شماره ركورد كنفرانس
5209
عنوان مقاله
ارائه مدلي براي پيش بيني نرخ نفوذ ماشين حفاري تمام مقطع در تونل انتقال آب گلاب با استفاده از الگوريتم هاي هوشمند
پديدآورندگان
ابراهيم آبادي آرش a.ebrahimabadi@iauctb.ac.ir گروه مهندسي نفت، معدن و مواد، واحد تهران مركزي، دانشگاه آزاد اسلامي، تهران، ايران , افرادي عليرضا alirezaafradi@yahoo.com گروه معدن و زمين شناسي،واحدقائم شهر،دانشگاه آزاد اسلامي،قائمشهر، ايران , رحيمي قاضي كلايه امير Rahimi.om@gmail.com شركت بين المللي مهندسي ايران (ايريتك)
كليدواژه
واژگان كليدي :رگرسيون خطي , رگرسيون غيرخطي , برنامهريزي بيان ژن , ماشين بردار پشتيبان
سال انتشار
1401
عنوان كنفرانس
اولين همايش ملي مهندسي عمران و منابع زمين
زبان مدرك
فارسي
چكيده فارسي
ماشينهاي حفاري تمام مقطع به دليل سرعت بالاي حفاري، حفر تونل به صورت يكپارچه و نصب سيستم نگهداري همزمان با حفاري، بهرهوري بالايي را در حفر تونلها بخصوص تونلهاي انتقال آب از خود نشان دادهاند. پيشبيني دقيق ميزان نرخ نفوذ ماشين حفار، تاثير مستقيم بر تخمين ميزان سرمايهگذاري مورد نياز و زمان اتمام پروژه تونلسازي دارد. لذا در تحقيق حاضر با توجه به اهميت اين موضوع، پيشبيني نرخ نفوذ ماشين حفار توسط پارامترهاي مقاومت تراكم تك محوري، مقاومت كششي، امتياز شاخص كيفي سنگ، چسبندگي، مدول الاسيتيسيته، نسبت پواسون، دانسيته، زاويه بين ناپيوستگيها، فاصله بين امتداد ناپيوستگيها با محورتونل در تونل گلاب به وسيله آناليز رگرسيون خطي چندگانه و رگرسيون غيرخطي چندگانه، روش برنامهريزي بيان ژن (GEP) و روش ماشين بردار پشتيبان (SVM) انجام گرفته است. در اين تحقيق، به منظور ارزيابي دقت و كارايي مدلهاي پيشبيني كننده نرخ نفوذ ماشين حفار، از نمايههاي ضريب تعيين (R2) و ريشه ميانگين مربعات خطا(RMSE) استفاده گرديده است.نتايج نشان مي دهد هرچهار روش كارايي بسيار بالايي دارند با اين تفاوت كه روش ماشين بردار پشتيبان برتري نسبي خاصي نسبت به ساير روش ها دارد.
كشور
ايران
لينک به اين مدرک