زمین شناسی مهندسی - دانشگاه خوارزمی, دوره (5), شماره (2), سال (2012-3) , صفحات (1217-1234)

عنوان : ( پیش بینی نرخ نفوذ TBMبا استفاده از شبکه عصبی مصنوعی (مطالعه موردی متروی تبریز) )

نویسندگان: حسین اینانلو عربی شاد , غلامرضا لشکری پور , مجید اکبری ,
فایل: Full Text

استناددهی: BibTeX | EndNote

چکیده

امروزه ماشین‎های تونل‎بری TBM‎1 به‌طور وسیعی در حفر تونل‎ها به‌خصوص تونل‎های شهری استفاده می‎شوند. این ماشین‎ها بر اساس روش نگه‌داری سینه‌کار و دیواره‌های تونل، دارای انواع مختلفی هستند. یکی از انواع این ماشین‌ها، سپرهای تعادلی فشار زمین EPB2 است که برای حفاری خط 1 متروی تبریز استفاده می‌شود. عوامل مختلفی نظیر شرایط زمین‎شناسی، خصوصیات توده سنگ، شیب مسیر و هم‌چنین مشخصات ماشین به‌کار رفته بر میزان کارآیی این ماشین‎ها تأثیر می‎گذارد. از راه‌های پیش‎بینی میزان کارآیی این ماشین‎ها، تخمین نرخ نفوذ آن‌ها است. در این تحقیق میزان نرخ نفوذ TBM در خط 1 متروی تبریز به‌وسیلۀ 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 می‌کند. از نتایج مهم این تحقیق می‌توان به پیش‌بینی میزان نرخ نفوذ با دقت قابل قبول و هم‌چنین تعیین پارامترهای مؤثر به‌وسیلۀ آنالیز حساسیت صورت گرفته توسط شبکه عصبی اشاره کرد.

کلمات کلیدی

, یش بینی نرخ نفوذ, تونل متروی تبریز, شبکه عصبی, آنالیز حساسیت
برای دانلود از شناسه و رمز عبور پرتال پویا استفاده کنید.

@article{paperid:1030067,
author = {حسین اینانلو عربی شاد and لشکری پور, غلامرضا and اکبری, مجید},
title = {پیش بینی نرخ نفوذ TBMبا استفاده از شبکه عصبی مصنوعی (مطالعه موردی متروی تبریز)},
journal = {زمین شناسی مهندسی - دانشگاه خوارزمی},
year = {2012},
volume = {5},
number = {2},
month = {March},
issn = {2228-6837},
pages = {1217--1234},
numpages = {17},
keywords = {یش بینی نرخ نفوذ، تونل متروی تبریز، شبکه عصبی، آنالیز حساسیت},
}

[Download]

%0 Journal Article
%T پیش بینی نرخ نفوذ TBMبا استفاده از شبکه عصبی مصنوعی (مطالعه موردی متروی تبریز)
%A حسین اینانلو عربی شاد
%A لشکری پور, غلامرضا
%A اکبری, مجید
%J زمین شناسی مهندسی - دانشگاه خوارزمی
%@ 2228-6837
%D 2012

[Download]