ارائه مدل و سیستم رده بندی برای پیش بینی سرعت نفوذ ماشین حفر تونل

نویسندگان

چکیده مقاله:

برآورد نرخ نفوذ ماشین در سنگ اولین و مهم­ترین گام در پیش‌بینی زمان اجرای حفر مکانیزه تونل است. در این تحقیق پایگاه داده­ای از اطلاعات حین حفر تونل گلاب ایجاد شده است. با توجه به فرمول­های متعدد پیشنهادی برای محاسبه نرخ نفوذ، عملکرد هر کدام از مدل‌ها در پیش­بینی نفوذ ماشین در ساختگاه تونل گلاب با مقادیر واقعی مقایسه شده است. در بین مدل­های موجود مدل فرخ و گانگ دقت بالاتری از سایر مدل‌ها داشتند. همچنین با استفاده از اطلاعات پایگاه داده ایجاد شده، میزان تأثیر پارامترهای مختلف ژئومکانیکی بررسی شد که تأثیر فاصله­داری درزه‌ها و RQD بیشتر از سایر پارامترها بود و مقاومت فشاری تک­محوری تأثیر کمی بر مقدار نفوذ داشت. با استفاده از روش­های مختلف تحلیل رگرسیون روابطی برای پیش­بینی نرخ نفوذ ارائه شد که با توجه به دقت بالاتر روش SMO رگرسیون، رابطه به­دست آمده از این روش به­عنوان مدلی برای پیش­بینی عملکرد ماشین پیشنهاد شد. همچنین با کمک روش‌های یادگیری ماشین و ساخت درخت تصمیم و با اولویت­دهی به پارامترهای ژئومکانیکی مؤثرتر، یک سیستم طبقه­بندی برای پیش­بینی نرخ نفوذ پیشنهاد شده است.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

پیش بینی عملکرد ماشین های بازویی حفر تونل )رودهدر( بر اساس انرژی ویژه و زاویه بین امتداد تونل و صفحات ناپیوستگی ها

ماشین های بازویی حفر تونل )رود هدرها( از آن دسته از ماشین هایی می باشند که قابلیت و انعطاف پذیری بی نظیری در حفاریمکانیکی تشکیلات سنگی نرم تا مقاومت متوسط را دارا می باشند، از این رو به طور گسترده در معدن کاری زیرزمینی و تونل سازیمورد استفاده قرار می گیرند. ارزیابی و پیش بینی عملکرد رود هدرها عاملی بسیار مهم در کاربرد موفقیت آمیز آنها محسوبمی شود. هدف اصلی این تحقیق، ارائه مدلی برای پیش بینی عم...

متن کامل

پیش بینی ضریب بهره وری ماشین های حفر تونل بدون سپر

در این مقاله ابتدا روش های پیش بینی ضریب بهره وری csm و nth به عنوان سردسته های روش های تجربی و تئوری تجربی مرور شده است.    سپس ضمن بررسی ساختار بانک اطلاعاتی استفاده شده جهت پیش بینی ضریب بهره وری، پارامترهای موثر بر ضریب بهره وری معرفی شده است. با استفاده از تحلیل آماری دو متغیره و  چند متغیره معادلاتی برای تعیین ضریب بهره وری ارائه و بر روی نتایج حاصل از این معادلات بحث شده است. در ادامه ب...

متن کامل

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

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 سن...

متن کامل

انتخاب ماشین حفاری مکانیزه مناسب برای حفر تونل قطعه شرقی- غربی خط 7 مترو تهران

یکی از مهم‌ترین مسائل تونل‌سازی مکانیزه در نواحی شهری انتخاب ماشین حفاری مناسب است. شرایط زمین‌شناسی و ژئوتکنیک بستر و نوع مصالح تشکیل‌دهنده ، تغییرات لایه‌ها، میزان سطح آب زیرزمینی، موقعیت و شرایط خاص شهری و غیره موارد مهمی هستند که برانتخاب ماشین و روش اجرای تونل‌های شهری مؤثر هستند. در این مقاله ضمن بررسی شرایط ژئوتکنیکی، انواع ماشین‌های حفر تونل ، عوامل مؤثر بر کارکرد ماشین‌های حفر تونل، رو...

متن کامل

تخمین ضریب بهره وری ماشین حفر تونل(TBM) با استفاده از شبکه عصبی مصنوعی

پیش بینی سرعت پیشروی ماشین های حفر تونل ،به منظور تعیین برنامه زمانی و برآورد هزینه های اجرایی در پروژه های تونل سازی با حفر مکانیزه،از اهمیت زیادی برخوردار است.برای این منظور لازم است تا ضریب بهره وری ماشین حفر تونل مشخص شده تا بر اساس آن سرعت پیشروی ماشین تعیین شود.اگر چه روابط تجربی متعددی د راین زمینه ارائه شده اند ولی این روابط از دقت بالایی برخوردار نیستند.هدف از انجام این مطالعه تعیین ضر...

متن کامل

پیش بینی نرخ نفوذ ماشین های تونل بری با استفاده از شبکه عصبی

در این مقاله ابتدا برخی از روش های پیش بینی نرخ نفوذ tbm مرور شده و سپس نرخ نفوذ با منظور کردن پارامترهای نوع سنگ، درصد کوارتز، مقاومت فشاری تک محوره، قطر دیسک، نیروی نفوذ هر دیسک و rqd با استفاده از شبکه عصبی پیش بینی شده است. با حذف rqd و درصد کوارتز از پارامترهای ورودی، حساسیت شبکه نسبت به حذف این پارامترها مورد بررسی قرار گرفته است. مقایسة نتایج شبکه عصبی با مدل تجربی گراهام، توانایی شبکه ع...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 12  شماره 36

صفحات  59- 69

تاریخ انتشار 2017-10-23

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023