استفاده از شبکه‏های عصبی مصنوعی به‏عنوان مکمل روش‏های عددی در پیش‏بینی نشست تونل خط یک مترو تبریز

نویسندگانحسین اینانلو عربی شاد- کاوه آهنگری
نشریهنشریه زمین شناسی مهندسی دانشگاه خوارزمی
ارائه به نام دانشگاهدانشگاه آزاد اسلامی، واحد علوم و تحقیقات، گروه مهندسی معدن
شماره صفحات۷۹۳ -۸۰۸
شماره سریال۴
شماره مجلد۱
نوع مقالهFull Paper
تاریخ انتشار۱۳۸۹
رتبه نشریهعلمی - پژوهشی
نوع نشریهچاپی
کشور محل چاپایران
چکیده مقاله<table border="0" dir="rtl" id="table1" width="100%"> <tbody> <tr> <td>یکی از مسایل مهم در تونل&zwnj;های مترو شهری، تحلیل پایداری تونل و تعیین ضریب&zwnj; اطمینان مناسب و ایمن و همچنین پیش&zwnj;بینی میزان نشست است که منجر به تامین پایداری در حین اجرا و پس از آن در زمان بهره&zwnj;برداری از سازه مورد نظر خواهد شد. اهداف این پژوهش، استفاده از روش&zwnj;های مختلف در پیش&zwnj;بینی نشست و همچنین توسعه و ارتقای این روش&zwnj;ها به&rlm;کمک یک&zwnj;دیگر است. در تحقیق حاضر، تحلیل پایداری و بررسی میزان نشست تونل خط یک مترو تبریز، با روش عددی، شبکه عصبی مصنوعی و روابط تجربی صورت پذیرفته است. با توجه به دو روش حفاری استفاده شده در تونل خط یک مترو تبریز (استفاده از دستگاه TBM1 و همچنین حفر تونل به روش NATM2 در این بررسی، ابتدا قسمتی از تونل که با روش NATM حفاری می&zwnj;شود با استفاده از روش عددی مورد تحلیل قرارگرفته و مقدار نشست سطح زمین و همچنین میزان هم&zwnj;گرایی تونل در دیواره تونل نیز با کمک همین نرم&zwnj;&zwnj;افزار پیش&zwnj;بینی شده است. سپس بر این اساس، روابط تجربی هم&zwnj;گرایی- نشست برای محیط پیرامون تونل خط یک مترو تبریز اصلاح شده&rlm;اند. پس از آن با استفاده از شبکه عصبی مصنوعی و داده&zwnj;های موجود، میزان نشست، پیش&rlm;بینی شده و با مقدار به&rlm;دست آمده از روش عددی و روابط تجــربی مقایسه شــده است. در قسمت دوم تحقیق نیـز میـزان نفـوذ TBM با شبکه عصبی پیش&zwnj;بینی شده است که این پارامتر می&rlm;تواند در مواجهه با مناطق دردسرساز و همچنین استفاده از فشار EPB1 مناسب در TBM بسیار مفید باشد.</td> </tr> </tbody> </table>

لینک ثابت مقاله

tags: تونل مترو ,شبکه عصبی ,پیش‏بینی نشست ,مدل‌سازی عدی ,FLAC ,شبکه عصبی ,آنالیز حساسیت