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
بررسی پارامترهای موثر بر نرخ نفوذ دستگاههای حفاری تمام مقطع TBM - مطالعه موردی تونل خط 6 متروی تهران
چکیده تخمین نرخ نفوذ ) Penetration Rate ( ماش ینها ی حفر تونل ) Tunnel Boring Machine ( به منظور تع یین برنامه ریزی و برآورد هزینههای اجرایی در پروژههای اجرایی در تونلساز ی با حفر مکانیزه, ضرور ی میباشد. بدل یل قیمت بالای ماش ینهای حفر تونل ارزیابی عملکرد این روش از اهمیت بالای برخوردار اس ت. مهمترین ش اخا ارزیابی عملکرد TBM نرخ نفوذ این دس تهاه اس ت که عوامل موثر متعدد ی بر نرخ نفوذ آن تاث یر دارد. برای پیش بینی نرخ نفوذ روشها ی تجربی, آمار ی و روشها ی جد ید هوش مند مورد ا ستفاده قرار میگیرد. به منظور تجزیه و تحلیل نرخ نفوذ د س تهاه TBM بو س یله شبکه ی ع صب ی م صنوع ی ) Artificial Neural Network (, روش آماری SPSS و روش تجربی گراهام از 4 پارامتر مقاومت فشار ی تک محوره, چسبندگ ی, زاویه اصحکاک داخل ی و مقامت ک ش ش ی در این تحقیق ا ستفاده شده ا ست . در این تحقیق با بکارگیری روش شبکه های ع صب ی و در نظر گرفتن خ صو ص یات ژئومکانیکی توده سنگ با استفاده از روش سع ی و خطا، مدل بهینه در نظر گرفته شده دارای ساختار 1 - 4 - 2 میباشد. نتایج مدل شبکه ع صب ی با نتایج بد ست آمده از روش آمار ی ) نرم افزار SPSS ( و روش تجربی ) گراهام( مقای سه گردید و م شاهده شد که مدل شبکه عصبی دارای بهترین ضریب تصمیم گیری ) 0,9977 = 2R ( و حداکثر خطای نسبی ) 7,7417 ( نسبت به دو روش دیهر میباشد.
بررسی سرعت پیشروی ماشینهای حفر تونل تمام مقطع در ایران
طی سالیان اخیر پروژه های متعدد تونلسازی در کشور ما طراحی و به مرحله اجرا در آمده است که با توجه به ابعاد و برنامه زمان بندی، حفاری برخی از آنها به روش مکانیزه انجام شده است. تونلهای بلند آبرسانی، قطار شهری و به تعداد محدود تر تونلهای فاضلاب و ترافیکی از این جمله اند. از آنجا که تا این تاریخ متراژ قابل توجهی از این تونلها با انواع ماشین های TBM حفاری شده است، جای دارد تا بررسی جامعی در رابطه با سرعت حفاری این تونلها و مقایسه آن با حفاریهای سنتی ( که در کشور سابقه ای طولانی دارد) صورت گیرد. چنین مقایسه ای می تواند چشم انداز نسبتا روشنی را پیش روی مجریان پروژه های آتی تونلسازی قرار دهد تا با توجه به سرعت واقعی حفاری با TBM و مقایسه هزینه های سرمایه گذاری اولیه، در رابطه با زمان بندی و روش حفاری تونلهای بلند تصمیم گیری نمایند. در این مقاله، که گام اول این بررسی جامع به حساب می آید، اطلاعات اولیه تعدادی از پروژه های داخلی جمع آوری شده و سپس متوسط سرعت حفاری آنها محاسبه گردیده است. در پایان با دسته بندی دلایل تاخیرها و مقایسه متوسط سرعت حفاری ، جمع بندی نهایی صورت گرفته است.
واژه های کلیدی :
حفاری مکانیزه، ماشینهای حفر تونل، سرعت پیشروی . TBM
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.
عضو شوید
عضویت سریع
آمار
مطالب
آمار بازدید
