Risk Management of a Mechanized Tunneling Project through Assessment of Geological Units Using an Evolutionary Method
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,069
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RCEAUD02_195
تاریخ نمایه سازی: 16 شهریور 1395
چکیده مقاله:
Assessment of geological units is one of the most effective factors involved in the risk management in tunneling and underground constructions. Therefore, the main purpose of carrying out thiswork was to classify the geological units of the third section of Ghomrud tunnel using an evolutionary method. Hence, in this research, three important physical and mechanical characteristics of study area are considered including overburden (H), internal friction angle ( ) and cohesion (c). Moreover, there arenine geological units along the tunnel route. Using meta-heuristic algorithms, clustering technique andconsidering rock mechanical characteristics, geological units have been classified into three separate clusters based on the stochastic optimization technique. In fact, the clustering of risks uses Lloyd's Algorithm (k-means clustering) based on Genetic Algorithm (GA) performed by Matlab software. Then,the results of classification are validated by drilling rate index (DRI) of tunneling process. Finally, theresults show that geological units in the path of Ghomrud tunnel were classified into two categories of weak zones and strong zones
کلیدواژه ها:
نویسندگان
Reza Mikaeil
Department of Mining and Metallurgical Engineering, Urmia University of Technology, Urmia, Iran
Mostafa Yousefi Rad
Department of Mining and Metallurgical Engineering, Arak University of Technology, Arak, Iran
Sina Shaffiee Haghshenas
Young Researchers and Elite Club, Rasht Branch, Islamic Azad University, Rasht, Iran
Masoud Zare Naghadehi
Department of Mining Engineering, Hamedan University of Technology, Hamedan, Iran
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 :