تحلیل پایداری یک تونل در شرایط هیدروستاتیک با استفاده از روشهای مختلف قابلیت اعتماد در نرمافزارهایRTو@Risk

مهندسی عمران فردوسی

مقاله 3، دوره 33، شماره 2 - شماره پیاپی 30، شهریور 1399، صفحه 39-54   

نوع مقاله: پژوهشی

شناسه دیجیتال (DOI): 10.22067/civil.v33i2.85969

نویسندگان

هادی فتاحی^{* 1}؛ فاطمه جیریایی²

¹دانشکدۀ مهندسی علوم زمین، دانشگاه صنعتی اراک

²دانشکدۀ مهندسی علوم زمین، دانشگاه صنعتی اراک.

چکیده

یکی از راه‌های تحلیل پایداری تونل، بررسی همگرایی و شعاع منطقۀ پلاستیک در اطراف آن است. از طرفی وجود عدم قطعیت در پارامترهای طراحی، ارزیابی ایمنی سازه‌ها را به استفاده از روش‌های احتمالاتی و قابلیت اعتماد سوق می‌دهد. در این تحقیق سعی شده با بهره‌گیری از روابط هوک و براون و موهر کولمب،یک متدولوژی برای تحلیل پایداری دو تونل‌ (در شرایط متفاوت) با استفاده از روش‌های قدرتمند قابلیت اعتماد شامل روش مرتبۀ اوّل (FORM)، روش مرتبۀ دوم (SORM) و شبیه‌سازی مونت‌کارلو در نرم‌افزارهایجدید RTو @Risk ارائه شود. پس از مدل‌سازی احتمالاتی در این دو نرم‌افزار، نتایج تحلیل‌ها نشان می‌دهد که روش قابلیت اعتماد مرتبۀ دوم نسبت به روش مرتبۀ اوّل در توابع پیچیده‌تر حالت حدی، از دقّت بیشتری برخوردار است. همچنین در مقادیر بالای احتمال شکست، روش‌های مرتبۀ اوّل و شبیه‌سازی مونت‌کارلو خروجی‌های واقعی‌تری را ارائه می‌دهند و در مقادیر پایین احتمال شکست، روش شبیه‌سازی مونت‌کارلو توصیه نمی‌شود. به‌علاوه تونل مدنظر در شرایط بدون نگهداری دارای احتمال شکست بالایی (۲۴٪) است و تدارک یک سیستم نگهداری با فشار نگهداری 12/0 مگاپاسکال کارآمد است.

کلیدواژه‌ها

قابلیت اعتماد؛ نرم‌افزار RT؛ نرم‌افزار @Risk؛ تحلیل پایداری تونل

سایر فایل های مرتبط با مقاله

3-Fatahi-Abstract-edited.pdf

مراجع

1. Fattahi, H. and Babanouri, N., "Applying optimized support vector regression models for prediction of tunnel boring machine performance", Geotechnical and Geological Engineering, Vol. 35, No. 5, pp. 2205-2217, (2017).

2.   Fattahi, H. and Moradi, A., "Risk Assessment and Estimation of TBM Penetration Rate Using RES-Based Model", Geotechnical and Geological Engineering, Vol. 35, No. 1, pp. 365–376, (2017).

3.   Fattahi, H., "Adaptive neuro fuzzy inference system based on fuzzy C–means clustering algorithm, a technique for estimation of TBM peneteration rate", Int. J. Optim. Civil Eng, Vol. 6, No. 2, pp. 159-171, (2016).

4.   Fattahi, H., Varmazyari, Z., and Babanouri, N., "Feasibility of Monte Carlo simulation for predicting deformation modulus of rock mass", Tunnelling and Underground Space Technology, Vol. 89,  pp. 151-156, (2019).

5.   Fattahi, H., et al., "Hybrid Monte Carlo simulation and ANFIS-subtractive clustering method for reliability analysis of the excavation damaged zone in underground spaces", Computers and Geotechnics, Vol. 54, pp. 210-221, (2013).

6.   Low, B. K. and Phoon, K.-K., "Reliability-based design and its complementary role to Eurocode 7 design approach", Computers and Geotechnics, Vol. 65, pp. 30-44, (2015).

7.   Fenton, G. A., Naghibi, F., and Griffiths, D., "On a unified theory for reliability-based geotechnical design", Computers and Geotechnics, Vol. 78, pp. 110-122, (2016).

8.   Cai, J.-S., et al., "Effect of spatial variability of shear strength on reliability of infinite slopes using analytical approach", Computers and Geotechnics, Vol. 81, pp. 77-86, (2017).

9.   Li, Y., et al., "Penalty function-based method for obtaining a reliability indicator of gravity dam stability", Computers and Geotechnics, Vol. 81, pp. 19-25, (2017).

10. Metya, S., et al., "System reliability analysis of soil slopes with general slip surfaces using multivariate adaptive regression splines", Computers and Geotechnics, Vol. 87, pp. 212-228, (2017).

11. Zhang, J., et al., "Efficient response surface method for practical geotechnical reliability analysis", Computers and Geotechnics, Vol. 69, pp. 496-505, (2015).

12. Liu, L.-L., Cheng, Y.-M., and Zhang, S.-H., "Conditional random field reliability analysis of a cohesion-frictional slope", Computers and Geotechnics, Vol. 82, pp. 173-186, (2017).

13. Huang, J., et al., "Updating reliability of single piles and pile groups by load tests", Computers and Geotechnics, Vol. 73, pp. 221-230, (2016).

14. Sun, Y. and Li, X., "A probabilistic approach for assessing failure risk of cutting tools in underground excavation", Tunnelling and Underground Space Technology, Vol. 70, pp. 299-308, (2017).

15. Tee, K. F., et al., "Reliability based life cycle cost optimization for underground pipeline networks", Tunnelling and Underground Space Technology, Vol. 43, No. pp. 32-40, (2014).

16. Wang, Q., Fang, H., and Shen, L., "Reliability analysis of tunnels using a metamodeling technique based on augmented radial basis functions", Tunnelling and Underground Space Technology, Vol. 56, pp. 45-53, (2016).

17. Li, H.-Z. and Low, B. K., "Reliability analysis of circular tunnel under hydrostatic stress field", Computers and Geotechnics, Vol. 37, No. 1-2, pp. 50-58, (2010).

18. Mohammadi, S., Naseri, F., and Alipoor, S., "Development of artificial neural networks and multiple regression models for the NATM tunnelling-induced settlement in Niayesh subway tunnel, Tehran", Bulletin of Engineering Geology and the Environment, Vol. 74, No. 3, pp. 827-843, (2015).

19. Lü, Q. and Low, B. K., "Probabilistic analysis of underground rock excavations using response surface method and SORM", Computers and Geotechnics, Vol. 38, No. 8, pp. 1008-1021, (2011).

20. Goh, A. T. C. and Zhang, W., "Reliability assessment of stability of underground rock caverns", International Journal of Rock Mechanics and Mining Sciences, Vol. 55, pp. 157-163, (2012).

21. Song, L., et al., "Reliability analysis of underground excavation in elastic-strain-softening rock mass", Tunnelling and Underground Space Technology, Vol. 60, pp. 66-79, (2016).