متن کامل پایان نامه مقطع کارشناسی ارشد رشته مهندسی معدن

با عنوان : پیش بینی نرخ نفوذ TBM با بهره گرفتن از مدل شبکه های عصبی

در ادامه مطلب می توانید صفحات ابتدایی این پایان نامه را بخوانید

دانشگاه آزاد اسلامی

واحد تهران جنوب

دانشکده تحصیلات تکمیلی

سمینار برای درجه کارشناسی ارشد

مهندسی معدن – استخراج

عنوان :

پیش بینی نرخ نفوذ TBM با بهره گرفتن از مدل شبکه های عصبی

برای رعایت حریم خصوصی اسامی استاد راهنما،استاد مشاور و نگارنده درج نمی شود

تکه هایی از متن به عنوان نمونه :

(ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است)

 

چکیده:

ماشین های حفار تمام مقطع از مهمترین ماشین های حفاری در تونل ها و فضاهای زیرزمینی

به شمار می روند . به دلیل قیمت بالای ماشین ارزیابی عملکرد در این روش از اهمیت ویژه ای

برخوردار است .

مهمترین شاخص ارزیابی عملکرد TBM نرخ نفوذ این دستگاه است . عوامل موثر متعددی بر

نرخ نفوذ TBM  تاثیر دارند که از جمله مهمترین این عوامل می توان ویژگی سنگ بکر ، ویژگی

های توده سنگ و پارامتر های ماشین رانام برد . ویژگی های سنگ بکر شامل مقاومت فشاره

تک محوره ، مقاومت کششی و شکنندگی بوده و ویژگی های توده سنگ شامل امتداد و جهت

یافتگی صفحات ضعیف می باشد . برای پیش بینی نرخ نفوذ روش های تجربی ، روش های

آماری و روش های نسبتا جدید هوشمند مورد استفاده قرار می گیرند . در سال های اخیر

استفاده گسترده از روش های هوشمند در مسائل پیش بینی گزارش شده است . در این

تحقیق با به کارگیری روش شبکه های عصبی و در نظر گرفتن خصوصیات ژئومکانیکی

توده سنگ نرخ نفوذ TMBبرای تونل انتقال آّب کوئینز در نیویورک پیش بینی شده است .

با بهره گرفتن از روش سعی و خطا مدل بهینه در نظر گرفته شده دارای ساختار 1-10-4 می باشد .

نتایج مدل شبکه عصبی با نتایج بدست آمده از روش آماری و روش تجربی مقایسه گردید

و مشاهده شد که مدل شبکه عصبی دارای بهترین ضریب تصمیم گیری ، کمترین خطای مطلق

و کمترین خطای نسبی نسبت به دو روش دیگر می باشد . هم چنین آنالیز حساسیت برای داده

های ورودی مشخص نمود که خروجی شبکه به ترتیب نسبت به ضریب شکنندگی و زاویه بین

صفحات ناپیوستگی ها دارای بیشترین و کمترین حساسیت می باشد .

تعداد صفحه :80

قیمت : 14700 تومان

 

—-

پشتیبانی سایت :        *       asa.goharii@gmail.com


دیدگاهتان را بنویسید