی، و الکتروشیمیایی آن توجه می شود و مدلسازی بر اساس آنها انجام می پذیرد. با وجود موفقیت هایی که ای...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
مهندسی تونل و فضاهای زیرزمینیناشر: دانشگاه صنعتی شاهرود و انجمن تونل ایران
ISSN 2322-3111
دوره 2
شماره 1 2013
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023