فی بوو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

فی بوو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

پایان نامه کارشناسی ارشد معدن پیش بینی نرخ نفوذ TBM با استفاده از مدل شبکه های عصبی

اختصاصی از فی بوو پایان نامه کارشناسی ارشد معدن پیش بینی نرخ نفوذ TBM با استفاده از مدل شبکه های عصبی دانلود با لینک مستقیم و پر سرعت .

پایان نامه کارشناسی ارشد معدن پیش بینی نرخ نفوذ TBM با استفاده از مدل شبکه های عصبی


پایان نامه کارشناسی ارشد معدن پیش بینی نرخ نفوذ TBM  با استفاده از مدل شبکه های عصبی

این محصول در قالب  پی دی اف و 80 صفحه می باشد.

 

این پایان نامه جهت ارائه در مقطع کارشناسی ارشد رشته معدن طراحی و تدوین گردیده است . و شامل کلیه مباحث مورد نیاز پایان نامه ارشد این رشته می باشد.نمونه های مشابه این عنوان با قیمت های بسیار بالایی در اینترنت به فروش می رسد.گروه تخصصی ما این پایان نامه را با قیمت ناچیزی جهت استفاده دانشجویان عزیز در رابطه با منبع اطلاعاتی در اختیار شما قرار می دهند. حق مالکیت معنوی این اثر مربوط به نگارنده است. و فقط جهت استفاده ازمنابع اطلاعاتی و بالابردن سطح علمی شما در این سایت ارائه گردیده است.

 


چکیده:

ماشین های حفار تمام مقطع از مهمترین ماشین های حفاری در تونل ها و فضاهای زیرزمینی

به شمار می روند . به دلیل قیمت بالای ماشین ارزیابی عملکرد در این روش از اهمیت ویژه ای

برخوردار است .

مهمترین شاخص ارزیابی عملکرد TBM نرخ نفوذ این دستگاه است . عوامل موثر متعددی بر

نرخ نفوذ TBM تاثیر دارند که از جمله مهمترین این عوامل می توان ویژگی سنگ بکر ، ویژگی

های توده سنگ و پارامتر های ماشین رانام برد . ویژگی های سنگ بکر شامل مقاومت فشاره

تک محوره ، مقاومت کششی و شکنندگی بوده و ویژگی های توده سنگ شامل امتداد و جهت

یافتگی صفحات ضعیف می باشد . برای پیش بینی نرخ نفوذ روش های تجربی ، روش های

آماری و روش های نسبتا جدید هوشمند مورد استفاده قرار می گیرند . در سال های اخیر

استفاده گسترده از روش های هوشمند در مسائل پیش بینی گزارش شده است . در این

تحقیق با به کارگیری روش شبکه های عصبی و در نظر گرفتن خصوصیات ژئومکانیکی

توده سنگ نرخ نفوذ TMBبرای تونل انتقال آّب کوئینز در نیویورک پیش بینی شده است .

با استفاده از روش سعی و خطا مدل بهینه در نظر گرفته شده دارای ساختار 1-10-4 می باشد .

نتایج مدل شبکه عصبی با نتایج بدست آمده از روش آماری و روش تجربی مقایسه گردید

و مشاهده شد که مدل شبکه عصبی دارای بهترین ضریب تصمیم گیری ، کمترین خطای مطلق

و کمترین خطای نسبی نسبت به دو روش دیگر می باشد . هم چنین آنالیز حساسیت برای داده

های ورودی مشخص نمود که خروجی شبکه به ترتیب نسبت به ضریب شکنندگی و زاویه بین

صفحات ناپیوستگی ها دارای بیشترین و کمترین حساسیت می باشد .


دانلود با لینک مستقیم


پایان نامه کارشناسی ارشد معدن پیش بینی نرخ نفوذ TBM با استفاده از مدل شبکه های عصبی

پاوریونت T.B.M (ماشین آلات حفاری تونل)

اختصاصی از فی بوو پاوریونت T.B.M (ماشین آلات حفاری تونل) دانلود با لینک مستقیم و پر سرعت .

پاوریونت T.B.M (ماشین آلات حفاری تونل)


پاوریونت T.B.M  (ماشین آلات حفاری تونل)

تونلها و فضاهای زیزمینی برای مقاصد متنوعی ایجاد می‌شود که از آن میان می‌توان موارد زیر را نام برد:
تونلهای حمل و نقل و دسترسی ، تونلهای آب بر ، فضاهای زیرزمینی بزرگ (ایستگاههای مترو ، نیروگاهها ، انبارهای زیرزمینی و کارگاههای استخراج مواد معدنی).
طراحی هر یک از فضاهای فوق مستلزم دسترسی به داده‌های مناسب و به کارگیری تمهیدات ویژه است. در هر مورد طراح باید ضمن آگاهی دقیق از شرایط زمین ، ابتدا در جهت بهبود کیفیت مصالحی که قرار است تونل در آن حفر شود، اقدام نماید. در بسیاری از زمینها تونلهای حفر شده نمی‌توانند خودنگهدار باشند و برای پابرجا نگهداشتن آنها باید از حایلهایی استفاده کرد.
به نظر می‌رسد که مهمترین عامل در طراحی تونل ، یا هر فضای زیرزمینی دیگر ، تامین پایداری آن است. قرارگیری این گونه سازه‌ها در میان مصالح طبیعی ، یعنی سنگ و خاک ، باعث شده است که شرایط زمین شناسی نقش اصلی را در پایداری ایفا نمایند.

 

 

 

 

تعداد :64 اسلاید

 چیزی که این مقالات را متمایز کرده است آماده بودن مقالات و ظاهر زیبای اسلایدها می باشد تا خریدار از خرید خود راضی باشد
مقالات را با ورژن  office2010  به بالا باز کنید


دانلود با لینک مستقیم


پاوریونت T.B.M (ماشین آلات حفاری تونل)