پیش بینی عملکرد حفاری مکانیزه تونل(توسط tbm) با استفاده از روش شبکه های عصبی مصنوعی (مطالعه موردی قطار شهری اهواز، ایران)

پایان نامه
چکیده

امروزه با پیشرفت تکنولوژی، حفاری تونل ها عمدتاً بصورت تمام مقطع و با استفاده از دستگاه های حفاری مکانیزه انجام می شود. با توجه به این موضوع که که حفاری تونل های شهری عمدتاً با مشکل وجود آب مواجه می شوند، ماشین های حفاری با سپر تعادلی به عنوان راه حلی مناسب برای این مشکل مورد استفاده قرار می گیرند. از پارامترهای مهم در حفاری با دستگاه های تمام مقطع مکانیزه که تاثیر بسیار زیادی در راندمان ماشین های حفاری مکانیزه دارد فشار جبهه کار و نشست می باشد. در این تحقیق در ابتدا با استفاده از نرم افزار اجزا محدود پلکسیس و نرم افزار neurosolutions مدلی به صورت عددی و یک شبکه عصبی برای بررسی پارامترهای مهم در حفاری با دستگاه های تمام مقطع مکانیزه و با استفاده از پارامترهای ژئومکانیکی مسیر خط یک مترو اهواز ساخته شد و نتایج با مقادیر اندازه گیری شده مقایسه گردید همچنین با استفاده از شبکه عصبی تاثیر نسبی پارامترهای ورودی شبکه بر خروجی شبکه مورد ارزیابی و بررسی قرار گرفت. مطالعات نشان می دهد که نتایج بدست آمده از شبکه عصبی و مدل عددی همگرایی قابل قبولی با نتایج واقعی دارد. همچنین نتایج نشان می دهد که سطح آب زیرزمینی پارامتری با تاثیر گذاری بالا بر نشست و فشار وارد بر جبهه کار تونل می باشد.

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 کامل

پیش بینی تولید آبزیان دریایی در ایران با استفاده از روش ARIMA و شبکه عصبی مصنوعی

پیش­بینی پدیده­های اقتصادی ساختاری فراهم می­کند تا مدیران و مسؤلان اقتصادی را در گرفتن تصمیم‌های درست یاری ­دهد. هدف اصلی این مطالعه پیش­بینی مقدار تولید آبزیان دریایی در ایران است. برای این منظور از روش­های سری زمانی خود توضیح جمعی میانگین متحرک (ARIMA)[1] و شبکه عصبی مصنوعی[2] استفاده می­شود. در این مطالعه سه ساختار گوناگون شبکه عصبی شامل شبکه عصبی پیشرو[3]، تابع پایه شعاعی[4] و المن[5] بکار ...

متن کامل

پیش¬بینی جریان روزانه با استفاده از شبکه¬های عصبی مصنوعی و عصبی- موجکی (مطالعه موردی: رودخانه باراندوزچای)

پیش­بینی دقیق جریان در رودخانه­ها یکی از مهمترین ارکان در مدیریت منابع آبهای سطحی به ویژه جهت اتخاذ تدابیر مناسب در مواقع سیلاب و بروز خشکسالی­ها است. به دلیل اهمیت پیش­بینی جریان رودخانه، در این تحقیق جریان روزانه رودخانه­ی باراندوزچای در دو ایستگاه بی­بکران و دیزج طی یک دوره­ی آماری 20 ساله با استفاده از مدل عصبی- موجکی (WNN) که تلفیق آنالیز موجک و شبکه عصبی مصنوعی (ANN) می­باشد، پیش­بینی گرد...

متن کامل

مدل سازی و پیش بینی رشد اقتصادی در ایران با استفاده از شبکه های عصبی مصنوعی

شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...

متن کامل

پیش‌بینی 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 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، خصوصیا...

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 @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه شهید چمران اهواز - دانشکده مهندسی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023