معرفی یک رابطه ی هوشمند برای پیش بینی نشست سطح ناشی از حفرتونل های مترو

  • سال انتشار: 1396
  • محل انتشار: سومین کنفرانس منطقه ای و دوازدهمین کنفرانس تونل ایران
  • کد COI اختصاصی: ITC12_055
  • زبان مقاله: فارسی
  • تعداد مشاهده: 478
دانلود فایل این مقاله

نویسندگان

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

هدف از انجام این تحقیق، پیشنهاد یک رابطه ی 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، با بکارگیری 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 شده اند رابطه ای توسط GEP ارائه شد. برای ساخت این رابطه، پارامترهای مقاومتی و هندسی سازه (چسبندگی (C)، زاویه اصطکاک داخلی (ø) و مدول الاستیسیته (E) خاک؛ عمق (Z) و قطر (D) تونل) به عنوان پارامترهای وابسته و مقدار نشست سطح (S) به عنوان پارامتر مستقل درنظر گرفته شدند. در مجموع 53 دسته داده از تحقیقات گذشته جمعآوری شد که مقادیر نشست سطح موجود در آنها به کمک مدلسازی عددی (نرم افزار (FLAC2D محاسبه گردید. 40 دسته داده برای ساخت رابطه ی هوشمند و 13 دسته داده برای ارزیابی عملکرد آن بکار گرفته شد. رابطهی ارائه 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

مقالات مرتبط جدید

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.