پایان نامه مهندسی صنایع و عمران - پیش بینی ضریب بهره وری TBM

اختصاصی از یارا فایل پایان نامه مهندسی صنایع و عمران - پیش بینی ضریب بهره وری TBM دانلود با لینک مستقیم و پرسرعت .

فرمت:word(قابل ویرایش)

تعداد صفحات:120

چکیده:

 در این پایان نامه پس از بررسی اصول پایه شکست سنگ توسط برش دهنده آزمایشهای  استفاده شده در روشهای مختلف پیش بینی نرخ نفوذ و ضریب بهره وری شرح داده شده  و پارا مترهای ورودی – خروجی و دامنه کاربرد هر یک از روشهای پیش بینی مورد  بحث قرار گرفته است.  روشهای مختلف با هم مقایسه شده و شباهت ها – تفاوتها – مزایا و معایب هر کدام عنوان گردیده و روشهای که می توانند جهت بهینه کردن طرح تاج حفار و دستیابی به بهره وری  بیشینه مورد استفاده قرار گیرند شرح داده شده است . در میان روشهای ارائه شده دو روش  CSM  وNTH کاربرد بیشتری دارند. روش  CSM بر اساس تخمین نیروهای اعما ل   شده بر برش دهنده و روش NTH بر مبنای تجربیات حاصل از حفاری می باشد.  هنگامی که داده های حاصل از آ زمونهای بزرگ مقیاس موجود باشد استفاده از روش  CSM برای تخمین نرخ نفوذ و روش NTH جهت پیش بینی نرخ پیشروی توصیه میشود.

فصل اول

    اشنایی و سابقه
    نرخ پیشروی
    نرخ نفوذ
    فصل دوم
    آزمون های مورد نیاز برای پیش بینی بهره وری TBM
    آزمون تعیین تردی
    آزمایش اندیس جی سیورز
    آزمون سایش
    آزمون اندیس سوشار
    آزمون های برش ازمایشگاهی
    آزمون برش خطی
    آزمون برش دورانی
    آزمون پانچ
    تاریخچه آزمون
    آزمون های تعیین سختی
    آزمون های مقاومت سنگ
    خواص توده سنگ
    فصل سوم
    تحلیل مکانیسم برش سنگ توسط برش دهنده های دیسکی
    فرضیات پایه
    - توزیع فشار و فرایند برش
    طراحی ماشین و محاسبات
    پیش بینی نرخ نفوذ
    فصل چهارم
    پیش بینی نرخ نفوذ بر اساس تردی
    ارزیابی برخی داده های حاصل از آزمایش
    فصل پنجم
    پیش بینی نرخ نفوذ با استفاده از نتایج آزمون پانچ
    تعیین نرخ نفوذ
    رده بندی سنگ با استفاده از آزمون پانچ
    آزمون پانچ ابزاری جهت ارزیابی پارامترهای ماشین
    فصل ششم
    پیش بینی نرخ نفوذ بر مبنای مدل فازی – عصبی و نرخ پیشروی با بهره گیری از شبکه عصبی
    روش فازی – عصبی
    اجزاء منطقی
    اجزاء عددی
    مدل نرخ نفوذ ( روش عصبی – فازی)
    ویژگیهای توده سنگ
    ویژگیهای ماشین
    هندسه تونل
    تحلیل داده ها
    مدلهای عصبی – فازی ( روش تاکاگی – سوگنو)
    مقایسه با روشهای مختلف
    مدل نرخ پیش روی ( بر مبنای شبکه عصبی)
    انتخاب ساختار مدل و کاهش متغییرها
    الگوریتم آموزش شبکه عصبی
    توپولوژی شبکه عصبی
    بهبود قابلیت تعمیم شبکه عصبی
    نتایج – تفسیر – اعتبار و توان تعمیم مدل
    مقایسه با مدلهای آماری
    فصل هفتم
    پیش بینی بهره وری TBM با استفاده از Qtrm
    Q و Qtrm
    سایش برش دهنده
    رابطه میان نرخ نفوذ و نرخ پیشروی با Qtrm
    تخمین زمان اتمام تونل
    فصل هشتم
    پیش بینی بهره وری TBM براساس فاکتور پایداری تونل
    تخمین ضریب بهره وری
    تخمین نرخ پیشروی
    مثالی از کاربرد مدل
    تخمین زمان اتمام تونل
    فصل نهم
    پیش بینی بهره وری TBM برمبنای روش NTH
    فصل دهم
    پیش بینی بهره وری TBM بر مبنای روش CSM
    نیروهای عمودی روی برش دهنده
    نیروهای غلتشی
    رابطه مدرسه عالی معدن کلرادو جهت تعیین نیروهای روی برش دهنده در یک نفوذ مشخص
    تصحیح نرخ نفوذ
    شاخص دشواری زمین (GDI )
    انرژی ویژه
    اصلاحات پیشنهادی روش CSM جهت تخمین نرخ پیشروی
    نتیجه گیری
    منابع