عنوان

پیش بینی عملکرد دستگاه حفاری با استفاده از روش هوشمند منطق فازی( مطالعه موردی خط ۲ مترو تبریز)

کد کشور

IR

شماره

۳۷۹۹پ

زبان متن نوشتاري يا گفتاري و مانند آن

فارسی

کشور محل نشر

IR

عنوان اصلي

پیش بینی عملکرد دستگاه حفاری با استفاده از روش هوشمند منطق فازی( مطالعه موردی خط ۲ مترو تبریز)

نام عام مواد

[پایان‌نامه]

عنوان اصلي به زبان ديگر

Predicting performance of tunnel boring machine using fuzzy logic intelligent method (case study Tabriz metro line ۲)

نام نخستين پديدآور

/محمد اصغرزاده دیزج

نام ناشر، پخش کننده و غيره

: مهندسی معدن

تاریخ نشرو بخش و غیره

، ۱۳۹۸

نام خاص و کميت اثر

۱۲۲ص.

ساير جزييات

:

متن يادداشت

زبان: فارسی

متن يادداشت

چاپی - الکترونیکی

متن يادداشت

مصور

جزئيات پايان نامه و نوع درجه آن

کارشناسی ارشد

نظم درجات

مهندسی معدن- مکانیک سنگ

زمان اعطا مدرک

۱۳۹۸/۰۷/۰۱

کسي که مدرک را اعطا کرده

صنعتی سهند

متن يادداشت

امروزه با گسترش جمعیت شهرها، نیاز به استفاده از خطوط مترو افزایش یافته است .یکی از پرکاربردترین روش‌های حفر تونل‌های مترو، حفاری مکانیزه با استفاده از دستگاه حفاری تمام مقطع است. در حفاری مکانیزه، عملکرد دستگاه اهمیت زیادی دارد .یکی از مهم‌ترین پارامترها برای بررسی عملکرد دستگاه حفاری، نرخ نفوذ یا نرخ پیش‌روی است .عوامل مؤثر بر نرخ نفوذ، بطورکلی به دو دسته عوامل زمین‌شناسی و پارامترهای عملکردی دستگاه حفاری تقسیم می‌شود .از عوامل زمین‌شناسی می‌توان به چسبندگی، زاویه اصطکاک داخلی و مدول برشی خاک اشاره کرد .از جمله پارامترهای عملکردی نیز، می‌توان، نیروی تراست جک‌ها، گشتاور و سرعت چرخش کله- -حفار را نام برد .پیش‌بینی روند عملکردی این پارامترها در پروژه‌های حفاری، اهمیت زیادی دارد .برای پیش‌بینی این پارامترها، روش‌های آماری مختلفی وجود دارد که از جمله پرکاربردترین این روش‌ها، می‌توان به روش هوشمند منطق فازی اشاره کرد .در این پژوهش با استفاده از پارامترهای مختلف دستگاه حفاری مکانیزه، مانند گشتاور، نیروی تراست و سرعت چرخش و با درنظرگرفتن عوامل زمین‌شناسی نظیر مدول برشی، چسبندگی و زاویه اصطکاک داخلی خاک، نرخ نفوذ دستگاه حفاری در خط ۲ مترو تبریز با استفاده از روش هوشمند منطق فازی و همچنین الگوریتم‌های فراابتکاری پیش‌بینی شده است .نتایج مطالعات نشان داد که روش منطق فازی با دو الگوریتم ممدانی و سوگنو، با خطای کم و دقت بالا، پیش بینی بسیار نزدیکی نسبت به مقدار واقعی نرخ نفوذ را ارائه می‌دهد .به‌منظور بررسی سایر روش‌ها، نتایج منطق فازی با دیگر روش‌ها از جمله الگوریتم‌های بهینه سازی، مقایسه گردید و مشخص شد که تلفیق روش فازی با الگوریتم مورچگان، جواب دقیق‌تری ارائه می‌دهد

متن يادداشت

Today, with the expansion of the urban population, the use of metro lines has been increased. Metro tunnels excavated by various methods that mechanized drilling by Tunnel Boring Machine (TBM) is one of the most widely used methods. In mechanized tunnelling, TBM performance is very important and one of the complex problems is the prediction of TBM performance since it plays a significant role in the economic and time planning of any mechanized tunnels. From various parameters of the drilling machine, the torque, thrust force and the penetration rate can be pointed out. Penetration Rate is the most important parameter to check the performance of drilling machine. Factors affecting the penetration rate are generally devided into two categories of geological factors and the functional parameters of the drilling machine. Penetration rate is a function of the ground characteristics and the operational parameters of TBM. Geological factors include cohesion, friction angle and soil shear modulus. Functional parameters can also be the torque, thrust force and the speed of rotation of the drilling machine. Machine performance and penetration rate in any project depends on the operational parameter as well as the ground conditions. Naturally, a reliable performance prediction model should include these parameters. Predicting of the performance of these parameters in projects is very important in the process of drilling. Many empirical, statistical and intelligent methods have been presented for prediction of functional performance parameters so far. Experimental methods are relationships and correlations between ground characteristics, machine operational parameters, and recorded penetration rate of the TBM in given tunneling projects. These models are mostly based on statistical analysis of TBM field performance data and recently the use artificial intelligence methods to interpret such data. Accuracy of these models depends on the number of input parameters used and the diversity of scenarios in their original database. One of these intelligent methods is Fuzzy Logic. In this research penetration rate is predicted by fuzzy logic and intelligent methods

خط فهرستنویسی و خط اصلی شناسه

ba

عنوان اصلي به زبان ديگر

Predicting performance of tunnel boring machine using fuzzy logic intelligent method (case study Tabriz metro line ۲)

موضوع مستند نشده

حفاری مکانیزه

موضوع مستند نشده

TBM

موضوع مستند نشده

نرخ نفوذ

موضوع مستند نشده

منطق فازی

موضوع مستند نشده

پارامترهای دستگاه

اصطلاح موضوعی

TBM, ,fuzzy logic, Tabriz metro , Tunnel boring machine

اصطلاح موضوعی

حفاری مکانیزه،TBM ، نرخ نفوذ، منطق فازی، پارامترهای دستگاه، عوامل زمین‌شناسی

مستند نام اشخاص تاييد نشده

اصغرزاده دیزج، محمد

مستند نام اشخاص تاييد نشده

چاکری، حمید، استاد راهنما

مستند نام اشخاص تاييد نشده

داربر، محمد، استاد راهنما

مستند نام اشخاص تاييد نشده

رجائی، محمد مهدی، استاد مشاور

کشور

ایران

تاريخ عمليات

20230617

شماره بازیابی

معدن ،۵۰۲۵۵ ،۱۳۹۸

نام ميزبان

ی‌زاف‍ ق‌طنم‍ دنمشوه‍ ش‌ور زا ه‌دافتسا اب‍ ی‌رافح‍ ه‌اگتسد درکلمع‍ ی‌نیب‍ ش‌یپ‍) طخ‍ ی‌دروم‍ ه‌علاطم‍ ۲ زیربت‍ ورتم‍(.pdf

شماره دسترسي

عادی

اطلاعات مختصر

عادی

تاريخ و ساعت مذاکره و دسترسي

3799.pdf

تاريخ و ساعت مذاکره و دسترسي

p50255.pdf

بيت در ثانيه

0

ارتباط براي تسهيلات دسترسي

ایمانی

نوع فرمت الکترونيکي

متن

اندازه فايل

0

شماره کنترل رکورد

پ۳۷۹۹

يادداشت عمومي

فارسی

وضعیت فهرست نویسی

نمایه‌سازی قبلی

فرمت انتشار

pe

نوع ماده

TF

کد کاربرگه

92029

پیشوند ISBD اعمال شده است

1

سطح دسترسي

a

تكميل شده

Y