پیشبینی نرخ نفوذ TBM با استفاده از روش شبکه عصبی مصنوعی(مطالعه موردی مترو تبریز)
نویسندگان
چکیده مقاله:
امروزه ماشینهای تونلبری TBM (Tunnel Boring Machine) بطور وسیعی در حفر تونلها بخصوص تونلهای شهری استفاده میشوند. این ماشینها بر اساس روش نگهداری سینهکار و دیوارههای تونل، دارای انواع مختلفی میباشند. یکی از انواع این ماشینها، سپرهای تعادلی فشار زمین EPB (Earth Pressure Balance) میباشد که جهت حفاری خط 1 متروی تبریز مورد استفاده قرار گرفته است. عوامل مختلفی نظیر شرایط زمینشناسی، خصوصیات توده سنگ، شیب مسیر و همچنین مشخصات ماشین بکار رفته بر میزان کارآیی این ماشینها تأثیر میگذارد. یکی از راههای پیشبینی میزان کارآیی این ماشینها، تخمین نرخ نفوذ آنها میباشد. در این تحقیق میزان نرخ نفوذ TBM در خط 1 متروی تبریز توسط شبکه عصبی مصنوعی پیشبینی گردیده است. پیشبینی این پارامتر، کمک شایانی در انجام مراقبت و دقت بیشتر در برخورد با مناطق دردسرساز با دانستن زمان برخورد به این مناطق و همچنین استفاده از فشار EPB مناسب در آنها مینماید. از نتایج مهم حاصل از این تحقیق میتوان به پیشبینی میزان نرخ نفوذ با دقت قابل قبول و همچنین تعیین پارامترهای مؤثر به وسیله آنالیز حساسیت صورت گرفته توسط شبکه عصبی اشاره کرد.
منابع مشابه
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 کاملبررسی تاثیر پارامترهای اجرایی ماشین tbm بر نرخ نفوذ آن با استفاده از روش شبکه های عصبی مصنوعی- مطالعه ی موردی تونل بلند زاگرس
نرخ نفوذ یکی از پارامترهای مهم در تعیین مدت زمان حفاری در عملیات تونلسازی است. از آنجا که عملیات حفاری اندرکنش میان زمین و ماشین است؛ بنابراین دو دسته ی کلی پارامتر موثر بر نرخ نفوذ وجود دارد. از طرفی در شرایط یکسان زمین، به دلیل پارامترهای اجرایی متفاوت ماشین، مقدار نرخ نفوذ متفاوت است. بنابراین در این مقاله به بررسی اثر پارامترهای ماشین بر نرخ نفوذ با استفاده از روش شبکه های عصبی مصنوعی پرداخ...
متن کاملبررسی تاثیر پارامترهای اجرایی ماشین TBM بر نرخ نفوذ آن با استفاده از روش شبکههای عصبی مصنوعی- مطالعهی موردی تونل بلند زاگرس
نرخ نفوذ یکی از پارامترهای مهم در تعیین مدت زمان حفاری در عملیات تونلسازی است. از آنجا که عملیات حفاری اندرکنش میان زمین و ماشین است؛ بنابراین دو دستهی کلی پارامتر موثر بر نرخ نفوذ وجود دارد. از طرفی در شرایط یکسان زمین، به دلیل پارامترهای اجرایی متفاوت ماشین، مقدار نرخ نفوذ متفاوت است. بنابراین در این مقاله به بررسی اثر پارامترهای ماشین بر نرخ نفوذ با استفاده از روش شبکههای عصبی مصنوعی پرداخ...
متن کاملپیش 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...
استفاده از شبکههای عصبی مصنوعی بهعنوان مکمل روشهای عددی در پیشبینی نشست تونل خط یک مترو تبریز
یکی از مسائل مهم در تونلهای مترو شهری، تحلیل پایداری تونل و تعیین ضریب اطمینان مناسب و ایمن و همچنین پیشبینی میزان نشست میباشد که منجر به تأمین پایداری در حین اجرا و پس از آن در زمان بهرهبرداری از سازه مورد نظر خواهد گردید. اهداف این مطالعه، استفاده از روشهای مختلف در پیشبینی نشست و همچنین توسعه و ارتقاء این روشها بهوسیله یکدیگر میباشد. در تحقیق حاضر، تحلیل پایداری و بررسی میزان نشست ...
متن کاملمنابع 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 5 شماره 2
صفحات 1217- 1234
تاریخ انتشار 2012-04
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی برای این مقاله ارائه نشده است
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023