بررسي تاثير پارامترهاي اجرايي ماشين TBM بر نرخ نفوذ آن با استفاده از روش شبكه‌هاي عصبي مصنوعي- مطالعه‌ي موردي تونل بلند زاگرس

The Effect of Operational Parameters on Penetration Rate of a TBM Using Artificial Neural Networks- A Case Study: Zagros Tunnel

نرخ نفوذ يكي از پارامترهاي مهم در تعيين مدت زمان حفاري در عمليات تونلسازي است. از آنجا كه عمليات حفاري اندركنش ميان زمين و ماشين است؛ بنابراين دو دسته‌ي كلي پارامتر موثر بر نرخ نفوذ وجود دارد. از طرفي در شرايط يكسان زمين، به دليل پارامترهاي اجرايي متفاوت ماشين، مقدار نرخ نفوذ متفاوت است. بنابراين در اين مقاله به بررسي اثر پارامترهاي ماشين بر نرخ نفوذ با استفاده از روش شبكه‌هاي عصبي مصنوعي پرداخته شده است. پس از انتخاب پارامترهاي موثر بر نرخ نفوذ و ايجاد شبكه‌ي عصبي بهينه، تحليل حساسيت بر روي پارامتر نيروي محوري پيشران و گشتاور انجام شده‌است. نتايج تحليل‌ها نشان مي‌دهد كه نيروي محوري پيشران و گشتاور در يك محدوده‌ي بهينه، سبب افزايش نرخ نفوذ مي‌شود و به منظور دستيابي به نرخ نفوذ حداكثر مي‌توان از زوج نيروي محوري پيشران و گشتاور بهينه استفاده نمود.

The ANNs are a form of artificial intelligence which attempt to mimic the function of the human brain and nervous system. ANNs could take into account the impact of all important parameters for predicting a phenomenon. In this study, the obtained data from an excavated tunnel with a length of 10 km in Zagros region in Iran were analyzed, and the penetration rate of a TBM was predicted by taking the ANNs approach in a MATLAB program used for this purpose.