بررسی تاثیر پارامترهای موثر بر مقدار آب ورودی به تونل با استفاده از شبکه عصبی مصنوعی

پیش بینی دقیق مقدار نفوذ آب به درون تونل های حفرشده در محیط سنگی به علت عدم امکان شناسایی و تعیین دقیق کلیه عوامل تاثیرگذار بر جریان آب به درون تونل علی الخصوص حین اجرای عملیات حفاری، کار آسانی نیست. پارامترهای تاثیرگذار بر مقدار آب ورودی به تونل شامل عوامل زمین شناسی مهندسی محیط طرح نظیر نفوذپذیری توده سنگ، تعداد دسته درزه ها، بازشدگی درزه ها، فراوانی درزه ها، عرض زون خرد شده و ... و عوامل محیطی نظیر ضخامت روباره، ارتفاع آب بالای تونل و ... هستند. دراین مقاله تلاش شده است تا با استفاده از روش شبکه عصبی مصنوعی پارامترها و خصوصیات تاثیرگذار بر مقدار آب ورودی به تونل انتقال آب امیرکبیر مورد بررسی قرار گیرد. شبکه مورد استفاده از نوع GFF است و بمنظور بررسی تاثیر ویژگی درزه ها بر میزان نفوذ آب به درون تونل 106 داده ی مربوط به مقدار آب ورودی به تونل در کیلومتراژهایمختلف و همچنین خصوصیات درزه ها در همان کیلومتراژ ها ثبت گردید و به عنوان داده های آموزش شبکه مورد استفاده قرار گرفتند. 1 داده های حاصله در یک شبکه عصبی مصنوعی با 3 لایه ی نهان وارد شده و مقدار رگرسیون مرحله ی آزمون درحدود 0/87 محاسبه شد. نتایج این بررسی نشان دهنده ی تاثیر مستقیم پارامترهایی نظیر نفوذپذیری، سطح آب ایستابی، ضخامت روباره و خصوصیات درزه ها بر میزان شدت جریان آب نفوذی می باشد. با توجه به همبستگی بالای مدل تولید شده و نتایج واقعی برآورد نشت آب به درون تونل، پیش بینی مقدارآب ورودی به تونل در کیلومتراژهای پیش رو با دقت قابل قبولی امکان پذیر خواهد بود.

Keywords:

تونل , نفوذپذیری , درزه , جریان آب , شبکه عصبی مصنوعی