استفاده از شبکه های عصبی مصنوعی به عنوان مکمل روش های عددی در پیش بینی نشست تونل خط یک مترو تبریز

یکی از مسائل مهم در تونل های مترو شهری، تحلیل پایداری تونل و تعیین ضریب اطمینان مناسب و ایمن و همچنین پیش بینی میزان نشست می باشد که منجر به تامین پایداری در حین اجرا و پس از آن در زمان بهره برداری از سازه مورد نظر خواهد گردید. اهداف این مطالعه، استفاده از روش های مختلف در پیش بینی نشست و همچنین توسعه و ارتقاء این روش ها به وسیله یکدیگر می باشد. در تحقیق حاضر، تحلیل پایداری و بررسی میزان نشست تونل خط یک مترو تبریز، توسط روش عددی، شبکه عصبی مصنوعی و روابط تجربی صورت پذیرفته است. با توجه به دو روش حفاری مورد استفاده در تونل خط یک مترو تبریز (استفاده از دستگاه TBM و همچنین حفر تونل به روش NATM) در این بررسی، ابتدا قسمتی از تونل که با روش NATM حفاری می شود با استفاده از روش عددی مورد تحلیل قرارگرفته و مقدارنشست سطح زمین و همچنین میزان همگرایی تونل در دیواره تونل نیز با کمک همین نرم افزار پیش بینی شده است. سپس براین اساس، روابط تجربی همگرایی- نشست برای محیط پیرامون تونل خط یک مترو تبریز اصلاح شده اند. پس از آن با استفاده از شبکه عصبی مصنوعی و داده های موجود، میزان نشست، پیش بینی شده و با مقدار به دست آمده از روش عددی و روابط تجربی مقایسه شده است. در قسمت دوم تحقیق نیز میزان نرخ نفوذ TBM توسط شبکه عصبی پیش بینی شده که این پارامتر می تواند در مواجهه با مناطق دردسرساز و همچنین استفاده از فشار EPB مناسب در TBM بسیار مفید باشد.