ارزیابی شبکه های عصبی مصنوعی در مقایسه با روش المان محدود برای برآورد نشست سطح زمین ناشی از حفر تونل خط 2 متروی مشهد

مسأله نشست سطح زمین و تأثیر آن بر سازه های سطحی از مهم ترین این مخاطرات ناشی از حفاری تونل های زیرزمینی که باید کنترل گردد. نشست سطح زمین ناشی از حفر تونل به عوامل مختلفی از قبیل نحوه حفاری، پارامترهای مربوطبه حفاری، هندسه تونل، شرایط زمین شناسی و خصوصیات ژئوتکنیکی بستگی دارد. روش های تجربی، تحلیلی و عددی گوناگونی برای برآورد نشست سطح زمین موجود است. در این مقاله، پس از بیان تحقیقات گذشته با روش های موجود وهمچنین کاربرد شبکه های عصبی مصنوعی در پیش بینی نشست سطحی، درمورد زمین شناسی مسیر مورد مطالعه ومشخصات تونل خط 2 متروی مشهد توضیحاتی بیان می گردد. با استفاده از بانک اطلاعاتی جمع آوری شده مربوط به خط 2 متروی مشهد و یک سری ورودی های مؤثر بر نشست سطحی و خروجی ها که همان نشست های اندازه گیری شده با ابزاردقیق می باشند، مدل های مختلفی از شبکه عصبی مصنوعی با به کارگیری نرم افزار MATLAB طراحی شده، آموزش می بیند و آزمایش می گردد؛ در بین این مدل ها، مدلی از شبکه عصبی که در آزمایش شبکه دارای بهترین نتیجه می باشدو همبستگی خوبی بین نشست های واقعی و نشست های پیش بینی شده نشان می دهد، به عنوان بهترین مدل انتخابمی شود. همچنین چند مقطع عرضی مسیر با استفاده از روش المان محدود و با به کارگیری نرم افزار Plaxis2D مدل شده و نتایج آن بیان می گردد. در نهایت، مقادیر پیش بینی شده نشست توسط شبکه عصبی مصنوعی با مقادیر محاسبه شده نشست توسط نرم افزار Plaxis2D ، مقایسه شده و ارائه می شود. نتایج، نشان دهنده کارایی خوب هر دو روش می باشد.

کلیدواژه ها:

نشست زمین ، حفر تونل ، متروی مشهد ، شبکه عصبی ، Plaxis ، المان محدود