ارزيابي آماري پارامترهاي مقاومتي و تغييرشكل‌پذيري توده سنگ مطالعه موردي تونل هاي تحت فشار طرح نيروگاه تلمبه ذخيره اي آزاد

The Stochastic Assessment of Geomechanical and Strength Parameters for Rock Masses/ Case Study: Pressure Tunnels of Azad Pump-Storage Power Plant Project

هم‌زمان با پيشرفت دانش بشري، استفاده از فضاهاي زيرزميني به‌ويژه به‌عنوان محل ساخت نيروگاه‌هاي برق‌آبي رو به افزايش است. به‌منظور طراحي و ساخت اين فضاهاي زيرزميني، شناخت خواص توده‌سنگ كاملاً ضروري است. پارامترهاي ورودي براي طراحي فضاهاي زيرزميني مانند پارامترهاي مقاومتي توده‌سنگ (C و φ) و ضريب تغييرشكل‌پذيري را نمي‌توان به‌طور دقيق تعيين نمود. عدم‌قطعيت موجود در اين پارامترها برخي ذاتي و برخي ديگر به دليل عدم آگاهي يا درك درست از اين پارامترها است. براي كمّي كردن اثر اين عدم‌قطعيت‌ها در طراحي فضاهاي زيرزميني بايد از روش‌هاي آماري استفاده نمود. در اين مطالعه از يك روش آماري به‌منظور تعيين شاخص مقاومت زمين‌شناسي (GSI) توده‌سنگ استفاده ‌شده است و توزيع حجم بلوك (Vb) و عامل شرايط سطح درزه (Jc) كه به‌عنوان عوامل مشخصه كمّي در تعيين مقدار GSI مي‌باشند، تعيين‌شده‌اند‌. اين روش بر اساس ارتباط بين شرايط زمين‌شناسي توصيفي و پارامترهاي قابل‌اندازه‌گيري ميداني مانند فاصله‌داري و زبري درزه‌ها كه متغيرهاي تصادفي هستند بنا نهاده شده است. با استفاده از توزيع GSI به‌دست‌آمده از برداشت‌هاي ميداني و تركيب با خواص مقاومتي سنگ بكر كه آن‌ها نيز به‌صورت آماري ارائه‌شده‌اند، تابع توزيع آماري پارامترهاي مقاومتي توده­سنگ و مدول تغييرشكل‌پذيري آن، با استفاده از روش مونت‌كارلو در نرم‌افزار RISK@ براي توده ­سنگ ­هاي دربرگيرنده تونل‌هاي تحت‌فشار طرح نيروگاه تلمبه ذخيره­اي آزاد برآورد شده است و در ادامه ظرفيت توده‌سنگ براي مشاركت در تحمل فشار داخلي وارده در تونل‌هاي تحت‌فشار مورد ارزيابي قرارگرفته است.

It is not defined precisely design input parameters, such as rock mass strength parameters and deformation modulus. There are always uncertainties involved in these parameters, some are intrinsic or misunderstanding of these parameters. To quantify these parameters on underground opening design, it is necessary to utilize probabilistic analysis methods. Using GSI values obtained from field mapping data, and intact strength characteristics, the probability distribution function of rock mass strength parameters are defined with the use of Monte Carlo method.