استفاده از شبكه‌هاي عصبي مصنوعي به‏عنوان مكمل روش‏هاي عددي در پيش‏بيني نشست تونل خط يك مترو تبريز

استفاده از شبكه‌هاي عصبي مصنوعي به‏عنوان مكمل روش‏هاي عددي در پيش‏بيني نشست تونل خط يك مترو تبريز

يكي از مسايل مهم در تونل‌هاي مترو شهري، تحليل پايداري تونل و تعيين ضريب‌ اطمينان مناسب و ايمن و همچنين پيش‌بيني ميزان نشست است كه منجر به تامين پايداري در حين اجرا و پس از آن در زمان بهره‌برداري از سازه مورد نظر خواهد شد. اهداف اين پژوهش، استفاده از روش‌هاي مختلف در پيش‌بيني نشست و همچنين توسعه و ارتقاي اين روش‌ها به‏كمك يك‌ديگر است. در تحقيق حاضر، تحليل پايداري و بررسي ميزان نشست تونل خط يك مترو تبريز، با روش عددي، شبكه عصبي مصنوعي و روابط تجربي صورت پذيرفته است. با توجه به دو روش حفاري استفاده شده در تونل خط يك مترو تبريز (استفاده از دستگاه TBM1 و همچنين حفر تونل به روش NATM2 در اين بررسي، ابتدا قسمتي از تونل كه با روش NATM حفاري مي‌شود با استفاده از روش عددي مورد تحليل قرارگرفته و مقدار نشست سطح زمين و همچنين ميزان هم‌گرايي تونل در ديواره تونل نيز با كمك همين نرم‌‌افزار پيش‌بيني شده است. سپس بر اين اساس، روابط تجربي هم‌گرايي- نشست براي محيط پيرامون تونل خط يك مترو تبريز اصلاح شده‏اند. پس از آن با استفاده از شبكه عصبي مصنوعي و داده‌هاي موجود، ميزان نشست، پيش‏بيني شده و با مقدار به‏دست آمده از روش عددي و روابط تجــربي مقايسه شــده است. در قسمت دوم تحقيق نيـز ميـزان نفـوذ TBM با شبكه عصبي پيش‌بيني شده است كه اين پارامتر مي‏تواند در مواجهه با مناطق دردسرساز و همچنين استفاده از فشار EPB1 مناسب در TBM بسيار مفيد باشد.

One of the major problems in urban subway tunnels is tunnel stability analysis and determination of the safety factor, and the prediction of the settlement that caused to provide stability during the performance, and then at the time utilization structure. The objectives of this study is using different methods to predict and development of these methods by use of each other. In this paper, analyze and evaluate the stability of Tabriz Metro tunnel- Line 1 has been carried out using numerical methods, artificial neural networks and empirical equations. The two excavating methods used in Tabriz Metro tunnel- Line 1 (using machine TBM tunnel method and NATM). In the first part of this research, the excavated zone of the tunnel with NATM method has been analyzed using numerical method and surface settlement and amount of tunnel convergence in the tunnel walls have been predicted by this method. After that, surface settlement has been predicted using artificial neural networks and then it has been compared with obtained value from numerical method analysis and empirical relations. Then, based on these results, empirical relations of convergence - settlement have been modified for Tabriz Metro tunnel- Line 1. In the second part of the research, the TBM penetration rate was predicted by use of neural network which is an important parameter, when one faced with troublesome areas and is very useful to use appropriate pressure EPB for TBM.