پیش بینی عملکرد T.B.M در سنگ سخت به روش RME براساس منطق فازی (مطالعه موردی تونل انتقال آب نوسود قطعه یک (الف))

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 835

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

GEOTEC01_139

تاریخ نمایه سازی: 9 بهمن 1392

چکیده مقاله:

تونل انتقال آب نوسود بخشی از طرح انتقال آب به دشت های گرمسیری غرب کشور است که در سه بخش، قطعه یک (الف)، قطعه یک (ب) وقطعه دو به اجرا گذاشته شده است. منبع اصلی تأمین آب تونل، رودخانه سیروان می باشد که بخشی از حوزه آبریز آن در مرز ایران و عراق واقع شده است. قطعه اول این تونل به طول 13.8 کیلومتر می باشد. در این مقاله روش امتیازدهی RME که با امتیازدهی به 7 پارامتر سنگ به تعیین نرخ حفاری می پردازد، انتخاب و در نهایت پیش بینی عملکرد دستگاه TBM به روش RME کلاسیک و فازی در تونل انتقال آب نوسود مورد پوهش و بررسی قرار گرفت. با توجه به بررسی صورت گرفته در روش کلاسیک RME، بیشینه نرخ حفاری 19 متر در روز در لیتولوژی3 LI-SH و کمینه نرخ حفاری در لیتوژیFZ و CZ با مقدار 11 متر در روز تعیین گردید. در روش منطق فازی، بیشینه نرخ حفاری در لیتولوژی LI-SH3 با مقدار 18.25 متر در روز برآورد گردید. کمینه نرخ حفاری در لیتوژی FZ و CZ با مقدار 12.43 متر در روز پیش بینی گردید.

کلیدواژه ها:

نرخ پیشروی ، مدل تجربی RME ، تونل انتقال آب نوسود ، منطق فازی

نویسندگان

کاظم برخورداری

استادیار دانشکده مهندسی عمران، دانشگاه یزد

جواد غلام نژاد

دانشیار گروه استخراج دانشکده مهندسی معدن و متالورژی، دانشگاه یزد

مجتبی بهرامیان

کارشناس ارشد مکانیک سنگ

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • موسسه مهندسن مشاور ساحل، (1386)" مطالعات زمین شناسی مهنسی تونل ...
  • Alber, M. (2000), "Advance Rates of Hard Rock TBMs and ...
  • Ramezanzadeh A., Rostami, J. and Kastner, R. (2004), "Performance Prediction ...
  • Bieniawski ZT, Celada, B and Galera, JM. (2007), "New Applications ...
  • Aydin, A. (2004), "Fuzzy set approaches to classification of rock ...
  • Jang JSR, Sun CT, Mizutani E. (1997), "Neuro-fuzzy and soft ...
  • Khademi Hamidi, J., Shahriar, K., Rezai, B., Bejari, H. (2010), ...
  • Palmastrom, A. (1995), "RMi parameters appled in prediction of Tunnel ...
  • نمایش کامل مراجع