ارائه رابطه ی جدید برای پی شبینی نرخ نفوذ ماشین حفاری تی بی ام (TBM) سنگ

ماشینهای حفار تمام مقطع (TBM) از مهم ترین ماشین های حفاری در تونل ها به شمار می روند. بدلیل قیمت بالای ماشین، ارزیابی عملکرد در حفاری با استفاده از این ماشین ها از اهمیت ویژه ای برخوردار است. یکی از شاخص ارزیابی عملکرد ماشین حفر تونل، پیش بینی نرخ نفوذ این دستگاه می باشد. روش ها و روابط متنوعی برای پیش بینی نرخ نفوذ وجود دارد که هر کدام ویژگی های خاص خود را دارد و بر اساس پارامترهای مربوط به توده سنگ و مشخصات ماشین ارائه شده اند. روش های رگرسیون خطی چند متغیره، شبکه عصبی و سیستم استنتاجی تطبیقی فازی عصبی از روش های با کارایی بالا در مدل سازی و تشخیص الگو در داده ها می باشند. در این تحقیق با بکارگیری روش رگرسیون خطی چند متغیره و با در نظر گرفتن پارامترهای کلیدی توده سنگ و ماشین حفر تونل (TBM) روابطی برای پیش بینی نرخ نفوذ در تونل زاگرس 1 ارائه گردید و بر اساس تحلیلهای آماری بهترین رابطه انتخاب گردید. برای بررسی اعتبار سنجی، نرخ نفوذ در بعضی مقاطع تونل قمرود توسط رابطه پیشنهادی محاسبه شد. نتایج محاسبات در مقایسه با مقادیر واقعی و نتایج سایر مدلها نشان می دهد مقادیر پیش بینی شده نرخ نفوذ توسط رابطه پیشنهادی از دقت قابل قبولی برخوردار است.