چکیده مقاله
ماشین های حفار تمام مقطع از مهمترین ماشین های حفاری در تونل ها و فضاهای زیرزمینی بشمار می روند اهمیت ارزیابی عملکرد این ماشین ها بدلیل مسائل اقتصادی و هزینه های سنگین حفاری از اهمیت ویژه ای برخوردار است ارزیابی تاثیر خصوصیات توده سنگ روی عملیات تونل سازی و از همه مهمتر نرخ نفوذ TBM بسیار ضروری می باشد در این تحقیق نرخ نفوذ ماشین حفاری تمام مقطع با توجه به خصوصیات ژئومکانیکی توده سنگ و شرایط عملیاتی در قطعه سوم تونل قمرود با استفاده از شبکه های پس انتشار تخمین زده می شود مدلی که برای این کار در نظر گرفته شده دارای ساختان 11×25×9 که دارای 9 نرون ورودی، 25نرون در لایه مخفی و 1 نرون خروجی می باشد انتخاب 25 نرون برای لایه مخفی بر اساس سعی و خطا می باشد در نهایت نتایج مدل با داده های واقعی و همچنین روش تخمین NTH مقایسه شده و مشاهده شد که نتایج شبکه ANN نسبت به مدل تخمینی NTH نزدیکتر به واقعیت می باشد
کلیدواژهها
نویسندگان
مرتضی احمدی
دانشیار مکانیک سنگ ، دانشگاه تربیت مدرس، بخش مهندسی معدن ، گروه مک
امید سعیدی
دانشجوی کارشناسی ارشد مهندسی معدن، دانشگاه تربیت مدرس
شیوه ارجاع
�حمدی، مرتضی و سعیدی، امید،1388،پیش بینی نرخ نفوذ TBM با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی قطعه سوم تونل قمرود)،هشتمین کنفرانس تونل ایران،تهران
ارائهشده در
مجموعه مقالات هشتمین کنفرانس تونل ایران29 اردیبهشت 1388 · تهران