ارزیابی مقایسه ای مدل رگرسیون چندمتغیره پیشبینی نرخ نفوذ ماشین های تمام مقطع حفاری تونل ( TBM ) با شبکه های عصبی فازی

امروزه استفاده روزافزون از حمل ونقل زميني و نيازمندی های مردم جهت تهيه آب آشاميدني و همچنين لزوم احداث مسيرهای جدیدد و توندل هدای طولاني منجر به پيدایش و گسترش ماشين های تونلبُری گردیده است. عوامل مختلفي نظير شرایط زمين شناسي، خصوصيات توده سنگ، و همچنين مشخصات ماشين به كار رفته بر ميزان كارایي ماشين ها تأثير مي گذارند. یکي از راه های پيشبيني ميدزان كدارایي ایدن ماشدين هدا، تخمدين ندر نفدو آنهاست. محققان مختلفي در اكثر نقاط دنيا بر روی اثر خصوصيات سنگ بکر و توده سدنگ بدر كدارایي TBM بدرای تخمدين ندر نفدو بررسدي كرده اند. هركدام از این محققان، جهت تخمين این پارامتر با استفاده از تحليل های استاتيکي، مدل ها و روابطي را ارائه كرده اند. در این مقاله سعي بر آن شده است كه ابتدا با استفاده از رگرسيون چند متغيره مدلي برای پيشبيني نر نفو دسدتااه ارائده و سدنس نتدای آن بدا نتدای حاصدل از مددل عددی شبکه های عصبي فازی مقایسه گردد. در نهایت مشاهده مي شود كه مدل شبکه های عصبي فازی ضریب همبستاي بسيار بالاتری نسبت بده رگرسيون ایجاد نموده است.

واژههای کلیدی:

نرخ نفوذ، TBM ، شبکههای عصبی فازی، تونل گلاب

نویسندگان :

یاسر مبرا (کارشناس ارشد مهندسی عمران مکانیک خاک و پی، دانشگاه آزاد اسلامی واحد نجفآباد)

مریم حسنی نیا (دانشجوی دکترای مهندسی ژئوتکنیک دانشگاه آزاد اسلامی واحد نجف آباد)

دومين كنفرانس ملي مهندسي ژئوتکنيک ایران (1393)