استفاده از شبکه‌های عصبی مصنوعی به‏عنوان مکمل روش‏های عددی در پیش‏بینی نشست تونل خط یک مترو تبریز

یکی از مسایل مهم در تونل‌های مترو شهری، تحلیل پایداری تونل و تعیین ضریب‌ اطمینان مناسب و ایمن و همچنین پیش‌بینی میزان نشست است که منجر به تامین پایداری در حین اجرا و پس از آن در زمان بهره‌برداری از سازه مورد نظر خواهد شد. اهداف این پژوهش، استفاده از روش‌های مختلف در پیش‌بینی نشست و همچنین توسعه و ارتقای این روش‌ها به‏کمک یک‌دیگر است. در تحقیق حاضر، تحلیل پایداری و بررسی میزان نشست تونل خط یک مترو تبریز، با روش عددی، شبکه عصبی مصنوعی و روابط تجربی صورت پذیرفته است. با توجه به دو روش حفاری استفاده شده در تونل خط یک مترو تبریز (استفاده از دستگاه tbm1 و همچنین حفر تونل به روش natm2 در این بررسی، ابتدا قسمتی از تونل که با روش natm حفاری می‌شود با استفاده از روش عددی مورد تحلیل قرارگرفته و مقدار نشست سطح زمین و همچنین میزان هم‌گرایی تونل در دیواره تونل نیز با کمک همین نرم‌‌افزار پیش‌بینی شده است. سپس بر این 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 تجــربی مقایسه شــده است. در قسمت دوم تحقیق نیـز میـزان نفـوذ tbm با شبکه عصبی پیش‌بینی شده است که این پارامتر می‏تواند در مواجهه با مناطق دردسرساز و همچنین استفاده از فشار epb1 مناسب در tbm بسیار مفید باشد.