2 نتیجه برای اینانلو عربی شاد
حسین اینانلو عربی شاد، کاوه آهنگری،
جلد 4، شماره 1 - ( بهار و تابستان 1389 )
چکیده
یکی از مسائل مهم در تونل‌های مترو شهری، تحلیل پایداری تونل و تعیین ضریب اطمینان مناسب و ایمن و همچنین پیش‌بینی میزان نشست می‌باشد که منجر به تأمین پایداری در حین اجرا و پس از آن در زمان بهره‌برداری از سازه مورد نظر خواهد گردید. اهداف این مطالعه، استفاده از روش‌های مختلف در پیش‌بینی نشست و همچنین توسعه و ارتقاء این روش‌ها بهوسیله یکدیگر می‌باشد. در تحقیق حاضر، تحلیل پایداری و بررسی میزان نشست تونل خط یک مترو تبریز، توسط روش عددی، شبکه عصبی مصنوعی و روابط تجربی صورت پذیرفته است. با توجه به دو روش حفاری مورد استفاده در تونل خط یک مترو تبریز (استفاده از دستگاه TBM و همچنین حفر تونل به روش NATM) در این بررسی، ابتدا قسمتی از تونل که با روش NATM حفاری می‌شود با استفاده از روش عددی مورد تحلیل قرارگرفته و مقدارنشست سطح زمین و همچنین میزان همگرایی تونل در دیواره تونل نیز با کمک همین نرم‌‌افزار پیش‌بینی شده است. سپس براین اساس، روابط تجربی همگرایی- نشست برای محیط پیرامون تونل خط یک مترو تبریز اصلاح شدهاند. پس از آن با استفاده از شبکه عصبی مصنوعی و داده‌های موجود، میزان نشست، پیش‌بینی شده و با مقدار بهدست آمده از روش عددی و روابط تجربی مقایسه شده است. در قسمت دوم تحقیق نیز میزان نرخ نفوذ TBM توسط شبکه عصبی پیش‌بینی شده که این پارامتر میتواند در مواجهه با مناطق دردسرساز و همچنین استفاده از فشار EPB مناسب در TBM بسیار مفید باشد.
حسین اینانلو عربی شاد، غلامرضا لشکری پور، .مجید اکبری،
جلد 5، شماره 2 - ( پاییز و زمستان 1390 )
چکیده
امروزه ماشینهای تونلبری TBM (Tunnel Boring Machine) بطور وسیعی در حفر تونلها بخصوص تونل‌های شهری استفاده میشوند. این ماشین‌ها بر اساس روش نگهداری سینه‌کار و دیواره‌های تونل، دارای انواع مختلفی می‌باشند. یکی از انواع این ماشین‌ها، سپرهای تعادلی فشار زمین EPB (Earth Pressure Balance) می‌باشد که جهت حفاری خط 1 متروی تبریز مورد استفاده قرار گرفته است. عوامل مختلفی نظیر شرایط زمینشناسی، خصوصیات توده سنگ، شیب مسیر و همچنین مشخصات ماشین بکار رفته بر میزان کارآیی این ماشین‌ها تأثیر میگذارد. یکی از راههای پیش‌بینی میزان کارآیی این ماشین‌ها، تخمین نرخ نفوذ آنها می‌باشد. در این تحقیق میزان نرخ نفوذ TBM در خط 1 متروی تبریز توسط شبکه عصبی مصنوعی پیش‌بینی گردیده است. پیش‌بینی این پارامتر، کمک شایانی در انجام مراقبت و دقت بیشتر در برخورد با مناطق دردسرساز با دانستن زمان برخورد به این مناطق و همچنین استفاده از فشار EPB مناسب در آنها می‌نماید. از نتایج مهم حاصل از این تحقیق می‌توان به پیش‌بینی میزان نرخ نفوذ با دقت قابل قبول و همچنین تعیین پارامترهای مؤثر به وسیله آنالیز حساسیت صورت گرفته توسط شبکه عصبی اشاره کرد.
