استفاده از شبکه های عصبی مصنوعی به عنوان مکمل روش های عددی در پیش بینی نشست تونل خط یک مترو تبریز

یکی از مسائل مهم در تونل های مترو شهری، تحلیل پایداری تونل و تعیین ضریب اطمینان مناسب و ایمن و همچنین پیش بینی میزان نشست است که منجر به تامین پایداری در حین اجرا و پس از آن در زمان بهره برداری از سازه موردنظر خواهد شد. اهداف این پژوهش، استفاده از روش های مختلف در پیش بینی نشست و همچنین توسعه و ارتقای این روش ها به کمک 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 TBM و همچنین حفر تونل به روش NATM در این بررسی، ابتدا قسمتی از تونل که با روش NATM حفاری می شود با استفاده از روش عددی مورد تحلیل قرار گرفته و مقدار نشست سطح زمین و همچنین میزان همگرایی تونل در دیواره تونل نیز با کمک همین نرم افزار پیش بینی شده است. سپس بر این اساس، روابط تجربی همگرایی-نشست برای محیط پیرامون تونل خط یک مترو تبریز اصلاح شده اند. پس از آن با استفاده از شبکه عصبی مصنوعی و داده های موجود، میزان نشست، پیش بینی شده و با مقدار بدست آمده از روش عددی و روابط تجربی مقایسه شده است. در قسمت دوم تحقیق نیز میزان نفوذ TBM با شبکه عصبی پیش بینی شده است که این پارامتر می تواند در مواجهه با مناطق دردسرساز و همچنین استفاده از فشار EPB مناسب در TBM بسیار مفید باشد.

کلیدواژه ها:

تونل مترو ، شبکه عصبی ، یش بینی نشست ، مدل سازی عددی ، FLAC ، شبکه عصبی ، آنالیز حساسیت