بهینه سازی عملیات حفاری تونل ها در مسیر راه آهن چابهار-زاهدان با روش های ترکیبی

در این مقاله روشی ترکیبی برای بهینه سازی عملیات حفاری تونل در مسیر راه آهن چابهار زاهدان ارائه می شود که با ادغام مدل سازی ژئوتکنیکی و روش های هوش مصنوعی انتخاب ماشین آلات مناسب و طراحی سیستم مانیتورینگ برخط امکان تحلیل پایداری لحظه ای جبهه کار فراهم گردد. ابتدا مدل عددی ژئوتکنیکی برای تونل با در نظر گرفتن لایه بندی خاک و سنگ منطقه ساخته می شود و پارامترهای مکانیکی خاک تعیین می گردد. سپس با استفاده از روش های یادگیری ماشین مدلی آموزش داده می شود که ورودی آن شامل ویژگی های ژئوتکنیکی منطقه، شرایط حفاری جاری و پارامترهای احتمالی ماشین آلات است و خروجی آن پیشنهاد روش حفاری بهینه یا ترکیبی از روش ها می باشد. در ادامه یک چارچوب تصمیم گیری برای انتخاب ماشین آلات ترکیبی متناسب با بافت خاک متغیر منطقه ارائه می گردد، به طوری که در هر مقطع انتخاب دستگاه یا ترکیب دستگاه ها بر اساس پیش بینی مدل هوش مصنوعی و نتایج مدل سازی ژئوتکنیکی انجام شود. همزمان طراحی سیستم نظارتی برخط برای پایش وضعیت تونل شامل حسگرهای تغییر شکل، فشارسنج ها شتاب سنج ها و سامانه داده برداری در بستر دیجیتال توام تویین دیجیتال ارائه می گردد. داده های زنده از سنسورها در مدل پیش بینی کننده (مثلا) شبکه عمیق یا الگوریتم های (ترکیبی به کار گرفته می شوند تا پایداری جبهه کار در هر لحظه تخمین زده شود. در مطالعه موردی یکی از مقاطع تونل مسیر چابهار زاهدان، نتایج نشان می دهد که روش پیشنهادی نسبت به روش مرسوم کاهش نشست افزایش ایمنی و بهبود بازدهی دارد. نتایج حساسیت سنجی نشان می دهد که مدل پیش بینی کننده توسعه پذیر است و می تواند در شرایط عدم قطعیت نیز کارآمد عمل کند. این رویکرد به ویژه در پروژه هایی با تغییر زیاد در ویژگی های ژئومکانیکی خاک ارزش زیادی دارد و راهکاری نوآورانه برای بهبود عملکرد و کاهش هزینه و ریسک در تونل سازی ارائه می کند.

کلیدواژه ها:

حفاری تونل ، بهینه سازی عملیات حفاری ، مدل سازی ژئوتکنیکی ، هوش مصنوعی در ژئوتکنیک ، پایداری جبهه کار ، سیستم مانیتورینگ برخط