دومین کنفرانس ملّی مکانیک خاک و مهندسی پی ایران

1394 مهر 23و 22

برآورد میزان همگرایی تونل انتقال آب چهل چای با استفاده از

شبکه عصبی مصنوعی و3DECبرنامه المان مجزای

، 3 مسعود قائمی، 2 ، مهدیس دامغانی 1 حامد زارعی4کاوه آهنگری

دانشجوی - 2 دانشجوی کارشناسی ارشد رشته مهندسی ژئوتکنیک- 1کارشناسی ارشد رشته مهندسی هیدرولیک

دانشجوی دکترا، گروه مهندسی سپاسد، مربی موسسه آموزش عالی شمس- 3دانشگاه آزاد گروه مهندسی معدن، دانشکده مهندسی معدن، استادیار، - 4

اسالمی واحد علوم و تحقیقات

شناسه مقاله : 2SMFE10103060168

دومین کنفرانس ملی مکانیک خاک و مهندسی پی ایران 1394 مهر 23 و 22

فهرستمقدمه

ساختار شبکه عصبی مصنوعیهامجموعه داده روند آموزش و صحت یابی اعتبار سنجی با استفاده از راه حل های مبتنی بر

شبکه عصبی مصنوعی

معرفی تونل موردمطالعهاعتبار سنجی با استفاده از نتایج حل عددی

نحوه مدل سازی و تحلیل عددی تونل انتقال آبچهل چای

جمع بندي و بحث بر روی نتایج

2

دومین کنفرانس ملی مکانیک خاک و مهندسی پی ایران 1394 مهر 23 و 22

ایجاد مقدمه باعث تونUUل حفUUر از ناشUUی پدیده همگرایی در تونل می شود

روش های مختلفUی برای محاسUبه همگرایی دیواره تونل وجود دارد

3

ده تفا

اسرد

موی

هاش

رویق

حقن ت

ایدر

شبکه عصبی مصنوعی

برنامه المان مجزای 3DEC

همگرایی سنج

دومین کنفرانس ملی مکانیک خاک و مهندسی پی ایران 1394 مهر 23 و 22

شبکه عصبی مصنوعی اساس این روش بر پایه ساختار مغز انسان می باشد ک.ه با توجه

به نوع کارکرد مغز، دریافت اطالعات، پردازش آن ها و در نهایت تولید یک خروجی پایه ریزی شده است

4

ANN

(Artificial Neural

Networks)

(INPUT)

(OUTPUT)

س.اختار شبک.ه عص.بی مص.نوعی ه.م بههای الیه در ک.ه اس.ت ص.ورت همی.ن ورودی دریاف.ت کننده اطالعات، در الیه الیه و اطالعات پردازشگ..ر میان..ی هایی س.لول برگیرنده در ه.م خروج.ی

است ک.ه پاسخ را نشان می دهند.

دومین کنفرانس ملی مکانیک خاک و مهندسی پی ایران 1394 مهر 23 و 22

شبکه عصبی مصنوعی

5

مجموعه داده ها

*

برای پیش بینی همگرایی تونل .یک سری داده الزم است

*

ماتریس، به صUUورت داده هUUا جعبه ابزار شبکUه عصبی توسUط

نرم افزار تعریف MATLABدر می شود.

*

۱۶ماتریس ورودی شبکه از فاکتور یا متغیر تشکیل شده

است.

دومین کنفرانس ملی مکانیک خاک و مهندسی پی ایران 1394 مهر 23 و 22

شبکه عصبی مصنوعی

6

روند آموزش و

صحت یابیArtifical Neural Network

Multi Layer Perceptron(MLP) Back Propagation

Train = 70%Test = 30%

جهت يافتن تعداد بهينه الیه های پنهان چندين شبكه ازنظر تعداد الیه های پنهان ( و ضريب MSEساخته و اجرا شد. در هر مرحله، ميانگين مربع خطا )

( بدست آمد. مشخص شد Rهمبستگي بين خروجی های هدف و واقعي شبكه ) )اليه دوم( ۶( )اليه اول(، ۱۰هاي ) كه شبکه ای که با سه اليه پنهان و تعداد نرون

)اليه سوم( داراي كمتري ميانگين مربع خطا و بيشترين ضريب همبستگي ۳و می باشد.

دومین کنفرانس ملی مکانیک خاک و مهندسی پی ایران 1394 مهر 23 و 22

شبکه عصبی مصنوعی

7

الیه ورودی الیه میانی )پنهان(

الیه خروجی

           

     

 

MPa 22 max تنش های برجا افقی ۱

MPa 0.2 min

MPa 15 max تنش های برجا قائم ۲

MPa 1.8 minGPa 13.89 max مدول االستیسیته

توده سنگ ۳GPa 1.64 minGPa 50 max مدول االستیسیته

الینینگ ۴GPa 18 minm 0.5 max ضخامت الینینگ ۵m 0.1 min- 0.3 max نسبت پواسون

توده سنگ ۶- 0.15 min- 0.25 max نسبت پواسون

الینینگ ۷- 0.2 min

deg 49.51 max زاویه اصطکاک داخلی ۸

deg 22.13 mindeg 50 max زاویه اتساع ۹deg 1 minGPa 29.22 max مدول برشی ۱۰GPa 7.53 minMPa 4.73 max چسبندگی ۱۱MPa 0.69 min

% 100 max شاخص کیفیت توده سنگ ۱۲

% 35 min- 11.8 max ضریب زبری

درزه ۱۳- 4 min

MPa 167 max مقاومت فشاری درزه ۱۴

MPa 23 minGPa/m 231 max ضریب نرمال

برشی درزه ۱۵GPa/m 2.7 minGPa/m 110 max ضریب نرمال

درزه ۱۶GPa/m 2.1 min

3

1

E

1E

1t

G

C

RQD

Rcj

csj

ksj

knj

دومین کنفرانس ملی مکانیک خاک و مهندسی پی ایران 1394 مهر 23 و 22

شبکه عصبی مصنوعی

مقدار که عصUبی شبکUه آموزش در آموزش داده های می شوند، اسUتفاده می آینUد بدسUت بایاسU ها و وزن هUا درحالی کUه داده های آزمایUش یUا تسUت برای امتحان دقت

شبکه عصبی در شرایط جدید به کار گرفته می شود.

8

دومین کنفرانس ملی مکانیک خاک و مهندسی پی ایران 1394 مهر 23 و 22

معرفی تونل موردمطالعه

جهت رفتارسنجی در پروژه تونل انتقال آب چهل چایابزارهاي رفتارسنجي از همگرايي سنج استفاده گردیده

است. نل انتقال آب چهل چایUدر قسمت حفاری شده از تو

ايستگاه همگرايي سنجي، ايجاد و 55تاکنون حدوداً رفتارسنجی شده اند.

9

قطر حفاری

متر 5

طول

متر 3175

محل اجرا

كيلومتري شهر 5 مينودشت

دومین کنفرانس ملی مکانیک خاک و مهندسی پی ایران 1394 مهر 23 و 22

اعتبار سنجی با استفاده از نتایج حل عددی

3DEC (3-Dimensional Distinct Element Code)

10

معرفی نرم افزار

3DEC

يك برنامه سه بعدی بر اساس روش المان مجزا

براي مدل سازی محیط های ناپيوستهاصول اين نرم افزار مشابه

می باشد UDEC نرم افزار دوبعدي

دومین کنفرانس ملی مکانیک خاک و مهندسی پی ایران 1394 مهر 23 و 22

اعتبار سنجی با استفاده از نتایج حل عددی

برای اجرای یک مدل توسط این نرم افزار می بایست سه جزءاساسی از مسئله تعیین شود.

ساخت بلوك مدل و برش بلوك براي ايجاد هندسه ي مسئلهمدل رفتاري و خصوصيات موادشرايط مرزي و اوليه

11

دومین کنفرانس ملی مکانیک خاک و مهندسی پی ایران 1394 مهر 23 و 22

جمع بندي و بحث بر روی نتایج

3در بيشتر قسمت های تونل با استفاده از برنامهDEC و شبکه عصبی حالت پايداري برقرار است

استفاده از نتایج شبکه ع.صبی مصنوعی به منظور پیش بینیهمگرایی

،نتایج حاصل از شبکه های عصبی با نتایج مدل سازی عددیسازگاری مناسب و دارای خطای پایین را در مقایسه با قرائت های همگرایی انجام شده در محل، مشاهده کردیم

12