عنوان :
ارزيابي شاخص نفوذ ميداني در ماشين حفار تمام مقطع با استفاده از روش هاي يادگيري نظارت شده
مقطع تحصيلي :
كارشناسي ارشد
محل تحصيل :
اصفهان : دانشگاه صنعتي اصفهان
صفحه شمار :
سينزده، 60ص.: مصور، جدول، نمودار
استاد راهنما :
مسعود چراغي
استاد مشاور :
ابراهيم قاسمي
توصيفگر ها :
حفاري مكانيزه , ماشين حفار تمام مقطع(TBM) , شاخص نفوذ ميداني(FPI) , پروژه تونل كويينز , روش هاي يادگيري نظارت شده
استاد داور :
سعيد مهدوي، هادي حسيني
تاريخ ورود اطلاعات :
1399/08/12
رشته تحصيلي :
مهندسي معدن
تاريخ ويرايش اطلاعات :
1399/08/12
چكيده فارسي :
چكيده مبحث تونل سازي از ديرباز مورد توجه بشر بوده و يكي از گزينه هاي كاهش مسافت راهها دسترسي به مناطق صعب العبور ايجاد جان پناه و دسترسي به زير سطح زمين بوده است تونلها انواع مختلفي دارند و روش هاي حفاري آن هم متناسب با كاربري تونل ها متفاوت است امروزه اكثر تونل ها با روش هاي مكانيزه حفر مي شوند كه هم سريعتر ايمن تر و كاربردي تر و هم اقتصادي تر و كابردي تر اجرا مي شود يكي از نكات مهم در استفاده از روش حفاري مكانيزه در تونل سازي پيش بيني درست عملكرد يا به عبارتي پيش بيني ميزان پيشروي ماشين حفار مي باشد پيش بيني و تخمين ميزان پيشروي تونل و ماشين حفار اهميت بسيار زيادي در پروژه هاي تونل سازي دارد تخمين دقيق پيشروي تونل منجربه تخمين دقيق زمان اجراي تونل و متعاقبا برآورد هزينه هاي تونل سازي مي شود يكي از شاخص هاي معروف و كاربردي در پيشروي ماشين حفار شاخص نفوذ ميداني FPI مي باشد مطالعات گوناگوني در زمينه پيش بيني و تخمين شاخص نفوذ ميداني انجام شده و روابط گوناگوني نيز توسط محققين بنام سراسر دنيا ارائه شده است در تحقيق حاضر نيز تالش شده است تا روابطي براي پيش بيني و تخمين شاخص نفوذ ميداني توسعه داده شود با استفاده از 4روش CUBIST M5P C RT و GEP كه زير مجموعه اي از روش هاي يادگيري نظارت شده مي باشند به توسعه مدل هايي براي پيش بيني شاخص نفوذ ميداني پرداخته شد وكارايي و اعتبار مدل هاي توسعه داده شده در مقايسه با مدل هاي مشابه جهاني ارزيابي و بررسي شد و در نهايت نتيجه گيري شد كه روش هاي يادگيري نظارت شده مي توانند با دقت بسيار خوبي شاخص نفوذ ميداني براي ماشين حفار تمام مقطع را پيش بيني كنند كلمات كليدي حفاري مكانيزه ماشين حفار تمام مقطع TBM شاخص نفوذ ميداني FPI پروژه تونل كويينز روش هاي يادگيري نظارت شده
چكيده انگليسي :
60 منابع 1 Thrush P W A dictionary of mining mineral and related terms US Bureau of Mines 1968 2 Hoek E and Brown E Underground excavations in rock CRC Press 1980 3 Bilgin N Copur and Balci C Mechanical excavation in mining and civil industries CRC press 2013 4 Megaw T M and Bartlett J V TUNNELS PLANNING DESIGN CONSTRUCTION VOLUME 1 1981 5 Kolymbas D Tunnelling and tunnel mechanics A rational approach to tunnelling Springer Science Business Media 2005 Maidl B Hardrock tunnel boring machines John Wiley Sons 2008 6 7 1386 انتشارات صانعي TBM صالحي فن تونل زني با 8 Rostami J and Ozdemir L Selection Design Optimization and Performance Prediction of Tunnel Boring Machines for Mining Operations SME 126th Annual Meeting Exhibit Denver Colorado Society of Mining Metallurgy and Exploration Inc 1997 9 Ozdemir L Development of theoretical equations for predicting tunnel boreability Arthur Lakes Library Colorado School of Mines 1977 10 Nelson P and Kulhawy F H Factors affecting TBM penetration rates in sedimentary rocks The 24th US Symposium on Rock Mechanics USRMS American Rock Mechanics Association 1983 11 Hassanpour J Developing new equations for TBM performance prediction in carbonate argillaceous rocks a case history of Nowsood water conveyance tunnel 2009 12 Hamidi J K Shahriar K Rezai B Rostami J Performance prediction of hard rock TBM using Rock Mass Rating RMR system Underground Space Technology 2010 13 Hassanpour J Rostami J Khamehchiyan M Bruland A Tavakoli H R TBM performance analysis in pyroclastic rocks a case history of Karaj water conveyance tunnel Rock Mechanics Rock Engineering 2010 14 Delisio A Zhao J Einstein H Analysis and prediction of TBM performance in blocky rock conditions at the L tschberg Base Tunnel Tunnelling and Underground Space Technology 2013 15 Salimi A Rostami J Moormann Ch Delisio A Application of non linear regression analysis and artificial intelligence algorithms for performance prediction of hard rock TBMs Tunnelling and Underground Space Technology 2016 16 Yagiz S New equations for predicting the field penetration index of tunnel boring machines in fractured rock mass Arabian Journal of Geosciences 2017 17 Vergara I M Saroglou C Prediction of TBM performance in mixed face ground conditions Tunnelling and Underground Space Technology 2017 18 Hang Lo L Dae Soo L and Song Ki Il Statistical Analysis on Field Penetration Index in Shield TBM 2017 19 Adoko A C Yagiz S Fuzzy Inference System Based for TBM Field Penetration Index Estimation in Rock Mass Geotechnical and Geological Engineering 2019 20 Merguerian C Rock mass properties of the Queens Tunnel Complex Duke Geological Laboratory Report QT0010 257 p Geological Field Map Album 2000 21 Merguerian C The structural geology of Manhattan Island Geological Society of America Abstracts with Programs 1983
استاد راهنما :
مسعود چراغي
استاد مشاور :
ابراهيم قاسمي
استاد داور :
سعيد مهدوي، هادي حسيني
