$('#s1').cycle('fade');
  جستجو

 صفحه نخست  |  راهنمای فروشگاه  |  تماس با ما  |نحوه خرید  |  سبد خرید   |        ثبت شده در سايت ساماندهي كشور

فیزیک، مکانیک، تأسيسات و صنايع > پايان نامه

Bank Sepah:5892-1010-5735-6012

Email: dociran.pdfiran@gmail.com

09153255543  عالم زاده

 
 فيزيك ، مكانيك ، تأسيسات و صنايع - پروژه
فهرست مطالب: بررسی روشهای پیش بینی ضریب بهره وری TBM

تاریخ ایجاد 1388/11/24    تعدادبرگ: 120   قیمت: 12000 تومان   حجم فایل:8427 kb  تعدادمشاهده  1929

  • مقدمه
  •  
  • فصل اول
  • 1- اشنايي و سابقه 1
  • 1-1- نرخ پيشروي 3
  • 1-2- نرخ نفوذ 3
  •  
  • فصل دوم
  • 2- آزمون هاي مورد نياز براي پيش بيني بهره وري TBM 11
  •    2-1- آزمون تعيين تردي 11
  •    2-2- آزمايش انديس جي سيورز 12
  •    2-3- آزمون سايش 12
  •    2-4- آزمون انديس سوشار 13
  •    2-5- آزمون هاي برش ازمايشگاهي 14
  •  2-5-1- آزمون برش خطي 14
  •  2-5-2- آزمون برش دوراني 16
  •    6-2- آزمون پانچ 16
  •  2-6-1- تاريخچه آزمون 18
  •    7-2- آزمون هاي تعيين سختي 18
  •    8-2- آزمون هاي مقاومت سنگ 19
  •    9-2- خواص توده سنگ 19
  •  
  • فصل سوم
  • 3- تحليل مکانيسم برش سنگ توسط برش دهنده هاي ديسکي 21
  •    3-1- فرضيات پايه 22
  •    3-2- توزيع فشار و فرايند برش 26
  •    3-3- طراحي ماشين و محاسبات 33
  •    3-4- پيش بيني نرخ نفوذ 33
  •  
  •  فصل چهارم
  • 4- پيش بيني نرخ نفوذ بر اساس تردي 37
  •    4-1- ارزيابي برخي داده هاي حاصل از آزمايش 38
  •  
  •  فصل پنجم
  • 5- پيش بيني نرخ نفوذ با استفاده از نتايج آزمون پانچ 48
  •    5-1- تعيين نرخ نفوذ 48
  •    5-2- رده بندي سنگ با استفاده از آزمون پانچ 51
  •    5-3- آزمون پانچ ابزاري جهت ارزيابي پارامترهاي ماشين 54
  •  
  •  فصل ششم
  • 6- پيش بيني نرخ نفوذ بر مبناي مدل فازي – عصبي و نرخ پيشروي با بهره گيري از
  •  شبکه عصبي 56
  •    6-1- روش فازي – عصبي 56
  •  6-1-1- اجزاء منطقي 58
  •  6-1-2- اجزاء عددي 59
  •    6-2- مدل نرخ نفوذ ( روش عصبي – فازي) 60
  •  6-2-1- ويژگيهاي توده سنگ 60
  •  6-2-2- ويژگيهاي ماشين 60
  •  6-2-3- هندسه تونل 61
  •  6-2-4- تحليل داده ها 62
  •  6-2-5- مدلهاي عصبي – فازي ( روش تاکاگي – سوگنو) 64
  •    6-3- مقايسه با روشهاي مختلف 68
  •    6-4- مدل نرخ پيش روي ( بر مبناي شبکه عصبي) 69
  •  6-4-1- انتخاب ساختار مدل و کاهش متغييرها 69
  •  6-4-2- الگوريتم آموزش شبکه عصبي 71
  •  6-4-3- توپولوژي شبکه عصبي 71
  •  6-4-4- بهبود قابليت تعميم شبکه عصبي 71
  •  6-4-5- نتايج – تفسير – اعتبار و توان تعميم مدل 73
  •  6-4-6- مقايسه با مدلهاي آماري 73
  •  
  •  فصل هفتم
  • 7- پيش بيني بهره وري TBM با استفاده ازQTBM74
  •   7-1- Q و QTBM74
  •    7-2- سايش برش دهنده 81
  •    7-3- رابطه ميان نرخ نفوذ و نرخ پيشروي با QTBM82
  •    7-4- تخمين زمان اتمام تونل 84
  •  
  • فصل هشتم
  • 8- پيش بيني بهره وري TBM براساس فاکتور پايداري تونل 85
  •    8-1- تخمين ضريب بهره وري 86
  •    8-2- تخمين نرخ پيشروي 87
  •    8-3- مثالي از کاربرد مدل 89
  •    8-4- تخمين زمان اتمام تونل 92
  •  
  • فصل نهم
  • 9- پيش بيني بهره وري TBM برمبناي روش NTH94
  •  
  •  فصل دهم
  • 10- پيش بيني بهره وري TBM بر مبناي روش CSM106
  •     10-1- نيروهاي عمودي روي برش دهنده (Fn)108
  •     10-2- نيروهاي غلتشي F2109
  •     10-3- رابطه مدرسه عالي معدن کلرادو جهت تعيين نيروهاي روي برش دهنده در
  •    يک نفوذ مشخص 113
  •     10-4- تصحيح نرخ نفوذ 116
  •  10-4-1- شاخص دشواري زمين (GDI ) 116
  •  10-4-2- انرژي ويژه 117
  •  10-4-3- اصلاحات پيشنهادي روش CSM جهت تخمين نرخ پيشروي 117
  • نتيجه گيري 122
  • منابع 124


Label
مقالات مرتبط


ورود به سايت | ثبت نام كاربر


صفحه نخست | تماس با ما
تمامی حقوق این سایت سایت متعلق به سایت DocIran.COM می باشد
طراحی شده توسط فراتک