دانلود مقاله پیشبینی نشست زمین در اثر حفاری مکانیزه تونل با استفاده از شبکه عصبی مصنوعی به روش MLP-L

پیشبینی نشست زمین در اثر حفاری مکانیزه تونل با استفاده از شبکه عصبی مصنوعی به روش MLP-LM

چکیده
احداث تونل در نواحی متراکم و پرازدحام شهری حتی با استفاده از ماشینهای حفاری تمام مقطع با موانع و مشکلاتی روبه رو هستکه یکی از مهم ترین آن ها مسئله نشست است. پارامترهای مختلفی بر میزان نشست مؤثر هستند بررسی این پارامترها میتواند تاحدودی از آسیبها و خطرهای احتمالی به سازههای مجاور تونل پیشگیری نماید. روش های مختلفی برای برآورد و پیش بینی نشستزمین در اثر حفر تونل وجود دارند که میتوان به 6 روش تجربی 7 روش آزمایشگاهی 9 روش عددی 4 استفاده از شبکه هوشمند - - - -اشارهنمود.در این مقاله به بررسی پارامترهای تأثیرگذار برنشست سطح زمین ازجمله خصوصیات هندسه تونل )عمق تونل، قطر تونل(، شرایطزمین شناسی )روباره، سطح آب زیرزمینی( و پارامترهای حفاری تونل )فشار جبهه ی کار، فشار تزریق، نرخ نفوذ ماشین و زاویه انحرافدستگاه( پرداخته شده است . با توجه به تعدد پارامترها و پیچیدگی روابط میان آن ها، از شبکه عصبی مصنوعی به روش شبکه چندلایه پرسپترون با الگوریتم لونبرگ مارکوارت جهت ارائه مدلی برای پیشبینی نشست استفاده شده است به طوری که در مدل انجامشده برای رسیدن به مناسبترین ساختار شبکه، شبکههای با تعداد لایه و نورونهای میانی و توابع انتقال مختلف مورد آزمایشقرارگرفته و با استفاده از آنالیز حساسیت روند کلی تأثیر نسبی پارامترهای ورودی مدل )پارامترهای تأثیرگذار برنشست( بر خروجی)تابع هدف یا میزان نشست زمین( تعیین شده است. با توجه به نتایج به دست آمده، مناسبترین ساختار شبکه تابع سیگموئید با یک7 میلی متر می باشد و / 0و مقدار جذر میانگین مربعات خطا برابر 58 / لایه پنهان و 5 نورون میانی بوده به طوری که ضریب تبیین 3766پارامتر فشار جبههی کار و سپس فشار گروت بیشترین تأثیر را بر نشست دارند.

کلمات کلیدی:

نشست . شبکه عصبی مصنوعی . حفاری مکانیزه تونل . تونل

سومین کنفرانس منطقه ای و دوازدهمين کنفرانس تونل ایران (1396)

بلافاصله پس از پرداخت هزینه لینک دانلود توسط سیستم فعال و در اختیار شما قرار می گیرد و یک کد رهگیری جهت پیگیری احتمالی درخواست، به شما داده می شود. همچنین بعد از چند ثانیه به صفحه مورد نظر جهت دریافت مقاله انتقال داده خواهید شد.

قیمت:5900 تومان