پيش بيني تغييرشكل تونل توسط شبكه عصبي مصنوعي با استفاده از داده هاي رفتارسنجي

تحليل تغيير شكلهاي اندازهگيري شده و نحوه رفتار تونلهاي حفر شده در سنگ در طراحي تونل داراي اهميت زيادي است . روش متداول بر اي اين كار تحليل عددي سازه زيرزميني است. عليرغم گسترش روشهاي تحليل عددي متعددي همچون اجزاء محدود، اجزاء مرزي و تفاضل محدود در فرآيند طراحي سازههاي ژئوتكنيكي همچون تونلها، مغارها و ...، هنوز پيشبيني رفتار مكانيكي چنين سازههايي با دقت كافي بسيار مشكل است. نكته قابل توجه آن است كه درستي پيشبيني انجامشده عمدتا به دقت دادههاي ورودي مورد استفاده در تحليل بستگي دارد، و اين در حالي است كه ارزيابي كمي پارامترهاي زمين (شامل ساختارهاي زمينشناسي، خواص ژئومكانيكي سنگ، حالت اوليه تنش در زمين، نفوذپذيري ، مدل رفتاري و...) با دقت كافي، بسيار مشكل ميباشد. به همين دليل در بسياري از موارد رفتارهاي پيشبينيشده و رفتار واقعي زمين متفاوت مي باشند . يكي از روشهايي كه امروزه جهت بهبود چنين مشكلي بسيار مورد كاربرد است، ابزاربندي و رفتارسنجي در حين احداث سازه است . به عنوان يك روش مكمل براي چنين مشكلاتي در مسائل مهندسي ژئوتكنيك، گرايش به سمت تكنيكهاي هوش محاسباتي در سالهاي اخير افزايش يافته است. در اين تحقيق، به وسيله شبكه عصبي مصنوعي با استفاده از دادههاي رفتارسنجي در 29 مقطع از تونل تالون و مشخصات بارسنگ، مدول الاستيسيتهRMR زاويه اصطكاك و چسبندگي، همگرايي و نشست تاج تونل پيشبيني گرديد.