مروری بر مدل‌های پیش‌بینی عملکرد ماشین حفاری
کد مقاله : 1068-NIEGC2025
نویسندگان
مائده روشن لیارجدمه *1، جعفر حسن‌پور2
1دانشجوی دکتری، دانشکده زمین‌شناسی، دانشکدگان علوم، دانشگاه تهران
2دانشیار، دانشکده زمین‌شناسی، دانشکدگان علوم، دانشگاه تهران
چکیده مقاله
ماشین‌های حفاری تونل (TBM) به یک فناوری حیاتی در پروژه‌های تونل‌سازی مدرن تبدیل شده‌اند و مزایایی نسبت به روش‌های سنتی، به‌ویژه در شرایط زمین‌شناسی چالش‌برانگیز ارائه می‌دهند. با این حال، پیش‌بینی عملکرد ماشین حفاری به دلیل تعامل پیچیده بین ماشین و توده سنگ، سخت است. مقاله حاضر یک بررسی جامع از مدل‌های پیش‌بینی عملکرد TBM موجود، از جمله رویکردهای تجربی، نظری و احتمالی مانند CSM، NTNU و QTBM ارائه می‌دهد. این بررسی نقاط قوت و محدودیت‌های هر مدل را با در نظر گرفتن عواملی مانند پارامترهای زمین‌شناسی، ویژگی‌های ماشین و شرایط عملیاتی برجسته می‌کند. علاوه بر این، این مطالعه به بحث در مورد پیشرفت‌های اخیر در توسعه مدل، از جمله ادغام یادگیری ماشین و تکنیک‌های داده‌محور می‌پردازد و بر اهمیت جمع‌آوری دقیق داده‌ها و اعتبارسنجی مدل برای پیش‌بینی عملکرد قابل اعتماد در پروژه‌های تونل‌سازی TBM تأکید می‌کند. هدف این مطالعه این است که به‌عنوان یک منبع ارزشمند برای محققان، مهندسان و دانشجویان در موضوع حفاری زیرزمینی و فناوری TBM باشد و تصمیم‌گیری آگاهانه در طراحی و ساخت تونل را تسهیل کند.
کلیدواژه ها
ماشین حفاری تونل (TBM)، پیش‌بینی عملکرد، مدل‌های تجربی و تئوریک، نرخ نفوذ، ضریب بهره‌وری
وضعیت: پذیرفته شده برای ارائه شفاهی