کنترل نشست ناشی ازحفاری به وسیله TBM-EPB با نگرش ADECO-RS درمحیط شهری با استفاده ازروش عددی مطالعه موردی: تونل خط Aمتروی قم
Publish place: Tunneling & underground spaces Engineering، Vol: 9، Issue: 1
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 484
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_TUSE-9-1_002
تاریخ نمایه سازی: 25 خرداد 1399
Abstract:
کنترل نشست در اعماق کم و محیط های حساس یکی از مهم ترین عملیات مهندسی تونل می باشد. دراین تحقیق پس از تحلیل عددی نشست تونل خط A مترو قم بوسیله نرم افزار FLAC که توسط TBM-EPB حفر شده بود و به دنبال آن معرفی روش حفاری مناسبی که با توجه به امکانات موجود در داخل کشور، علاوه بر میزان نشست کم این امکان را بدهد که هزینه و زمان ساخت یک سازه زیرزمینی با درجه قابل قبولی از دقت پیش بینی گردد، روش جدید حفاری که برمبنای تحلیل تغییر شکل های کنترل شده در سنگ و خاک بنا شده است ((ADECO-RS، معرفی شد. با تحلیل عددی نشست حفاری با نگرش ADECO-RS، نتایج حاصل از روش عددی و رفتار نگاری سطحی با یکدیگر مقایسه شد. مقایسه نتایج مدلسازی و نتایج حاصل از ابزاربندی بیانگر صحت روند مدلسازی می باشد. مقدار ماکزیمم نشست درمقطع200+7 در حین حفاری با TBM-EPB در روش عددی 964/7 میلیمتر و در واقعیت 845/8 میلیمتر بدست آمد. با توجه به رویکرد ADECO-RS در کنترل هسته-جبهه کار مقدار ماکزیمم نشست 054/4 میلیمتر با کاهش تقریبا 4 میلیمتری نسبت به روش عددی حفاری با TBM-EPB بدست آمد. بوسیله پروفیل طولی، در این روش مقدار ماکزیمم نشست تقریبا در فاصله حدود 15 متری در پشت جبهه کار، که نسبت به حفاری با TBM-EPB در فاصله حدود 5/22 متری در پشت جبهه کار ثابت شدکه این کاهش 5/7 متری بوسیله روش ADECO-RS در پشت جبهه کار و همچنین کاهش 5/1 متری جلوی جبهه کار نشان دهنده صحت کنترل هسته-جبهه کار و درنتیجه صحت کنترل نشست می باشد
Keywords:
Authors
رضا پوریانی
دانش آموخته کارشناسی ارشد؛ گروه مهندسی معدن، دانشکده فنی و مهندسی، دانشگاه کاشان
علی عالی انوری
استادیار؛ گروه مهندسی معدن، دانشکده فنی و مهندسی، دانشگاه کاشان
مجید نوریان بیدگلی
استادیار؛ گروه مهندسی معدن، دانشکده فنی و مهندسی، دانشگاه کاشان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :