بررسی و طراحی الگوی بهینه حفاری در عملیات اجرایی تونل با استفاده از الگوریتم شبکه عصبی

طراحی بهینه الگوهای چال زنی و آتشکاری در جهت به حداقل رساندن هزینه و به حداکثر رساندن ایمنی کار و راندمان از اهمیت ویژه ای برخوردار است که در این میان مفهوم مهندسی ارزش به عنوان یک مقوله بسیار مهم در ارزیابی میزان کاهش هزینه های اجرایی پروژه های عمرانی نیز مطرح می باشد. در بسیاری از پروژه های راهسازی با توجه به ماهیت وساختگاه پروژه احداث تونل اجتناب ناپذیر بوده و بالتبع موجب افزایش هزینه های پروژه خواهد شد. یکی از عوامل تاثیرگذار در هزینه ی اجرای تونل ها، هزینه حفاری و انفجار است. در این مقاله به بررسی و پیشنهاداتی در خصوص تغییر الگوی حفاری و انفجار مورد استفاده در عملیات اجرای تونل ها با استفاده از الگوریتم شبکه عصبی در چارچوب مهندسی ارزش و با هدف کاهش هزینه ها پرداخته شده است. شبکه های عصبی مصنوعی یا به زبان ساده تر شبکه های عصبی سیستم ها و روش های محاسباتی نوین برای یادگیری ماشینی، نمایش دانش و در انتها اعمال دانش به دست آمده در جهت بیش بینی پاسخ های خروجی از سامانه های پیچیده هستند. ایده ی اصلی این گونه شبکه ها تا حدودی الهام گرفته از شیوه کارکرد سیستم عصبی زیستی برای پردازش داده ها و اطلاعات به منظور یادگیری و ایجاد دانش قرار دارد. عنصر کلیدی این ایده، ایجاد ساختارهایی جدید برای سامانه پردازش اطلاعات است. این مقاله حاصل جمع آوری 4 سال فعالیت اجرایی بوده که طی این 4 سال در حدود 181 تن مواد ناریه و 952 پاس انفجار سینه کار تونل صورت گرفته است که نتایج تمامی موارد فوق به دقت به ثبت رسیده است

Keywords:

تونل , گام پیشروی , الگوریتم شبکه عصبی , الگوی بهینه انفجار