كاربرد آناليز احتمال در تعيين عمق بهينه تونل قطار شهري مشهد

Application of Probability Analysis in Assessing Optimal Depth of 2nd Line of Mashhad City Subway

اين پژوهش روي خاك‌هاي واقع در امتداد خط دوم قطار شهري مشهد صورت گرفته است. اطلاعات حاصل از آزمون‌هاي نفوذ استاندارد و ساير تست‌هاي برجا و آزمايشگاهي به‌منظور دست‌يابي به عمق بهينه تونل، استفاده شده‌اند كه با تكيه بر آن‌ها مي‌توان تراز استقرار دستگاه حفاري را تعيين كرد. بدين‌منظور، ابتدا محدوده‌هاي عددي براي هر كدام از متغيرهاي معادلات مربوط به جابه‌جايي الاستيك، نشست و روان‌گرايي از داده‌هاي موجود تعيين شده و سپس اين داده‌ها براي مدل هوشمند و مبتني بر جست و جو موسوم به الگوريتم ژنتيك از نوع چندمنظوره تعريف شده‌اند. جست و جو در فضاي عددي معادلات مذكور منجر به تعيين چند نقطه بهينه براي عمق تونل شده كه موثق بودن آن‌ها با مدل عددي از نوع اجزاي محدود بازبيني و تاييد شده است. نتايج حاكي از به‌دست آمدن عمق بهينه با روش الگوريتم ژنتيك در عمق‌هاي 30 و 31 متري و روش اجزاي محدود در عمق 29 متري است. ضمناً ضرايب اطمينان مستخرج از روش اجزاي محدود نيز مورد آناليز احتمال قرار گرفته و توزيع آن توزيع دونمايي1 به‌دست آمده است. اين به معني آن است كه در مناطق داراي ضريب اطمينان زياد، مصالح پيش تحكيم يافته‌اند و در مناطق داراي ضريب اطمينان كم‌تر احتمالاً از مواد ريزشي و دانه‌درشت هستند. نتايج آناليز احتمال براي ضرايب اطمينان حاكي از كاهش آن از عمق 29متر به پايين‌تر است. از اين رو، عمق 29 متر به‌عنوان عمق بهينه نهايي براي حفر تونل انتخاب و پيشنهاد شده است. نتايج حاكي از تطابق خروجي مدل هوشمند (الگوريتم ژنتيك) و مدل عددي (اجزاي محدود) است به‌نحوي كه مي توان اين روش‌ها را مكمل و جانشين يك‌ديگر در طراحي تونل‌ها منظور كرد.

This research was performed on the soils along the 2nd line of Mashhad city subway route. Obtained information from standard penetration test (SPT) and other in situ and laboratory tests were used to determine optimum soil engineering parameters which can guarantee the stability of tunnel optimum depth to utilize TBM. For this purpose, first the numerical ranges of appropriate variables of elastic displacement, settlement and liquefaction, equations were obtained from the collected data. Then these ranges were defined based on an intelligent searching technique called Multiobjective Genetic Algorithm. Searching in variable ranges space leads to achieve an optimum depth for tunnel and reliability of them verified and confirmed using a numerical finite element method. The results show that optimum stable depth calculated by Genetic Algorithm is 30 and 31 m and by the finite element method is 27 to 29 m, respectively. Also, the safety factor extracted from finite element method was computed by probability analysis. Its distribution was known as bimodal state. That means, the higher values of safety factor refers to overconsolidated zones and lower values of safety factor is related to loose, collapsible and adjacent coarse grain layers. The results of probability analysis of safety factors show a decrease of its values from depth of 29 m. Therefore, it was suggested as a final optimum depth for tunnel axe. Also, the results show a good agreement between intelligent method and numerical method so that it is possible to use both of them as a very good technique in tunnel design.