توسعه مدلی جامع به منظور ارزیابی میزان مصرف فوم و نرخ پیشروی در ماشین حفار EPB

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:

حفاری مکانیزه ، ماشین حفار EPB ، آنالیز رگرسیون ، نرخ پیشروی ، میزان مصرف فوم