ارزیابی پتانسیل مچاله شوندگی در تونلها با استفاده از روش شبکه عصبی مصنوعی

اولین گام طراحی تونل در توده سنگهای ضعیف، تعیین وضعیت زمین از لحاظ پتانسیل مچاله شوندگی یا همگرایی وابسته به زمان در اثر ایجاد تنشهای القایی حین حفاری است. این مساله علاوه بر تعیین روش حفاری، انتخاب سیستم نگهداری را نیز متاثر میسازد. از این رو برآورد میزان مچاله شوندگی و آثار آن و انتخاب روش حفاری و نگهداری مناسب از چالشهای حرفهای مهندسان تونل است. میزان تأثیر این پدیده به خواص زمین شناسی، میدان تنش، جریان آب زیرزمینی، فشار آب منفذی و خواص ژئوتکنیکی توده سنگها بستگی دارد . تا به امروز برای تخمین پتانسیل مچاله شوندگی سنگهای مسیر تونلها، روش های مختلفی ارائه شده است که هر کدام از آنها نقاط ضعفی دارند. از جمله این روشها میتوان به روشهای تجربی مانند روشهای سینگ و گوئل، روشهای نیمه تجربی مانند روشهای جتوا، آیدان و هوک – مارینوس، روشهای تحلیلی مانند روش های بارلا و ISRM اشاره کرد. در این مقاله سعی شده با استفاده از شبکه عصبی مصنوعی و جمع آوری اطلاعات چندین مورد مطالعاتی در ایران و جهان، پتانسیل مچالهشوندگی مورد ارزیابی قرار گیرد. نتایج مدل شبکه عصبی ساخته شده نشان داد که این روش میتواند بطور موثری متخصصین را در امر برآورد پتانسیل مچاله شوندگی یاری دهد.

واژه های کلیدی:

پتانسیل مچاله شوندگی، روش های تجربی و نیمه تجربی و تحلیلی، شبکه عصبی مصنوعی.

نویسندگان :

جواد غلام نژاد ، امین صالحی ، نرگس طیرانی

چهارمین کنفرانس مکانیک سنگ ایران (1390)