پیشبینی همگرایی تونل امیرکبیر با استفاده از شبکههای عصبی مصنوعی در مقایسه با روشهای عددی
محل انتشار: چهارمین کنفرانس مهندسی معدن ایران
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 854
فایل این مقاله در 10 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:
IMEC04_087
تاریخ نمایه سازی: 19 اسفند 1391
چکیده مقاله:
تونل زیرگذر امیرکبیر به طول تقریبی 2/2کیلومتر به منظور کاهش ترافیک کلانشهر تهران به روش NATM در حال حفاری میباشد. این تونل از نظر زمینشناسی در سازندهای آبرفتی واقع شده و به طور کلی شامل شن-ماسهای و ماسههای متراکم به همراه 5 تا 30 درصد سیلت و رس است. در این تحقیق با استفاده از دادههای حاصل از رفتارنگاری، پایداری بخشT 3این تونل با روش شبکههای عصبی مصنوعی بررسی شده و نتیجه آن با روش عددی مقایسه شده است. به این صورت که در ابتدا با استفاده از دادههای ژئومکانیکی و نتایج رفتارنگاری در مقاطع مختلف، یک مدل شبکه عصبی طراحی شده و بر اساس آن میزانهمگرایی تونل در قسمتهای حفاری نشده پیشبینی میشود. برای مقایسه نتایج روش شبکه عصبی با روش عددی، مقطع تونل با روش عددی تفاضل محدود نیز مدلسازی شده است. نتایج حاصل از مقایسه هر دوروش با مقادیر واقعی نشان میدهد که روش شبکههای عصبی مصنوعی دارای دقت بیشتری بوده و نتایج حاصل از آن همخوانی بیشتری با دادههای واقعی دارد؛ همچنین با استفاده از این روش نرخ همگرایی تونل در زونهای حفاری نشده نیز پیشبینی میشود
کلیدواژه ها:
نویسندگان
ستار مهدوری
کارشناسی ارشد - مهندسی استخراج معدن - دانشگاه تربیت مدرس
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 :