مرجع آموزش زمین شناسی، سنجش از دور، معدن و عمران
جامع ترین و معتبرترین آموزش برای نرم افزار های زمین شناسی، مهندسی معدن، ژئومکانیک (مکانیک سنگ و ژئوتکنیک)، عمران (خاک و پی)
............................................
رزومه مدرسان:دانشجویان کارشناسی ارشد و دکترا رشته های مهندسی معدن و عمران دانشگاه صنعتی امیرکبیر (پلی تکنیک) تهران
جهت آموزش حضوری و غیر حضوری (آنلاین و تهیه فیلم آموزشی) نرم افزار ها با شماره های زیر تماس حاصل فرمایید............................................
09157330367-09381295869 اسمعیلی-مدیریت وبسایت........ ................................................ در صورتی که موفق نشدید با شماره های فوق تماس حاصل فرمایید از طربق ایمیل زیر نیز می توانید در خواست خودتان را مطرح نمایید.......................................
raminesmaeili68@gmail.com
...................این سایت در ستاد ساماندهی پایگاه های اینترنتی به ثبت رسیده است و تمامی محصولات و خدمات این سایت حسب مورد دارای مجوز های لازم از مراجع مربوطه می باشد. همچنین فعالیت های این سایت تابع قوانین و مقررات جمهوری اسلامی ایران است
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)
برای دانلود به ادامه مطلب بروید
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)
بلافاصله پس از پرداخت هزینه لینک دانلود توسط سیستم فعال و در اختیار شما قرار می گیرد و یک کد رهگیری جهت پیگیری احتمالی درخواست، به شما داده می شود. همچنین بعد از چند ثانیه به صفحه مورد نظر جهت دریافت مقاله انتقال داده خواهید شد.
عضو شوید
عضویت سریع
آمار مطالب
آمار بازدید
