{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "TN1028",
        "title": "پیش‌بینی نشست ناشی از حفاری ماشینی نوعEPB  با استفاده  از روش متامدل",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1400",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "TN1028",
        "title": "پیش‌بینی نشست ناشی از حفاری ماشینی نوعEPB  با استفاده  از روش متامدل",
        "degree": null,
        "faculty": "مهندسی معدن، نفت و ژئوفیزیک",
        "year": 1400,
        "authors": [
            {
                "name": "لیلا نیک اختر",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "شکراله زارع",
                "role": "استاد راهنما"
            },
            {
                "name": "حسین  میرزائی نصیرآباد",
                "role": "استاد راهنما"
            }
        ],
        "keywords": [
            "تونلسازی ماشینی",
            "متامدل",
            "الگوریتم بهینه سازی ازدحام ذرات",
            "خط7 مترو تهران",
            "الگوریتم بهینه‌سازی ژنتیک",
            "خط2 مترو تبریز"
        ],
        "abstract": "شبیه‌سازی عددی تونلسازی با داده‌هایی با عدم قطعیت‌های چندگانه به طور کلی زمان‌بر است که مستلزم تلاش محاسباتی فراوان با تعداد زیادی از مفاهیم و عامل‌ها می‌باشد. به منظور پیش‌بینی های منطقی در زمان کوتاه و هدایت همراه با نگه‌داری در تونلسازی ماشینی، مدل‌های جایگزین برای توصیف وابستگی  پاسخ با عامل‌های با عدم قطعیت ژیوتکنیکی و عملیاتی تونلسازی بسیار مناسب هستند. در این تحقیق بعد از انجام مدلسازی اجزا و عامل‌های درگیر در فرآیند تونلسازی با استفاده از روش تفاضل محدود و با نرم افزار FLAC 3D و تایید اعتبار مدل با داده‌های ابزاربندی، تحلیل حساسیت بر روی عامل‌های ژیوتکنیکی و عملیاتی ساخت تونل با ماشین حفاری از نوع تعادلی فشار زمین در خاک انجام شده است. کل فرآیند انجام تحقیق بر روی دو مطالعه موردی خط7 مترو تهران و خط 2 مترو تبریز صورت گرفته است. برای انجام تحلیل حساسیت کلی نمونه‌های تصادفی با استفاده از روش فرامکعب لاتین تولید وسپس با استفاده از روش تاثیر مقدماتی Morris، تحلیل حساسیت بر روی عامل ورودی انجام و عامل‌های موثر انتخاب شدند. پس از طراحی و ساخت متامدل شبکه عصبی برای هر دو مورد، پیش بینی نشست سطحی با استفاده از متامدل و داده ابزاربندی و شبیه‌سازی عددی مقایسه گردید. نتایج نشان داد که، مدل متا تلاش‌های محاسباتی مربوط به فرآیند شبیه‌سازی عددی را کاهش می‌دهد و امکان پیش بینی نشست ناشی از حفر تونل را در یک بخش از پیش انتخاب شده با قابلیت اطمینان معقول (بیش از 98٪)  دارد. در ادامه از ترکیب الگوریتم بهینه‌سازی ازدحام ذرات (PSO) برای مطالعه موردی اول و الگوریتم بهینه‌سازی ژنتیک (GA) برای مطالعه موردی دوم با شبکه عصبی برای انجام واکاوی برگشتی و شناسایی عامل‌های ژیوتکنیکی و عملیاتی استفاده شد. برخلاف روش استاندارد برای واکاوی برگشتی، که در آن  برای هر حالت جدید از عامل‌ها باید مدلسازی انجام شود و این فرآیند چندین ساعت طول خواهد کشید، فرایند شناسایی و تحلیل برگشتی با متا مدل در زمان بسیار کوتاه (درحد چند دقیقه) انجام شد. سرانجام، از این فرآیند، برای پیش بینی عامل‌های عملیاتی (فشار تزریق و فشار سینه کار) برای دستیابی به میزان نشست سطحی بهینه استفاده شد. در نهایت عملکرد دو الگوریتم  بهینه‌سازی ژنتیک و ازدحام ذرات برای بهینهسازی عامل‌های زئوتکنیکی بررسی و مقایسه شد. بررسی دوالگوریتم نشان داد که هر دو الگوریتم با میزان خطای حدود 6 درصد قابلیت استفاده در واکاوی برگشتی با استفاده ازمتا مدل را دارند .",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_TN1028.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}