ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

معرفی یک رابطهی هوشمند برای پیشبینی نشست سطح ناشی از حفرتونلهای مترو

سال انتشار: 1394
کد COI مقاله: ITC11_056
زبان مقاله: فارسیمشاهد این مقاله: 175
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله معرفی یک رابطهی هوشمند برای پیشبینی نشست سطح ناشی از حفرتونلهای مترو

سیدرحیم معین السادات - دانشجوی دکتری مهندسی معدن مکانیک سنگ، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران.
کاوه آهنگری - استادیار و مدیر گروه مهندسی معدن، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران
کوروش شهریار - استاد دانشگاه صنعتی امیرکبیر، دانشکده مهندسی معدن و متالوژی، گروه مهندسی معدن
دانیال بهنیا - دانشجوی دکتری مهندسی معدن مکانیک سنگ، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران.

چکیده مقاله:

هدف از انجام این تحقیق، پیشنهاد یک رابطهی هوشمند برای پیشبینی نشست سطح زمین در اثر حفر تونلهای مترو میباشد. پارامترهای متعددی بر روی نشست سطح تونلها تاثیرگذارند که گنجاندن تمامی آنها در روشهای مرسوم تجربی ممکن نبوده است. بنابراین در این مقاله، بابکارگیری روش GEP ، توانایی این روش هوشمند برای پیشبینی نشست سطح بررسی میشود. در این بررسی، بر اساس اطلاعات 8 تونل مترو در سطح جهان که با روش NATM و در محیط خاکی مشابه حفر شدهاند رابطهای توسط GEP ارایه شد. برای ساخت این رابطه، پارامترهایمقاومتی و هندسی سازه )چسبندگی ) C (، زاویه اصطکاک داخلی ) ø ( و مدول الاستیسیته ) E ( خاک؛ عمق ) Z ( و قطر ) D ( تونل( بهعنوانپارامترهای وابسته و مقدار نشست سطح ) S ( بهعنوان پارامتر مستقل درنظر گرفته شدند. در مجموع 35 دسته داده از تحقیقات گذشته جمعآوری شد که مقادیر نشست سطح موجود در آنها بهکمک مدلسازی عددی )نرمافزار FLAC2D ( محاسبه گردید. 04 دسته داده برای ساخت رابطهی هوشمند و 15 دسته داده برای ارزیابی عملکرد آن بکار گرفته شد. رابطهی ارایه شده از دقت مناسبی برخوردار بود بطوریکه ضریب تعیین ) R2 )آن برابر 0/930 میباشد. بنابراین این رابطه برای پیشبینی نشست سطح سایر متروهای مشابه پیشنهاد میشود.

کلیدواژه ها:

نشست سطح؛ مترو؛ NATM ؛ FLAC ؛ GEP

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/599174/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
معین السادات، سیدرحیم و آهنگری، کاوه و شهریار، کوروش و بهنیا، دانیال،1394،معرفی یک رابطهی هوشمند برای پیشبینی نشست سطح ناشی از حفرتونلهای مترو،دومین کنفرانس منطقه‌ای و یازدهمین کنفرانس تونل ایران،تهران،،،https://civilica.com/doc/599174

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394، معین السادات، سیدرحیم؛ کاوه آهنگری و کوروش شهریار و دانیال بهنیا)
برای بار دوم به بعد: (1394، معین السادات؛ آهنگری و شهریار و بهنیا)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 ممقالهقاله لینک شده اند :

  • Palmstrom, A. & Stille, H., "Ground Behaviour And Rock Engineering ...
  • Peck, RB., "Deep Excavations and Tunnelling in Soft Ground, State ...
  • Suwansawat, S., & Einstein, H. H., "Artificial neural networks for ...
  • Hou, J., Zhang, M., & Tu, M.. ":Prediction of surface ...
  • Boubou, R., Emeriault, F., & Kastner, R., "Artificial neural network ...
  • Qiao, J., Liu, J., Guo, W., & Zhang, Y, "Artificial ...
  • Ocak, I., & Seker, S. E., "Calculation of surface settlements ...
  • Flac Users., Manual, (version5), Vol. 1, Itasca Consulting Group, Inc. ...
  • Darabi, A., Ahangari, K., Noorzad, A., & Arab, A., "Subsidence ...
  • Ferreira, C., _ Expression Programming: Mathematicat Modeling by an Artificial ...
  • Behnia, D. Ahangari, K. Noorzad, A. & Moeinossadat, S. R., ...
  • Mollahasani, A.. Alavi, A. H., & Gandomi, A. H., "Empirical ...
  • Teodorescu, L, & Sherwood, D., "High energy physics event selection ...
  • Kose, M. M., & Kayadelen, C., "Modeling of transfer length ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 29,073
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی