پس از انتخاب کلید عضویت در انتهای صفحه جدیدی که باز خواهد شد، اطلاعات خود را تکمیل و عضویت خود را تایید نمایید
درباره وب سايت
مرجع آموزش زمین شناسی، سنجش از دور، معدن و عمران
جامع ترین و معتبرترین آموزش برای نرم افزار های زمین شناسی، مهندسی معدن، ژئومکانیک (مکانیک سنگ و ژئوتکنیک)، عمران (خاک و پی)
............................................
رزومه مدرسان:دانشجویان کارشناسی ارشد و دکترا رشته های مهندسی معدن و عمران دانشگاه صنعتی امیرکبیر (پلی تکنیک) تهران
جهت آموزش حضوری و غیر حضوری (آنلاین و تهیه فیلم آموزشی) نرم افزار ها با شماره های زیر تماس حاصل فرمایید............................................
09157330367-09381295869 اسمعیلی-مدیریت وبسایت........ ................................................ در صورتی که موفق نشدید با شماره های فوق تماس حاصل فرمایید از طربق ایمیل زیر نیز می توانید در خواست خودتان را مطرح نمایید.......................................
raminesmaeili68@gmail.com
...................این سایت در ستاد ساماندهی پایگاه های اینترنتی به ثبت رسیده است و تمامی محصولات و خدمات این سایت حسب مورد دارای مجوز های لازم از مراجع مربوطه می باشد. همچنین فعالیت های این سایت تابع قوانین و مقررات جمهوری اسلامی ایران است
خبرنامه
براي اطلاع از آپيدت شدن وبلاگ در خبرنامه وبلاگ عضو شويد تا جديدترين مطالب به ايميل شما ارسال شود
اولین پکیج آموزشی کنکور دکتری مکانیک سنگ معدن (+پاسخ تشریحی سوالات 11 دوره اخیر کنکور) خرید آنلاین بیش از 55 ساعت فیلم آموزشی و دانلود بلافاصله پس از خرید
ارزیابی روشهای تخمین تخلخل با تلفیق دادههای چاه پیمایی و لرزه نگاری
چكیده : برای توصیف مخزن معمولا از اطلاعات چاهپیمایی و لرزهای استفاده میشود. دادههای چاه دارای دقت خوبی هستند ولی فضای محدودی از مخزن را پوشش میدهند. و با توجه به پیچیدگیهای زمینشناسی مخزن، نمیتوان این اطلاعات را به سادگی به کل مخزن تعمیم داد. از طرف دیگر اطلاعات لرزهای دقت کمتری دارند ولی محدوده وسیعی از مخزن را پوشش میدهند. بنابراین برای بدست آوردن پارامترهای مخزنی از جمله تخلخل و درصد اشباع در کل مکعب مخزن، میتوان از ترکیب این دو دسته اطلاعات استفاده کرد. در واقع پارامتر موردنظر )مانند تخلخل( از تعدادی چاه در مخزن به همراه مکعب لرزهای موجود است و محاسبه پارامتر موردنظر در کل مکعب مخزن موردنظر است. برای این کار روشهای متعددی از جمله رگرسیون خطی چندگانه، شبکههای عصبی و روشهای زمینآماری وجود دارد. در این کار ابتدا به معرفی نشانگرهای لرزهای و محاسبه آنها پرداخته و سپس تئوری روشهای تلفیق دادهها و تخمین پارامتر مورد نظر بصورت خلاصه بیان شدهاست. در مرحله بعد روشهای فوق برای بدست آوردن تخلخل در کل مکعب مخزن بر روی سه سری داده موجود اعمال شد. در هر کدام از دادهها یکی از روشها دارای بیشترین انطباق و کمترین خطا بود. بنابراین بهترین روش تخمین به طبیعت دادهها بستگی دارد و برای انتخاب بهترین روش، میبایست همه روشها بررسی شوند.
کلمات کلیدی :
نشانگر لرزه ای ، وارونسازی لرزه ای ، رگرسیون چندگانه ، شبکه عصبی مصنوعی ، کریجینگ
نرخ نفوذ TBM با استفاده از دو تکنیک آماری رگرسیون چندگانه خطی و منطق فازی برای بانک اطلاعاتی گردآوری شده از حفر 5 / 6 کیلومتر تونل خدماتی البرز پیش بینی شده است. برای این کار چهار پارامتر اندیس فابریک توده سنگ، مقاومت فشاری ماده سنگ، نیروی پیشران متوسط دیسک و زاویه محور تونل با صفحات ناپیوستگی برای ساخت مدل ها درنظر گرفته شد. نتایج حاصل از مدلسازی آماری و فازی برای تخمین نرخ نفوذ و مقایسه آن با مقادیر واقعی میدانی تطابق بسیار خوبی به ترتیب با ضریب همبستگی 89 و 90 % نشان داد. تطابق بهتر مدل فازی با مقادیر اندازه- گیری شده نسبت به مدل آماری خطی، نشان دهنده غیرخطی بودن مسأله عملکرد TBM و قابلیت منطق فازی در تحلیل چنین مسائل غیرخطی و پیچیده است.
پیش بینی عملکرد TBM های سنگ سخت با استفاده از تحلیل رگرسیونی سیستم ردهبندی تودهسنگ RMR
در این تحقیق یک مدل تجربی برای پیش بینی عملکرد TBM با نگاه ویژه بر تعیین اندیس نفوذ میدانی و با تکیه بر اطلاعات پروژه تونل آبرسانی کرج – تهران ارائه شده است. در این راستا، از مدل رگرسیون خطی چندگانه برای مرتبط کردن اندیس نفوذ میدانی با پارامترهای ورودی RMR به انضمام پارامترهایی همچون متوسط عمق تونل، مدول الاستیسیته و زاویه بین محور تونل و صفحات ناپیوستگی استفاده شده است. تحلیل اولیه از مدل ساخته شده نشان داد که زاویه آلفا، عمق و شرایط آب زیرزمینی به دلیل داشتن ارتباط ضعیف با اندیس نفوذ میدانی باید از مدل حذف شوند. با حذف پارامترهای مذکور و انجام تحلیلهای بعدی یک مدل پیش بینی اندیس نفوذ میدانی توسعه داده شد. در نهایت، اندیس نفوذ میدانی واقعی و پیش بینی شده بوسیله مدل، ارتباط بسیار نزدیکی با ضریب همبستگی 84 / 0 از خود نشان داد.
ارائه مدلی برای پیشبینی نرخ نفوذ ماشین TBM با استفاده از ویژگیهای توده سنگ( مطالعه موردی تونل البرز)
پیشبینی نرخ نفوذ TBM یکی از مباحث مهم در احداث پروژههای مکانیزه تونلسازی تمام مقطع میباشد. مدلها و روابط زیادی برای پیشبینی نرخ نفوذ TBM بر اساس پارامترهای توده سنگ و مشخصات ماشین ارائه شده است. تونل سرویس البرز بزرگترین سازه مسیر آزاد راه تهران - شمال با طولی برابر با 6300 متر میباشد. برای حفاری تونل البرز با قطر 2 / 5 متر از TBM نوع باز استفاده شده است. این مقاله سعی بر ارائه مدلی به منظور پیشبینی عملکرد TBM با توجه به شرایط و ویژهگیهای توده سنگ تونل سرویس البرز دارد. مدلی که در این مقاله ارائه شده است یک تحلیل آماری با استفاده از رگرسیون چند متغیره بر اساس پارامترهای موثر بر نرخ نفوذ TBM میباشد. پارامترهای توده سنگ در نظر گرفته شده به عنوان متغیر در این مدل عبارتند از مقاومت فشاری تک محوره، تعداد درزه در واحد حجم، زاویه بین امتداد صفحات ناپیوستگی با محور تونل، فاصلهداری ناپیوستگی. در نهایت به منظور اعتبارسنجی مدل رگرسیون پیشنهادی، نرخهای نفوذ پیشبینی شده توسط مدل با نرخهای نفوذ واقعی مورد مقایسه قرار گرفته و مقدار ضریب همبستگی برابر 84 / 0 شده است.
ارائه مدلی برای پیشبینی نرخ نفوذ ماشین TBM با استفاده از ویژگیهای توده سنگ( مطالعه موردی تونل البرز)
پیشبینی نرخ نفوذ TBM یکی از مباحث مهم در احداث پروژههای مکانیزه تونلسازی تمام مقطع میباشد. مدلها و روابط زیادی برای پیشبینی نرخ نفوذ TBM بر اساس پارامترهای توده سنگ ومشخصات ماشین ارائه شده است. تونل سرویس البرز بزرگترین سازه مسیر آزاد راه تهران - شمال با طولی برابر با 6300 متر میباشد. برای حفاری تونل البرز با قطر 2 / 5 متر از TBM نوع باز استفاده شده است. این مقاله سعی بر ارائه مدلی به منظور پیشبینی عملکرد TBM با توجه به شرایط و ویژهگیهای توده سنگ تونل سرویس البرز دارد. مدلی که در این مقاله ارائه شده است یک تحلیل آماری با استفاده از رگرسیون چند متغیره بر اساس پارامترهای موثر بر نرخ نفوذ TBM میباشد. پارامترهای توده سنگ در نظر گرفته شده به عنوان متغیر در این مدل عبارتند از مقاومت فشاری تک محوره، تعداد درزه در واحد حجم، زاویه بین امتداد صفحات ناپیوستگی با محور تونل، فاصلهداری ناپیوستگی. در نهایت به منظور اعتبارسنجی مدل رگرسیون پیشنهادی، نرخهای نفوذ پیشبینی شده توسط مدل با نرخهای نفوذ واقعی مورد مقایسه قرار گرفته و مقدار ضریب همبستگی برابر 84 / 0 شده است.
این سایت در ستاد ساماندهی پایگاه های اینترنتی به ثبت رسیده است و تمامی محصولات و خدمات این سایت حسب مورد دارای مجوز های لازم از مراجع مربوطه می باشد همچنین فعالیت های این سایت تابع قوانین و مقررات جمهوری اسلامی ایران می باشد.