دانلود پایان نامه رشته عمران با موضوع روشهای پیش بینی ضریب بهره وری TBM

اختصاصی از رزفایل دانلود پایان نامه رشته عمران با موضوع روشهای پیش بینی ضریب بهره وری TBM دانلود با لینک مستقیم و پر سرعت .

 

ابتدا روی دریافت فایل کلیک کنید

در این پست می توانید متن کامل این تحقیق را  با فرمت ورد word دانلود نمائید:

چکیده:< ...

پایان نامه رشته عمران - روشهای پیش بینی ضریب بهره وری با فرمت ورد

اختصاصی از رزفایل پایان نامه رشته عمران - روشهای پیش بینی ضریب بهره وری با فرمت ورد دانلود با لینک مستقیم و پر سرعت .

مقدمه

فصل اول

1- اشنایی و سابقه.............................................................................. 1

     1-1- نرخ پیشروی.......................................................................... 3

     1-2- نرخ نفوذ.............................................................................. 3

فصل دوم

2- آزمون های مورد نیاز برای پیش بینی بهره وری TBM ........................... 11

   2-1- آزمون تعیین تردی................................................................... 11

   2-2- آزمایش اندیس جی سیورز.......................................................... 12

   2-3- آزمون سایش......................................................................... 12

   2-4- آزمون اندیس سوشار................................................................ 13

   2-5- آزمون های برش ازمایشگاهی..................................................... 14

     2-5-1- آزمون برش خطی............................................................. 14

     2-5-2- آزمون برش دورانی........................................................... 16

   6-2- آزمون پانچ........................................................................... 16

     2-6-1- تاریخچه آزمون................................................................ 18

   7-2- آزمون های تعیین سختی............................................................ 18

   8-2- آزمون های مقاومت سنگ.......................................................... 19

   9-2- خواص توده سنگ.................................................................. 19

فصل سوم

3- تحلیل مکانیسم برش سنگ توسط برش دهنده های دیسکی......................... 21

   3-1- فرضیات پایه......................................................................... 22

   3-2- توزیع فشار و فرایند برش......................................................... 26

   3-3- طراحی ماشین و محاسبات......................................................... 33

   3-4- پیش بینی نرخ نفوذ................................................................. 33

فصل چهارم

4- پیش بینی نرخ نفوذ بر اساس تردی................................................... 37

   4-1- ارزیابی برخی داده های حاصل از آزمایش...................................... 38

فصل پنجم

5- پیش بینی نرخ نفوذ با استفاده از نتایج آزمون پانچ................................. 48

   5-1- تعیین نرخ نفوذ..................................................................... 48

   5-2- رده بندی سنگ با استفاده از آزمون پانچ....................................... 51

   5-3- آزمون پانچ ابزاری جهت ارزیابی پارامترهای ماشین......................... 54

فصل ششم

6- پیش بینی نرخ نفوذ بر مبنای مدل فازی – عصبی و نرخ پیشروی با بهره گیری از

شبکه عصبی............................................................................... 56

   6-1- روش فازی – عصبی............................................................. 56

     6-1-1- اجزاء منطقی................................................................ 58

     6-1-2- اجزاء عددی................................................................. 59

   6-2- مدل نرخ نفوذ ( روش عصبی – فازی).......................................... 60

     6-2-1- ویژگیهای توده سنگ........................................................ 60

     6-2-2- ویژگیهای ماشین............................................................. 60

     6-2-3- هندسه تونل................................................................... 61

     6-2-4- تحلیل داده ها................................................................. 62

     6-2-5- مدلهای عصبی – فازی ( روش تاکاگی – سوگنو)....................... 64

   6-3- مقایسه با روشهای مختلف........................................................ 68

   6-4- مدل نرخ پیش روی ( بر مبنای شبکه عصبی)................................. 69

     6-4-1- انتخاب ساختار مدل و کاهش متغییرها.................................... 69

     6-4-2- الگوریتم آموزش شبکه عصبی............................................ 71

     6-4-3- توپولوژی شبکه عصبی.................................................... 71

     6-4-4- بهبود قابلیت تعمیم شبکه عصبی.......................................... 71

     6-4-5- نتایج – تفسیر – اعتبار و توان تعمیم مدل............................... 73

     6-4-6- مقایسه با مدلهای آماری.................................................... 73

فصل هفتم

7- پیش بینی بهره وری TBM با استفاده از.................................. 74

7-1- و ....................................................................... 74

   7-2- سایش برش دهنده............................................................... 81

   7-3- رابطه میان نرخ نفوذ و نرخ پیشروی با .............................. 82

   7-4- تخمین زمان اتمام تونل......................................................... 84

فصل هشتم

8- پیش بینی بهره وری TBM براساس فاکتور پایداری تونل..................... 85

   8-1- تخمین ضریب بهره وری....................................................... 86

   8-2- تخمین نرخ پیشروی............................................................ 87

   8-3- مثالی از کاربرد مدل............................................................ 89

8-4- تخمین زمان اتمام تونل........................................................ 92

فصل نهم

9- پیش بینی بهره وری TBM برمبنای روش NTH............................. 94

فصل دهم

10- پیش بینی بهره وری TBM بر مبنای روش CSM......................... 106

   10-1- نیروهای عمودی روی برش دهنده ............................... 108

   10-2- نیروهای غلتشی ....................................................... 109

   10-3- رابطه مدرسه عالی معدن کلرادو جهت تعیین نیروهای روی برش دهنده در

             یک نفوذ مشخص.......................................................... 113

   10-4- تصحیح نرخ نفوذ.......................................................... 116

     10-4-1- شاخص دشواری زمین (GDI )................................... 116

     10-4-2- انرژی ویژه........................................................... 117

     10-4-3- اصلاحات پیشنهادی روش CSM جهت تخمین نرخ پیشروی... 117

نتیجه گیری............................................................................ 122

منابع................................................................................... 124

مقاله پیش بینی ظرفیت ذخیره سازی گاز در قالب های کاری مواد آلی فلزی با استفاده از شبکه عصبی مصنوعی

اختصاصی از رزفایل مقاله پیش بینی ظرفیت ذخیره سازی گاز در قالب های کاری مواد آلی فلزی با استفاده از شبکه عصبی مصنوعی دانلود با لینک مستقیم و پر سرعت .

 دانلود مقاله پیش بینی ظرفیت ذخیره سازی گاز در قالب های کاری مواد آلی فلزی

با استفاده از شبکه عصبی مصنوعی

متن ترجمه به فارسی

این فایل در قالب Word قابل ویرایش، آماده پرینت و ارائه به عنوان پروژه پایانی می باشد

قالب: Word + Pdf

تعداد صفحات: 11

توضیحات:

پیش‌بینی ظرفیت ذخیره‌سازی گاز در قالب­های کاری مواد آلی فلزی با استفاده از شبکه عصبی مصنوعی

چکیده

در این مطالعه، شبکه عصبی مصنوعی برای پیش‌بینی ظرفیت جذب گاز هیدروژن در چارچوب کاری آلی فلزی طراحی شده است. سطح منطقه، آنتالپی جذب، دما و فشار به عنوان پارامترهای ورودی انتخاب شده ­اند. ظرفیت ذخیره‌سازی هیدروژن از MOFs با استفاده از این چهار پارامتر محاسبه شد. شبکه عصبی مصنوعی برای مدل فرآیند جذب مورد استفاده قرار گرفت. نتایج پیش‌بینی شده به شکل قابل توجهی با داده‌های تجربی موافق بودند.

مقدمه

طراحی و سنتز پلیمرهای هماهنگ با ساختارهای غیر معمول و خواصی که باعث بهره ­وری بیشتر می­ شود، نه تنها برای توپولوژی‌های مولکولی جذاب­شان، بلکه همچنین برای کاربردهای بالقوه به عنوان مواد کاربردی مورد استفاده قرار می ­گیرند. ساخت و ساز معماری مولکولی بستگی به ترکیبی از عوامل مختلف، مانند هندسه هماهنگی نمک فلز و لیگاند دارد.  چارچوب­ های آلی فلزی (MOFs) به عنوان یک گروه جدید از مواد متخلخل با پتانسیل بسیار عالی در ذخیره‌سازی گاز و جداسازی کاربردی آن به دلیل طیف وسیعی از اندازه منافذ، ویژگی‌های شیمیایی، خواص مکانیکی و حرارتی خوب، شناسایی شده­ اند. MOFs، همچنین به عنوان پلیمرهای هماهنگی شناخته شده­ اند. انواع خواص فیزیکی و شیمیایی MOFs، آن‌ها را در طیف گسترده‌ای از برنامه­ های کاربردی مانند ذخیره‌سازی گاز، جداسازی گاز، تحویل دارو، سنجش و به عنوان کاتالیزگر قرار می ­دهد.