توسعه مدلی جامع به منظور ارزیابی میزان مصرف فوم و نرخ پیشروی در ماشین حفار EPB
محل انتشار: فصلنامه علوم فنون سازندگی، دوره: 3، شماره: 1
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 129
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_STC-3-1_004
تاریخ نمایه سازی: 31 مرداد 1401
چکیده مقاله:
در این مطالعه به منظور بررسی و ارزیابی عملکرد ماشین حفار از پارامترهای نرخ پیشروی و میزان مصرف فوم به منظور بهسازی زمین استفاده شده است. جهت بررسی عملکرد ماشین حفار EPB در این پژوهش، از ۴ مجموعه پایگاه داده، شامل اطلاعات حفاری پروژه خط یک مترو قم، پروژه خط یک مترو شیراز (تونل شرقی و غربی)، پروژه خط دو مترو اصفهان و پروژه خط یک مترو اصفهان که با استفاده از ماشین حفار EPB حفاری شده اند، استفاده شد. بر اساس این مجموعه پایگاه داده مدلهایی با تکیه بر تکنیک های آماری شامل آنالیز رگرسیون (رگرسیون ساده، چند متغیره خطی (MLR) و غیرخطی (MNLR)) و الگوریتم حداقل مربعات ماشین بردار پشتیبان (LS-SVM) به منظور پیشبینی میزان مصرف عامل کفساز و نرخ پیشروی توسعه داده شدند. سپس به منظور بررسی دقیق تر و ارزیابی بهتر مدل های تجربی و هوشمند ارائه شده جهت پیش بینی میزان مصرف عامل کفساز و نرخ پیشروی شاخص های آماری ضریب تعیین (R۲)، مقادیر آماری جذر میانگین مربعات خطای نرمال شده (NRMSE) و واریانس خطا (VAF) برای هر مدل توسعه یافته با استفاده از مجموعه داده های آزمون محاسبه شدند. مقایسه مقادیر محاسبه شده R۲، VAF و NRMSE برای مدلهای توسعه یافته جهت پیش بینی میزان مصرف عامل کف ساز و نرخ پیشروی نشان دادند که مدل ارائه شده بر اساس الگوریتم LS-SVM نسبت به سایر مدل ها، دقت فراوانی در پیش بینی میزان مصرف عامل کفساز و نرخ پیشروی ماشین حفار EPB دارد که مقادیر شاخصهای R۲، VAF و NRMSE برای مدل توسعه یافته جهت پیشبینی میزان مصرف فوم برابر با ۹۴۵/۰، ۳۵۶/۹۴ و ۲۳۷/۰ و برای مدل توسعه یافته جهت پیشبینی نرخ پیشروی برابر با ۷۴۱/۰، ۰۷۱/۷۴ و ۱۴۹/۰ می باشند. شایان ذکر است با توجه به دقت بالای پیشبینی میزان مصرف عامل کفساز (Qt) و نرخ پیشروی (AR)، مدلهای توسعه یافته بر اساس الگوریتم LS-SVM می توانند به عنوان مدل های کاربردی در صنعت حفاری مکانیزه نقش قابل توجهی ایفا کنند.
کلیدواژه ها:
نویسندگان
وحید امیرکیایی
کارشناس ارشد مکانیک سنگ، دانشگاه صنعتی اصفهان
سهراب داودی
دانشجو دکتری تکتونیک، دانشگاه علوم و تحقیقات
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :