• قابلیت های استفاده از شبکه های عصبی مصنوعی در مدل سازی هندسی توده سنگ های درزه دار (مطالعه موردی: بلوک تکتونیکی i معدن چغارت)

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1392/07/24
    • تاریخ انتشار در تی پی بین: 1392/07/24
    • تعداد بازدید: 1069
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
     ناپیوستگی ها به عنوان یکی از مهمترین عوامل آنیزتروپی و ناهمگنی در توده های سنگی محسوب می شوند و تاثیر عمیقی در رفتار مکانیکی و هیدورلیکی این محیط ها دارند. از این رو مدل سازی شبکه هندسی ناپیوستگی ها در توده سنگ های درزه دار مرتبط با پروژه های عمرانی، معدنی و مهندسی نفت ضروری می باشد. روش های استفاده شده شبیه سازی شبکه ناپیوستگی های توده سنگ های درزه دار شامل روش قطعی، آماری و زمین آماری می باشند. در روش های آماری توابع توزیع پارامترهای ناپیوستگی ها مورد توجه قرار می گیرند. تصادفی در نظر گرفتن متغیرها و عدم توجه به ویژگی فضایی پارامترهای ناپیوستگی ها در توده سنگ مهمترین عیب این روش می باشد. پارامترهای هندسی درزه ها می توانند توسط روش های زمین آماری به حسب وجود خود همبستگی و یا وابستگی فضایی بین آنها مورد تخمین قرار گیرند. علی رغم مزایای این روش، زمین آمار نیازمند اطلاعات زیاد توزیع شده در توده و دقت بالا در واریوگرافی و تخمین است که معمولا دسترسی به آن پر هزینه و پیچیده می باشد. امروزه روش شبکه عصبی به عنوان یک تخمین گر قدرتمند توانسته است پیچیدگی های ارتباط بین این پارامتر ها را مدل سازی نماید و نتایج حاصل از تخمین پارامترهای هندسی بلوک تکتونیکی یک معدن چغارت با استفاده از روش شبکه عصبی حاکی از آن است که این تکنیک با عبور از مشکلات و پیچیدگی های تخمین بروش زمین آماری و تنها با استفاده از محاسبات ساده الگوی توزیع پارامترهای هندسی را شناخته وبا دقتی بالاتر از زمین آمار به تخمین آنها پرداخته است. لذا استفاده از شبکه عصبی در مدل سازی و تخمین پارامترهای هندسی ناپیوستگی ها پیشنهاد می گردد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم