|
|
تحلیل احتمالاتی مدلهای برآورد نرخ پیشروی ماشین حفر تمام مقطع تونل
|
|
|
|
|
نویسنده
|
سرداری محسن ,زارع شکراله ,مزرعه لی مسعود
|
منبع
|
مهندسي عمران اميركبير - 1400 - دوره : 53 - شماره : 3 - صفحه:935 -954
|
چکیده
|
عدمقطعیتها و تغییرات در دادههای به دست آمده از سنگهای موجود در مسیر تونل وجود دارد. برای بررسی اثر عدمقطعیتها یک ابزار آماری-احتمالاتی که اجازه گسترش عدمقطعیت پارامترهای ورودی را به معیار طراحی میدهد، مورد نیاز است. یکی از پارامترهای مهم در تخمین زمان و هزینه یک پروژه تونلسازی، پیشبینی عملکرد ماشین حفار است. هدف از انجام این مطالعه، استفاده از روشهای احتمالاتی جهت تخمین نرخ پیشروی ماشین های حفار تمام مقطع است. برای این منظور از روابط مدلهای بارتن (qtbm)، موسسه علوم و فناوری نروژ (ntnu) و مدرسه معدن کلرادو (csm)، به عنوان تابع عملکرد در روش شبیهسازی مونتکارلو 75 استفاده شده است. ابتدا با استفاده از اطلاعات واحدهای زمینشناسی و حفاری قطعه 2 تونل انتقال آب لار-کلان تابع توزیع احتمال مناسب برای پارامترهای ورودی مدلها مشخص شده و سپس با اجرای شبیهسازی، بازه نرخ پیشروی با قطعیت 95 درصد محاسبه شده است. با مقایسه نتایج مدلها با مقدار واقعی نرخ پیشروی، مشخص شد که مدل qtbm در تمامی واحدهای زمینشناسی و مدل csm در طول کل تونل، متوسط نرخ پیشروی نزدیکتری به مقدار واقعی نرخ پیشروی تخمین زده است. نتایج تحلیل احتمالاتی نشان می دهد که بازه نرخ پیشروی محاسبه شده توسط مدل ntnu در تمامی واحدهای زمینشناسی بسیار کمتر از بازه مقدار واقعی نرخ پیشروی است. همچنین، بررسی پارامترهای موثر بر مدل های مذکور نشان می دهد که برخلاف مدلهای qtbm و csm، پارامترهای عملیاتی تاثیر بیشتری در نرخ پیشروی محاسبه شده توسط مدل ntnu دارند.
|
کلیدواژه
|
تحلیل احتمالاتی، عدمقطعیت، نرخ پیشروی، شبیهسازی مونتکارلو، بازه اطمینان
|
آدرس
|
دانشگاه صنعتی شاهرود, دانشکده مهندسی معدن، نفت و ژئوفیزیک, ایران, دانشگاه صنعتی شاهرود, دانشکده مهندسی معدن، نفت و ژئوفیزیک, ایران, دانشگاه صنعتی شاهرود, دانشکده مهندسی معدن، نفت و ژئوفیزیک, ایران
|
پست الکترونیکی
|
mazraehli.m@gmail.com
|
|
|
|
|
|
|
|
|
probabilistic analysis of tbm advance rate prediction models
|
|
|
Authors
|
sardari mohsen ,zare s. ,mazraehli masoud
|
Abstract
|
the overall purpose of this study is to use probabilistic methods for the estimation of the advanced rate of full-face tunnel boring machines. to collect appropriate input parameters, monte carlo simulation was utilized. then, the calculation phase was conducted applying established models on input data and probability density functions of output data were obtained. the results show that the average advance rates calculated by qtbm and csm models were closer to the average value of the actual advance rates. in addition, using probabilistic methods in combination with tbm prediction models helps to estimate the range of advance rates more confidently.
|
|
|
|
|
|
|
|
|
|
|
|
|