دانش رسان |
مرکز علم و دانش کشور مقاله پیش‌بینی نرخ نفوذ TBM با استفاده از شبکه‌های عصبی مصنوعی (مطالعه موردی قطعه سوم تونل قمرود)
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مقاله پیش‌بینی نرخ نفوذ TBM با استفاده از شبکه‌های عصبی مصنوعی (مطالعه موردی قطعه سوم تونل قمرود) دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله پیش‌بینی نرخ نفوذ TBM با استفاده از شبکه‌های عصبی مصنوعی (مطالعه موردی قطعه سوم تونل قمرود) کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله پیش‌بینی نرخ نفوذ TBM با استفاده از شبکه‌های عصبی مصنوعی (مطالعه موردی قطعه سوم تونل قمرود)،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله پیش‌بینی نرخ نفوذ TBM با استفاده از شبکه‌های عصبی مصنوعی (مطالعه موردی قطعه سوم تونل قمرود) :
تعداد صفحات:۱۰
چکیده:
ماشین‌های حفار تمام مقطع از مهمترین ماشین‌های حفاری در تونل‌ها و فضاهای زیرزمینی بشمار می‌روند. اهمیت ارزیابی عملکرد این ماشین‌ها بدلیل مسائل اقتصادی و هزینه‌های سنگین حفاری از اهمیت ویژه‌ای برخوردار است. ارزیابی تاثیر خصوصیات توده سنگ روی عملیات تونل‌سازی و از همه مهمتر نرخ نفوذ TBM بسیار ضروری می‌باشد. در این تحقیق نرخ نفوذ ماشین حفاری تمام مقطع با توجه به خصوصیات ژئومکانیکی توده سنگ و شرایط عملیاتی در قطعه سوم تونل قمرود با استفاده از شبکه‌های پس انتشار تخمین زده می‌شود. مدلی که برای این کار در نظر گرفته شده دارای ساختان ۱۱×۲۵×۹ که دارای ۹ نرون ورودی، ۲۵نرون در لایه مخفی و ۱ نرون خروجی می‌باشد. انتخاب ۲۵ نرون برای لایه مخفی بر اساس سعی و خطا می‌باشد. در نهایت نتایج مدل با داده‌های واقعی و همچنین روش تخمین NTH مقایسه شده و مشاهده شد که نتایج شبکه ANN نسبت به مدل تخمینی NTH نزدیکتر به واقعیت می‌باشد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
