استفاده از شبکه های عصبی مصنوعی به‏عنوان مکمل روش‏های عددی در پیش‏بینی نشست تونل خط یک مترو تبریز

یکی از مسائل مهم در تونل های مترو شهری، تحلیل پایداری تونل و تعیین ضریب اطمینان مناسب و ایمن و همچنین پیش بینی میزان نشست می باشد که منجر به تأمین پایداری در حین اجرا و پس از آن در زمان بهره برداری از سازه مورد نظر خواهد گردید. اهداف این مطالعه، استفاده از روش های مختلف در پیش بینی نشست و همچنین توسعه و ارتقاء این روش ها به‏وسیله یکدیگر می باشد. در تحقیق حاضر، تحلیل پایداری و بررسی میزان نشست تونل خط یک مترو تبریز، توسط روش عددی، شبکه عصبی مصنوعی و روابط تجربی صورت پذیرفته است. با توجه به دو روش حفاری مورد استفاده در تونل خط یک مترو تبریز (استفاده از دستگاه tbm و همچنین حفر تونل به روش natm) در این بررسی، ابتدا قسمتی از تونل که با روش natm حفاری می شود با استفاده از روش عددی مورد تحلیل قرارگرفته و مقدارنشست سطح زمین و همچنین میزان همگرایی تونل در دیواره تونل نیز با کمک همین نرم افزار پیش بینی شده است. سپس براین اساس، روابط تجربی همگرایی- نشست برای محیط پیرامون تونل خط یک مترو تبریز اصلاح شده‏اند. پس از آن با استفاده از شبکه عصبی مصنوعی و داده های موجود، میزان نشست، پیش‏بینی شده و با مقدار به‏دست آمده از روش عددی و روابط تجربی مقایسه شده است. در قسمت دوم تحقیق نیز میزان نرخ نفوذ tbm توسط شبکه عصبی پیش بینی شده که این پارامتر می‏تواند در مواجهه با مناطق دردسرساز و همچنین استفاده از فشار epb مناسب در tbm بسیار مفید باشد.