خواص توده سنگ پیش بینی عملکرد ماشین حفر تونل (TBM)
خواص توده سنگ پیش بینی عملکرد ماشین حفر تونل (TBM) – ایران ترجمه – Irantarjomeh
مقالات ترجمه شده آماده گروه زمین شناسی – منابع طبیعی
مقالات ترجمه شده آماده کل گروه های دانشگاهی
مقالات
قیمت
قیمت این مقاله: 25000 تومان (ایران ترجمه - irantarjomeh)
توضیح
بخش زیادی از این مقاله بصورت رایگان ذیلا قابل مطالعه می باشد.
شماره | ۸ |
کد مقاله | GEO08 |
مترجم | گروه مترجمین ایران ترجمه – irantarjomeh |
نام فارسی | بکارگیری خواص توده سنگ برای پیش بینی عملکرد ماشین حفر تونل (TBM) در شرایط مواجه با تخته سنگ های سخت |
نام انگلیسی | Utilizing rock mass properties for predicting TBMperformance in hard rock condition |
تعداد صفحه به فارسی | ۳۳ |
تعداد صفحه به انگلیسی | ۱۴ |
کلمات کلیدی به فارسی | ناپیوستگی، BTS، چقرمگی یا سفتی، دستگاه حفر تونل یا TBM، UCS |
کلمات کلیدی به انگلیسی | Discontinuity; BTS; Toughness; TBM; UCS |
مرجع به فارسی | فن آوری تونل سازی و اعماق زیرزمینیدانشگاه پاموکالی، کالج مهندسی جغرافیا، ترکیه، الزویر |
مرجع به انگلیسی | Pamukkale University, Engineering Faculty, Department of Geological Engineering, Turkey; Elsevier |
کشور | ترکیه |
بکارگیری خواص توده سنگ برای پیش بینی عملکرد ماشین حفر تونل (TBM) در شرایط مواجه با تخته سنگ های سخت
چکیده
پارامترهای کلیدی در خصوص ارزیابی عملکرد ماشین حفر تونل (TBM) عبارتند از: استحکام سنگ، زبری، ناپیوستگی در توده سنگ، نوع TBM و مشخصه های آن. هدف این مطالعه ارزیابی تاثیر خواص توده سنگ بر روی عملکرد ماشین حفار و ایجاد یک معادله آزمایشی جدید برای ارزیابی عملکرد این ماشین می باشد. به منظور حاصل آوردن این هدف، بانک اطلاعاتی که متشکل از پارامترهای حقیقی برآورد TBM و خواص صخره (نظیر استحکام فشردگی تک محوری، مقاومت کششی برزیلی، تردی و زبری سنگ، فاصله بین سطوح ضعیف و جهت گیری ناپیوستگی ها در توده سنگ) با استفاده از داده های جمع آوری شده از یک تونل با سنگ سخت (یعنی تونل شماره ۳ کوینز واتر، مرحله ۲) با درازای حدودا ۵/۷ کیلومتر، در شهر نیویورک، ایالات متحده آمریکا، ایجاد گردید. خواص دست نخورده سنگ ها از مطالعات آزمایشگاهی که در موسسه مکانیک خاک (EMI) در کالج معدن کولارادو، CO، ایالات متحده، انجام گرفت به دست آمد. بر مبنای بانک اطلاعات ایجادی, آنالیزهای آماری بین خواص سنگ های موجود و داده های برآورد شده دستگاه حفاری در شرایط میدانی انجام گردید. نتیجه نشان دهنده آن است که خواص توده سنگ ها دارای تاثیر قدرتمندی بر روی عملکرد دستگاه حفاری تونل (TBM) می باشد. علاوه بر این، این موضوع نیز حاصل شد که عملکرد دستگاه حفر تونل را می توان به عنوان تابع خواص صخره بر مبنای استفاده از معادله جدید (r = 0.82) مورد ارزیابی قرار داد.
کلمات کلیدی: ناپیوستگی، BTS، چقرمگی / سفتی، دستگاه حفر تونل یا TBM، UCS
خواص توده سنگ پیش بینی عملکرد ماشین حفر تونل (TBM)
۱- مقدمه
از زمانی که ماشین حفر تونل ((TBM، آنالیز عملکرد ماشین ها و توسعه مدل های پیش بینی دقیق به عنوان اهداف نهایی بسیاری از محققین مدنظر قرار گرفت (Tarkoy، ۱۹۷۵؛ Ozdemir، ۱۹۷۷؛ Blindheim، ۱۹۷۹؛ Nelson و O’Rourke، ۱۹۸۳؛ Rostami و Ozdemir، ۱۹۹۳؛ Barton، ۲۰۰۰؛ Yagiz، ۲۰۰۲، ۲۰۰۶) پیش بینی عملکرد ماشین حفر تونل نیازمند ارزیابی نرخ نفوذ (ROP)، ضریب فاصله حفاری شده به زمان عملیاتی در طی فاز حفاری پیوسته و میزان پیشرفت AR)، نسبت هر دوی فاصله حفاری شده و حقیقی پشتیبانی شده به مجموع زمان. در حقیقت، غالب روش های پیش بینی در ارتباط با ارزیابی ROP می باشند. با این حال استحکام تراکمی تک محوری (UCS) صخره یا سنگ به عنوان گسترده ترین پارامتر ورودی استعمال شده برای پیش بینی عملکرد ماشین حفار تونل، به واسطه برآورد آسان آن، می باشد (McFeat-Smith، ۱۹۷۷؛ Roxborough و Phillips، ۱۷۷۵؛ Ozdemir، ۱۹۷۷؛ Pang و همکاران، ۱۹۸۹) و علاوه بر این آزمایشات تجربی گوناگونی (همانند استحکام یا مقاومت کششی برزیلی (BTS)، چکش اسمیت، تست فرسایش تابر، شاخص بار نقطه ای، سختی شور، آزمایشات شاخص نرخ حفاری) جهت ارزیابی عملکرد ماشین های حفاری مورد استفاده قرار گرفته اند (Blindheim، ۱۹۷۹؛ Fowel و McFeat-Smith، ۱۹۷۶؛ Howarth و همکاران، ۱۹۸۶).
Cassinelli و همکاران (۱۹۸۲) از همبستگی بین سیستم رتبه بندی ساختار سنگ (RSR) و عملکرد حقیقی ماشین حفر تونل جهت ارزیابی ROP استفاده نمود. Aeberli و Wanner (1978) نیز تاثیرات شیست وارگی بر روی عملکرد ماشین حفر تونل را مورد مطالعه قرار دادند. Sanio (1985) همبستگی های قدرتمندی را بین UCS سنگ و انرژی خاص تعریف شده به عنوان میزان انرژی مورد نیاز جهت حفاری یک واحد حجم سنگ را حاصل آورد. Blindheim (1979) مطالعه جامعی را در زمینه توسعه مدل پیش بینی عملکرد دستگاه حفاری تونل در دانشگاه نروژی علوم و فناوری (NTNU) انجام داد. به علاوه، برخی از محققین (Bamford، ۱۹۸۴؛ Lislerud، ۱۹۸۸؛ Bruland، ۱۹۹۹) اقدام به بروز رسانی و ارتقای این مدل بر مبنای داده های میدانی جمع آوری شده از تونل های نروژی نمودند. Rostami و Ozdemir (1993) مدلی را برای ارزیابی نیروی برشی دستگاه برش دیسکی بر مبنای BTS و UCS صخره ها توسعه دادند. متعاقب آن، Yagiz (2002) این مدل را اصلاح نموده و خواص توده سنگ را به عنوان پارامتر ورودی بدان مدل اضافه نمود. Barton (1990، ۲۰۰۰) محدوده گسترده ای از تونل های TBM را مورد بازنگری قرار داد تا آنکه بتواند یک بانک اطلاعات را برای ارزیابی ROP بنیان گذارد که از پارامترهای مختلفی چون (U%) و AR استفاده می نماید.
مطالعات بیشماری نیز جهت ارزیابی عملکرد TBM انجام شده اند که غالبا بر مبنای خواص دست نخورده سنگ که چندان مهم نبوده اند اما از قابلیت کافی جهت پیش بینی عملکرد ماشین در شرایط بروز خطا برخوردار بوده است استفاده کرده است. مطالعه کنونی نیز سعی در ایجاد معادله دقیق تر و عملی تر در خصوص پیش بینی مخصوصا برای خطاهای اشتراکی شرایط سنگ های سخت نموده است.
خواص توده سنگ پیش بینی عملکرد ماشین حفر تونل (TBM)
۲- تشریح پروژه و زمین شناسی نواحی تحت بررسی
تونل شماره ۳ کوینز واتر، مرحله ۲، می بایست قابلیت ارتقای توزیع آب آشامیدنی به شهر نیویورک ایالات متحده را افزایش دهد. این تونل در حدود ۵/۷ کیلومتر درازا و ۷ متر قطر دارد که در زیر بروکلین و کوینز در یک عمق میانگین ۲۰۰ متری زیر سطح دریا در منطقه بخش غرب – مرکزی کوینز با استفاده از دستگاه حفار با توان بالای تونل کنی مورد استفاده قرار گرفته است. شهر نیویورک در حداکثر بخش جنوبی شیست متورق مانهاتان قرار گرفته است، که خود دارای شیب به سمت شمال شرق با ترتیب کاملا تخریب شده از دگردیسی دوران تروزوئیک تا صخره های دوران اول یا پال اوسولیک در یک بستر بلورین ناحیه نیو انگلند قرار گرفته است (Baskerville و Mose ، ۱۹۸۹؛ Merguerian، ۱۹۸۳؛ ۱۹۹۶) که در شکل ۱ نشان داده شده است. در ناحیه مطالعاتی، شکل گیری های ژئولوژیکی از پیچیدگی بالایی برخوردار بوده و متشکل از صخره های آذرین دگردیسی شده با نواحی برشی، همراه با اتصالات، شکافتگی ها یا گسل ها و دیگر مناطق ضعیف می باشد. ۵ نوع شکل گیری زمین شناختی اصلی در ناحیه تحت مطالعه مشخص شده است (شکل۱) که به شرح ذیل است: شیست مانهاتان متشکل از شیست و گنیس درشت دانه لایه ای در سطح دانه های متوسط تا درشت و خاکستری رنگ می باشد. ساختار این دو شامل انواع مختلف سنگ های مرمر به صورت درشت دانه سفید و مرمر کلسیت – دولومیت می باشد. ساختار هارتلند نیز عمدتا شامل شیست های خاکستری و خاکستری تحت شرایط آب و هوایی به صورت بیوتیت – کوارتز مسکویی با نارسنگ به میزان اندک می باشد. فوردهام گنیس به عنوان یک ویژگی کاملا پیچیده شناخته می شود که شامل گنیس هور میلاد- بیوتیت سیاه رنگ و کوارتز سفید پلاژیوکلاز می باشد که به صورت معتدلی دارای نوارهای گنیس است (Merguerian، ۲۰۰۰). در ناحیه مربوطه، در طی فرآیند تشکیل کوه، ناحیه برشی Cameron’s Line ductile شکل گرفت. این خط یک منطقه اصلی تکتونیک یا زمین ساخت بین ساختار هارتلند و دنباله مانهاتان- اینود- فوردهام می باشد.
خواص توده سنگ پیش بینی عملکرد ماشین حفر تونل (TBM)
۳- ایجاد یک بانک اطلاعات در مسیر تونل
به منظور انجام آزمایشات خواص سنگ های دست نخورد، شامل BTS، UCS و آزمایشات نفوذ مته، هسته های سنگ یا بخش های مغزی سنگ از کناره تونل در ۱۵۱ منطقه مختلف در امتداد بخش های سنگی سخت خرد شده به عنوان نمونه گرفته شد. برای هر نوع آزمایش حداقل سه نمونه آماده گردید تا آنکه با استفاده از آنها آزمایشات خواص فیزیکی در انسیتو مکانیک خاک کالج معدن کولارادو، ایالات متحده آمریکا، انجام گردد. به علاوه، داده های میدانی TBM بر مبنای طول حرکت رفت و برگشتی مورد آنالیز قرار گرفت تا آنکه نرخ نفوذ TBM در هر ناحیه نمونه برداری مشخص گردیده و از این طریق بانک اطلاعاتی تکمیل شده تا از آن برای ایجاد معادله پیش بینی کننده استفاده شود.
۱-۳٫ برنامه آزمایش ژئوتکنیکی و خواص دست نخورده سنگ ها
در منطقه تونل، نمونه های جمع آوری شده سنگ ها متشکل از سنگ های رتبه متوسط از نوع سنگ های دگرگون همراه با سنگ های آذرین شامل گنیس، گرانیت، آمفی بولیت، شیست و پشته های ریوداسیت جمع آوری گردیدند. آزمایشات استحکام سنگ های دست نخورده (UCS و BTS) در تطابق با رویه های پیشنهادی به وسیله استاندارد ASTM (انجمن تست مواد آمریکا، ۱۹۹۵، D4543, D2938, D3967) انجام گردیدند. تشریح آماری مقادیر UCS و BTS در بانک اطلاعات در شکل ۲ و۳ به ترتیب نشان داده شده است. آزمایش نفوذ ضربه، جهت بررسی شکنندگی و سختی سنگ ها بر مبنای تست های توصیه شده صنعتی که قبلا به وسیله محققین مختلفی مورد بحث قرار گرفته شده بود انجام گردید (Dollinger و همکاران، ۱۹۹۸؛ Szwedzicki، ۱۹۹۸؛ Yagiz، ۲۰۰۲). تست نفوذ ضربه به نظر متشکل از یک ماشین محکم با تلمبه خودکار هیدرولیکی می باشد که قابلیت فشرده سازی نمونه با استفاده از یک سیستم اثر گذار کاریج در سطح برشی نمونه را خواهد داشت. به هنگام انجام این آزمایش، جابجایی این دستگاه مورد بررسی قرار گرفته و در نتیجه بار در برابر نمودار نفوذ مشخص شد. در این نمودار, نسبت بار حداکثری (به kN) با توجه به جابجایی منطبق (به mm) برای نمونه به کار گرفته شد که تحت عنوان شاخص شیب پیک (PSI) خوانده شده، که به منظور مشخص نمودن وضعیت شکنندگی یا سختی سنگ ها مورد استفاده قرار گرفت. منحنی هیستوگرام و توزیعی PSI در این بانک اطلاعات در شکل ۴ ارائه شده است.
۲-۳٫ خواص ناپیوستگی ها در توده های سنگی
نوع و دانسیته ناپیوستگی ها دارای اهمیت حیاتی بر روی رفتار توده سنگ ها و پیشرفت کار ماشین می باشد. به منظور تعیین چند و چون تاثیر خواص ناپیوستگی عملکرد TBM، زاویه آلفا که زاویه بین محور تونل و سطوح ضعیف می باشند مورد استفاده قرار گرفت. به منظور محاسبه زاویه آلفا، جهت ناپیوستگی ها و مسیر مشخص شده TBM در این میدان برآورد شد. آلفا (a) از نظر درجه، را می توان با استفاده از معادله ذیل محاسبه نمود:
۳-۳٫ برآوردهای عملکرد ماشین حفاری تونل در شرایط میدانی
در این بررسی از دستگاه حفاری تونل روبین با توان بالای پرتوی (۲۳۵-۲۸۲) مجهز به دیسک های برشی ۴۸۲/۰ متری (۱۹ اینچی) و ظرفیت بار سی تن (۷۰ هزار پوند) بر حسب دستگاه برش جهت حفاری تونل کوینز واتر استفاده شده است. مشخصه های اصلی این دستگاه در جدول ۲ نشان داده شده است. داده های عملیاتی TBM در خلال کار در تونل آنالیز گردیده است، چرا که مشخصه های ماشین )همانند نیروی پیش رانه و توان) در خصوص فراهم آوردن میزان مکفی نیرو و گشتاور جهت انجام فعالیت حفاری مهم و ضروری می باشد. به منظور بررسی عملکرد ماشین در شرایط میدانی، TBM دارای یک داده های نوین و اتوماتیک و سیستم ثبات داده ها می باشد. کلیه داده ها از سیستم کنترلی ماشین بر مبنای یک کامپیوتر شخصی استاندارد که متصل به سیستم کنترلی می شوند ثبت شده و عمل ثبت به صورت اتوماتیک انجام می گردد. در نتیجه میزان نفوذ دستگاه حفار، مجموع پیش رانه به صورت ناخالص، بار دستگاه برشی، مقدار خالص پیش رانه و گشتاور قابل محاسبه خواهد بود. نرخ نفوذ دستگاه حفار که در هر نقطه نمونه برداری در تونل اعمل شده است در هیستوگرام شکل ۷ نشان داده شده است.
خواص توده سنگ پیش بینی عملکرد ماشین حفر تونل (TBM)
۴- ایجاد معادله پیش بینی عملکرد TBM
در فرآیندهای مهندسی سنگ، معادلات تجربی آماری به طور گسترده ای جهت پیش بینی پارامتر ضروری برای برخی از آزمایشات یا داده های جمع آوری شده موجود مورد استفاده قرار می گیرند (Gunsallus و Kulhawy، ۱۹۸۴، Ulusay، ۲۰۰۱). معادلات تجربی دارای اهمیت زیادی در طی مراحل اولیه حفاری صخره و کارهای طراحی می باشند چرا که این مورد را می توان به عنوان عملی ترین روش در مقایسه با برنامه های آزمایشی گسترده و گران قمیت دانست. در این بررسی، به منظور انجام آنالیزهای آماری برای پیش بینی ROP، بانک اطلاعاتی که حاوی داده های UCS، BTS، و وضعیت شکنندگی سنگ های دست نخورده هستند به کار گرفته شده اند. زاویه آلفا و DPW توده سنگ و همچنین ROP اندازه گیری شده حقیقی در شرایط میدانی نیز مشخص گردیده اند (جدول ۳). پس از استقرار بانک اطلاعات، یکی از بسته های نرم افزاری تجاری آنالیز استاندارد آماری (SPSS) جهت انجام آنالیز رگرسیون چند متغیره و گام به گام بین پارامترهای شناخته شده به منظور مشخص نمودن موارد ناشناخته انجام گردید.
۱-۴٫ تاثیر خواص مهندسی سنگ بر روی عملکرد TBM
به منظور حاصل آوردن همبستگی بین پارامترهای سنگ (UCS, PSI, DPW, a) و ROP برآورد شده حقیقی، آنالیزهای آماری مرحله به مرحله انجام شده و تاثیر هر یک از خواص مهندسی صخره بر روی ROP بررسی شد. در این مقاله، این موضوع مشخص شده است که UCS بر روی سنگ یکی از مهمترین پارامترهای حیاتی برای ارزیابی عملکرد TBM می باشد. با این وجود، با توجه بدانکه توده سنگ نشان دهنده نواحی اتصالی، گسلی می باشد، UCS وBTS سنگ های سالم به تنهایی به میزان مکفی جهت پیش بینی عملکرد ماشین نمی باشند چرا که استحکام های سنگ دست نخورده به ندرت فراهم آورنده شرایط توده سنگ حقیقی بر حسب شرایط میدانی می باشد. علاوه بر این، در این پروژه خاص، این موضوع بررسی شده است که ارتباط بین UCS وBTS سنگ و ROP همچنین به تنهایی جهت پیش بینی عملکرد TBM قابل اتکا نخواهد بود. ارتباط بین UCS و BTS سنگ با ROP به نظر با توجه به ضریب همبستگی (r) 26/0 و ۱۰/۰ به ترتیب همان گونه که در شکل های ۸ و ۹ نشان داده شده است بسیار ضعیف می باشد.
۲-۴٫ آنالیز رگرسیون مرحله به مرحله پیشین
در این دیدگاه آماری، پنج خواص مهندسی سنگ (UCS, BTS, PSI, DPW, a) به عنوان ورودی و متغیرهای وابسته و همچنین ROP برآورد شده نیز به عنوان متغیر مستقل انتخاب شدند. تاثیر هر متغیر بر روی ROP با استفاده از آنالیز رگرسیون مرحله به مرحله پیشین مورد ارزیابی قرار گرفت. این برنامه جهت ایجاد مدل های مختلف با متغیرهای ورودی نشان داده شده در جدول ۵ مورد استفاده قرار گرفت. در این مدل ها، حداکثر ضرایب همبستگی (r = 0.82) از مدل ۴ حاصل آمده است، که انتخاب کننده UCS, PSI, DPW و زاویه a به صورت لگاریتمی به عنوان متغیرهای ورودی می باشد.. این بدان معنا است که هر خواص مهندسی سنگ دارای تاثیر بر روی ROP در یک درصد خاص خواهد بود به استثنای BTS که همان گونه که در جدول ۶ نشان داده شده است مستثنی شده است، در نتیجه، همبستگی های حاصله بین متغیرها در حقیقت به صورت توابع خطی هستند. به عبارت دیگر، این برنامه بهترین رگرسیون تناسب را بین پارامترها در یک ترکیب خطی با یک سطح اطمینان ۹۵ درصد یافته است. در نتیجه، معادله پیش بینی عملکرد جدید به صورت تجربی از یک تابع اندازه گیری شده خواص مهندسی سنگ در مدل ۴ حاصل آمده است که در جدول ۷ به شرح ذیل مشخص می گردد:
۳-۴٫ اعتبار سنجی مدل های تولیدی
اهمیت ضریب همبستگی (ارزش های r –) را می توان با استفاده از آزمون t– مشخص نمود. این آزمایش اقدام به مقایسه ارزش t – محاسبه شده با یک ارزش t– جدول بندی شده با استفاده از فرضیه صفر می نماید. بر مبنای این فرضیه، در صورتی که ارزش t– محاسبه شده بزرگتر از ارزش t– جدول بندی شده باشد، فرضیه صفر رد می شود که خود معرف آن است که ارزش –r معنی دار خواهد بود. در غیر این صورت این ارزش معنی دار نخواهد بود. کلیه مدل ها دارای ارزش های –t جدول بندی شده هستند، چرا که هر یک از آنها دارای تعداد مختلف متغیرهای مستقل می باشند. به هنگامی که این مورد از ارزش های –t جدول بندی شده از جدول مرجع مشخص می شود، می توان اذعان داشت که هر مدل بر مبنای فرضیه صفر عمل خواهد نمود. با این وجود، بهترین مورد مدل ۴ در بین مدل ها با بالاترین ضریب همبستگی می باشد و یک معیار منطبق ارزش –t به میزان ۲٫۰۴۲۳± حاصل می شود. به منظور آزمایش اهمیت این رگرسیون ها، آنالیز واریانس (آزمون –F) انجام شد. کلیه مدل ها دارای ارزش های –F جدول بندی شده مختلف هستند، چرا که کلیه آنها دارای تعداد مختلف متغیرهای مستقلی می باشند. بر حسب این قاعده، به هنگامی که ارزش –F محاسبه شده بیشتر از ارزش –F جدول بندی شده باشد، فرضیه صفر رد گردیده که به معنای آن است که ارتباط حقیقی بین متغیرهای وابسته (ROP) حقیقی و متغیرهای مستقل ( UCS, DPW , PSI ، زاویه a) وجود دارد. بنابراین، این فرضیه برای مدل های تولیدی معتبر می باشد. مدل ۴ به عنوان بهترین مدل در بین دیگر مدل ها با یک معیار منطبق ارزش –F به میزان ۲٫۴۵± به واسطه بالاترین ضریب همبستگی ((r = 0.82) می باشد. آنالیز واریانس مدل ها در جدول ۸ نشان داده شده است.
خواص توده سنگ پیش بینی عملکرد ماشین حفر تونل (TBM)