تخمین ضریب بهره وری ماشین حفر تونل(TBM) با استفاده از شبکه عصبی مصنوعی

پیش بینی سرعت پیشروی ماشین های حفر تونل ،به منظور تعیین برنامه زمانی و برآورد هزینه های اجرایی در پروژه های تونل سازی با حفر مکانیزه،از اهمیت زیادی برخوردار است.برای این منظور لازم است تا ضریب بهره وری ماشین حفر تونل مشخص شده تا بر اساس آن سرعت پیشروی ماشین تعیین شود.اگر چه روابط تجربی متعددی د راین زمینه ارائه شده اند ولی این روابط از دقت بالایی برخوردار نیستند.هدف از انجام این مطالعه تعیین ضریب بهره وری ماشینTBM باز،با استفاده از شبکه عصبی مصنوعی می باشد.برای این منظور مجموعه ای از داده های مربوط به تونل سازی با ماشین TBM باز ،جمع آوری شده و شبکه ای با ورودیهای متفاوت تک محوری فشاری،تنش قائم،فاکتور جهت درزه،نیروی نفوذ تیغه و شاخص کیفیت سنگ  بارتن(Q) با خروجی ضریب بهره وری ماشین حفر تونل طراحی شده است.از آنجایی که پارامترهای ورودی شبکه،ارتباط بسیار مناسبی با ضریب بهره وری ماشین حفر تونل دارند شبکه عصبی طراحی شده قادر است با دقت بسیار بالا ضریب بهره وری ماشین حفر تونل را پیش بینی نماید.