0297 (navid-mojabi.ir).zip

عنوان مقاله :
پیش بینی نرخ نفوذ دستگاه TBM درتونل بلند زاگرس با استفاده از شبکه عصبی و spss

نویسندگان مقاله :
حسین ابوالحسینی ، دانشجوی کارشناسی ارشد زمین شناسی مهندسی دانشگاه اصفهان
رسول اجل لوئیان ، دانشیار دانشگاه اصفهان
کمال گنجعلی پور ، مهندس مشاور شرکت ساحل
حدیثه منصوری ، دانشجوی دکتری دانشگاه اصفهان

چکیده :
تونل انتقال آب نوسود بخشی از طرح انتقال آب به دشت های گرمسیری غرب کشور است که آب منحرف شده از رودخانه سیروان را به پایین دست منتقل می کند. اجرای تونل(حفاری و سگمنت گذاری) بصورت مکانیزه و با استفاده از یک دستگاه D.S.TBM انجام می گیرد. در این مقاه جهت بررسی تاثیرگذاری داده ها از spss و جهت پیش بینی نرخ نفوذ TBM از روش شبکه عصبی استفاده شده است. با استفاده از برنامه spss پارامترهای بدون تاثیر یا با تاثیر کم شناسایی شده و فقط داده های موثر در نرخ پیشروی به عنوان ورودی به شبکه عصبی داده می شود. نرخ نفوذ برابر با نرخ پیشروی آنی ماشین است و معمولا بر حسب میلی متر بر دور تاج حفار به صورت معمول با توجه به TBM بیان می شود. پارامترهایی که برای پیش بینی نرخ نفوذ به عنوان ورودی شبکه مورد بررسی قرار گرفته اند عبارتند از اند از :
مقاومت فشاری تک محوره، شاخص CLI ، سیستم طبقه بندی RMR ، آزمون برزیلی BTS ، SIGMA ، منظورشده اسات. با توجه به خروجی شبکه عصبی میزان تاثیر پارامترهای ورودی به ترتیب: مقاومت فشاری تک محوره سنگ، BTS ، RMR ، شاخص CLI ، SIGMA تاثیر گذار است.


خواندن ادامه