جلد 5، شماره 2 - ( پاییز و زمستان 1390 )                   جلد 5 شماره 2 صفحات 1234-1217 | برگشت به فهرست نسخه ها

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Lashkaripour G, Akbari M. Predicting of TBM penetration rate using the artificial neural networks (case study- Tabriz subway). Journal of Engineering Geology 2012; 5 (2) :1217-1234
URL: http://jeg.khu.ac.ir/article-1-372-fa.html
اینانلو عربی شاد حسین، لشکری پور غلامرضا، اکبری .مجید. پیش‌بینی نرخ نفوذ TBM با استفاده از روش شبکه عصبی‌ مصنوعی(مطالعه موردی مترو تبریز). نشریه زمین شناسی مهندسی. 1390; 5 (2) :1217-1234

URL: http://jeg.khu.ac.ir/article-1-372-fa.html

پیش‌بینی نرخ نفوذ TBM با استفاده از روش شبکه عصبی‌ مصنوعی(مطالعه موردی مترو تبریز)
حسین اینانلو عربی شاد1، غلامرضا لشکری پور2 ، .مجید اکبری3
1- دانشگاه آزاد اسلامی واحد تهران جنوب ، jegeo1382@gmail.com
2- دانشگاه فردوسی مشهد
3- دانشگاه آزاد
چکیده:   (9197 مشاهده)
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.
واژه‌های کلیدی: کلمات کلیدیپیش‌بینی نرخ نفوذ، تونل متروی تبریز، شبکه عصبی، آنالیز حساسیت
متن کامل [PDF 815 kb]   (3510 دریافت)    
نوع مطالعه: مطالعه موردی | موضوع مقاله: زمین شناسی مهندسی
پذیرش: 1395/7/14 | انتشار: 1395/7/14
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به نشریه زمین شناسی مهندسی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Journal of Engineering Geology

Designed & Developed by : Yektaweb