پیش بینی نرخ نفوذ ماشین حفاری تمام مقطع در تونل های انتقال آب ایران با استفاده از روش های نوین
- سال انتشار: 1397
- محل انتشار: سومین کنفرانس بین المللی پژوهش های کاربردی در علوم و مهندسی
- کد COI اختصاصی: CARSE03_161
- زبان مقاله: فارسی
- تعداد مشاهده: 524
نویسندگان
گروه معدن و زمین شناسی،واحدقائم شهر،دانشگاه آزاد اسلامی،قائم شهر، ایران
گروه معدن و زمین شناسی،واحدقائم شهر،دانشگاه آزاد اسلامی،قائم شهر، ایران
گروه معدن و زمین شناسی،واحدقائم شهر،دانشگاه آزاد اسلامی،قائم شهر، ایران
چکیده
حفاری مکانیزه تمام مقطع تونل ها توسط ماشین، دارای تاریخچه ای نزدیک به پنجاه سال می باشد. بررسی عملکرد این ماشین ها با توجه به هزینه بالای آن، یکی از مسائلی است که از جوانب مختلف مورد توجه قرار می گیرد. پیش بینی نرخ نفوذ ماشین حفار ، بخش مهمی از هر پروژه حفاری مکانیزه است که میتواند نقش اساسی در انتخاب ماشین به عنوان روش حفاری داشته باشد.در تحقیق حاضر با توجه به اهمیت این موضوع، پیش بینی نرخ نفوذ ماشین حفار توسط پارامترهای مقاومت تراکم تک محوری، مقاومت کششی، امتیاز شاخص کیفی سنگ، چسبندگی، مدول الاسیتیسیته، نسبت پواسون، دانسیته، زاویه بین ناپیوستگی ها، فاصله بین امتداد ناپیوستگی ها با محورتونل در تونل های انتقال آب قمرود، گلاب، کرج – تهران، نوسود و سبزکوه به وسیله آنالیز رگرسیون خطی چندگانه و رگرسیون غیرخطی چندگانه ، روش برنامه ریزی بیان ژن (GEP) و روش ماشین بردار پشتیبان (SVM) انجام گرفته است. در این تحقیق، به منظور ارزیابی دقت و کارایی مدل های پیش بینی کننده نرخ نفوذ، از نمایه های ضریب تعیین و ریشه میانگین مربعات خطا استفاده گردیده است. بهترین مقدار برای این دو معیار به ترتیب یک و صفر می باشد. مقادیر ضریب تعیین و ریشه میانگین مربعات خطای بدست آمده در این تحقیق به ترتیب برابر با 0/43 و 3/08 برای پیش بینی نرخ نفوذ برای روش رگرسیون خطی، 0/68 و 2/3 برای پیش بینی نرخ نفوذ برای روش رگرسیون غیرخطی، 0/74 و 2/09 برای پیش بینی نرخ نفوذ برای روش برنامه ریزی بیان ژن، 0/97 و 0/6 برای پیش بینی نرخ نفوذ برای روش ماشین بردار پشتیبان است. با بررسی بانک اطلاعاتی مربوط به تونل ها، نتایج این تحقیق نشان می دهد که روش ماشین بردار پشتیبان، دقیق ترین میزان پیش بینی مربوط به نرخ نفوذ را از حیث نمایه های ضریب تعیین ((R(2) و ریشه میانگین مربعات خطا (RMSE) داشته است و دارای بالاترین مقادیر ضریب تعیین ((R(2) و کمترین مقادیر ریشه میانگین مربعات خطا (RMSE) در بین تمامی مدل های پیش بینی کننده بوده است. بعد از روش ماشین بردار پشتیبان، با توجه به میزان ضریب تعیین و ریشه میانگین مربعات خطا، به ترتیب روش برنامه ریزی بیان ژن، روش رگرسیون غیرخطی و روش رگرسیون خطی دقت پیش بینی بهتری دارند.کلیدواژه ها
رگرسیون خطی، رگرسیون غیرخطی، برنامه ریزی بیان، ژن ماشین بردار پشتیبانمقالات مرتبط جدید
- بررسی امکان استفاده از تصاویر ماهواره ای با قدرت تفکیک بالا با هدف جایگزینی برداشت زمینی
- معماری مراکز درمانی_مراقبتی ویژه کودکان سرطانی
- تعیین اهداف برای رشد و توسعه صنعت هوانوردی در جهت اجرای پروژه موزه فضایی جمهوری اسلامی ایران
- تعریف فعالیت های انجام شده در حوزه فناوری هوا فضا و جایگاه علوم مهندسی در بخش هوا فضای جمهوری اسلامی ایران
- بررسی مواد تغییر فاز دهنده (Phase change materials)
اطلاعات بیشتر در مورد 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.