ارائه رابط هی جدید برای پی شبینی نرخ نفوذ ماشین حفاری تی بی ام ( TBM ) سنگ

Authors

  • سید جلال حسینی دانشکده فنی و مهندسی، دانشگاه بین المللی امام خمینی )ره(، قزوین، ایران
  • مهدی حسینی دانشکده فنی و مهندسی، دانشگاه بین المللی امام خمینی )ره(، قزوین، ایران
Abstract:

ماشینهای حفار تمام مقطع (TBM) از مهم ترین ماشینهای حفاری در تونلها به شمار می روند. بدلیل قیمت بالای ماشین، ارزیابی عملکرد در حفاری با استفاده از این ماشینها از اهمیت ویژه ای برخوردار است. یکی از شاخص ارزیابی عملکرد ماشین حفر تونل، پیش بینی نرخ نفوذ این دستگاه می باشد. روشها و روابط متنوعی برای پیش بینی نرخ نفوذ وجود دارد که هر کدام ویژگیهای خاص خود را دارد و بر اساس پارامترهای مربوط به توده سنگ و مشخصات ماشین ارائه شده اند. روشهای رگرسیون خطی چند متغیره، شبکه عصبی و سیستم استنتاجی تطبیقی فازی عصبی از روشهای با کارایی بالا در مدل سازی و تشخیص الگو در داده ها می باشند. در این تحقیق با بکارگیری روش رگرسیون خطی چند متغیره و با در نظر گرفتن پارامترهای کلیدی توده سنگ و ماشین حفر تونل (TBM) روابطی برای پیش بینی نرخ نفوذ در تونل زاگرس 1 ارائه گردید و بر اساس تحلیلهای آماری بهترین رابطه انتخاب گردید. برای بررسی اعتبار سنجی، نرخ نفوذ در بعضی مقاطع تونل قمرود توسط رابطه پیشنهادی محاسبه شد. نتایج محاسبات در مقایسه با مقادیر واقعی و نتایج سایر مدلها نشان می دهد مقادیر پیش بینی شده نرخ نفوذ توسط رابطه پیشنهادی از دقت قابل قبولی برخوردار است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

ارائه روابطی برای پیش بینی نرخ نفوذ و ضریب بهره وری ماشین حفاری تی بی ام (مطالعه موردی: تونل انتقال آب زاگرس 1)

ماشینهای حفار تمام مقطع(tbm) از مهم ترین ماشینهای حفاری در تونلها و فضاهای زیرزمینی به شمار می روند. بدلیل قیمت بالای ماشین، ارزیابی عملکرد در روش حفاری با استفاده از این ماشینها از اهمیت ویژه ای برخوردار است. بنابراین مهمترین شاخص ارزیابی عملکرد ماشین حفر تونل، نرخ نفوذ و ضریب بهره وری این دستگاه می باشد. روشها و روابط متنوعی برای پیش بینی نرخ نفوذ وجود دارد که هر کدام ویژگیهای خاص خود را دارد...

ارائه مدلی جدید برای پیش بینی نرخ نفوذ tbm در سنگ سخت

پیش بینی دقیق نرخ نفوذماشین حفاردر پروژه های حفاری در سنگ سخت تأثیر زیادی در تخمین میزان هزینه و مدت زمان اجرای پروژه دارد. تا کنون مدل های بسیاری برای پیش بینی نرخ نفوذماشین حفار ارائه شده است؛ کههر کدام دارای مزایا و معایب خاص خود بوده اند. طی بررسی های انجام شده بهترین مدل به منظور پیش بینی نرخ نفوذ،مدل های امتیازدهی می باشند. در تجربیات گذشته نشان داده شده است که اصلاح شاخص های رده بندی تود...

15 صفحه اول

تخمین ضریب بهره‌وری TBM بر اساس شاخص‌های سیستم طبقه‌بندی مهندسی سنگ و نیروی نفوذ ماشین

تخمین نرخ پیشروی ماشین‌های حفر تونل، به منظور تعیین برنامة زمانی و برآورد هزینه‌های اجرایی در پروژه‌های تونلسازی با حفر مکانیزه، ضروری می‌باشد؛ برای این منظور لازم است تا ضریب بهره‌وری ماشین حفر تونل مشخص شده تا براساس آن نرخ پیشروی ماشین تعیین شود. هدف از انجام این مطالعه تعیین ضریب بهره‌وری ماشین TBM باز، بر اساس سیستم‌های طبقه‌بندی سنگ (RMR و Q) و نیروی نفوذ ماشین می‌باشد. برای این منظور مجم...

full text

تحلیل عددی تأثیر مشخصات هندسی شکستگی¬های توده سنگ بر نرخ نفوذ دستگاه TBM

شکستگی یکی از مهمترین پارامترهای اثر گذار بر نرخ نفوذ دستگاه TBMدر توده سنگ است. در مطالعات گذشته اثر پارامترهای هندسی درزه‌ها به طور جداگانه و تنها برای یک دسته درزه منظم در نظر گرفته شده‌است در حالیکه توده سنگ واقعی شامل درزه‌هایی به صورت منفصل است. در این تحقیق تلاش شده‌است که با استفاده از الگوریتم روش عددی احتمالی، مدلی نزدیک به واقعیت برای بررسی اثر پارامترهای هندسی درزه‌ها بر نرخ نفوذ ای...

full text

پیش‌بینی سرعت نفوذ TBM در حفاری سنگ سخت با استفاده از مدل NTH (مطالعه موردی تونل انتقال آب قمرود)

حفاری مکانیزه تمام مقطع تونل‌ها توسط ماشین، دارای تاریخچه‌ای نزدیک به پنجاه سال می‌باشد. بررسی عملکرد، بخش مهمی از هر پروژه حفر تونل بوده و می‌تواند نقش اساسی در انتخاب روش و ماشین حفاری داشته باشد. در این مقاله پیش‌بینی سرعت نفوذ TBM برمبنای روش NTH در تونل قمرود مورد مطالعه قرار گرفته است. مهمترین مزیت این روش منظور کردن تأثیر شرایط زمین و خواص توده‌سنگ می‌باشد. محاسبات انجام گرفته سرعت نفوذ ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 49  issue 2

pages  313- 322

publication date 2017-07-23

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023