کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6782170 1432266 2018 14 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Prediction of karst for tunnelling using fuzzy assessment combined with geological investigations
ترجمه فارسی عنوان
پیش بینی کارست برای تونل زنی با استفاده از ارزیابی فازی همراه با تحقیقات زمین شناسی
کلمات کلیدی
پیش بینی کارست، تونل، سیستم ارزیابی فازی حالت کارست زیرزمینی، تحقیقات زمین شناسی،
ترجمه چکیده
این مقاله روش پیش بینی ویژگی های کارست قبل و در طول ساخت تونل را ارائه می دهد. پیش بینی کارست شامل دو جزء است: پیش بینی کارست پیشین با استفاده از یک سیستم ارزیابی فازی برای ارزیابی وضعیت کارست زیرزمینی و پیش بینی کارست به روز رسانی که در آن روش های تحقیق زمین شناسی مناسب بر اساس ارزیابی وضعیت کارست زیرزمینی انتخاب شده است. سپس نتایج تحقیقات برای به روز رسانی وضعیت کارست زیرزمینی مورد استفاده قرار می گیرد. سیستم ارزیابی اولیه مبتنی بر روش ارزیابی جامع فازی است. نه شاخص نفوذ به عنوان شاخص های ارزیابی برای حالت کارست زیرزمینی انتخاب شده اند و هر شاخص به 4 رتبه تقسیم می شود. عضویت شاخص ارزیابی با استفاده از یک تابع عضویت تعیین می شود و وزن این شاخص ها با استفاده از یک فرایند سلسله مراتبی تحلیلی فازی توزیع می شود. اصل تبدیل فازی و اصل حداکثر درجه عضویت برای تعیین سطح زمین کارست زیرزمینی استفاده می شود. بر اساس نتایج حاصل از ارزیابی، پیش بینی مکان، اندازه و توزیع ویژگی های کارست پیش بینی می شود که چندین روش برای تحقیقات زمین شناسی، از جمله روش بازتاب لرزه ای، رادار نفوذ زمین، تشخیص آب مادون قرمز، روش الکترومغناطیسی گذرا و گمانه های پیشبرد پروب چهره های تونل این تحقیقات زمین شناسی ویژگی های متفاوتی دارند و می توانند برای بهبود دقت پیش بینی زمین شناسی ترکیب شوند. ترکیب مناسب روش های تحقیق با استفاده از وضعیت کارست زیرزمینی ارزیابی شده و نتایج تحقیق نیز به عنوان ورودی برای به روز رسانی وضعیت کارست زیرزمینی مورد استفاده قرار می گیرد. روش پیشنهادی می تواند پیش بینی کارست در تونل زنی را بهبود بخشد. کاربرد این روش در پروژه تونل داوپنگشان انجام شد.
موضوعات مرتبط
مهندسی و علوم پایه علوم زمین و سیارات مهندسی ژئوتکنیک و زمین شناسی مهندسی
چکیده انگلیسی
This paper presents a method for predicting karst features before and during tunnel construction. The prediction of karst consists of two components: an initial karst prediction using a fuzzy assessment system to evaluate the underground karst state and an updating karst prediction where appropriate geological investigation methods are selected based on the assessment of underground karst state. The investigation results are then used to update the underground karst state. The initial assessment system is based on a fuzzy comprehensive evaluation method. Nine influence factors are selected as the evaluation indices for the underground karst state, and each index is quantitatively rated to four grades. The membership of the evaluation index is determined by using a membership function, and the weights of these indices are distributed by using a fuzzy Analytical Hierarchy Process. The fuzzy transform principle and maximum membership degree principle are applied to determine the underground karst state level. Based on the assessment result, several techniques for geological investigation, including the seismic reflection method, ground penetrating radar, infrared water detection, transient electromagnetic method, and advance probe boreholes, are recommended to predict the location, size, and distribution of karst features ahead of tunnel faces. These geological investigations have different characteristics and can be combined to improve the accuracy of the geological prediction. The appropriate combination of investigation methods is selected using the assessed underground karst state, and the investigation results are also used as the input to update the underground karst state. The proposed method can improve the prediction of karst in tunnelling. An application of this method was performed in the Doupengshan tunnel project.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Tunnelling and Underground Space Technology - Volume 80, October 2018, Pages 64-77
نویسندگان
, , , , ,