Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Multivariate linear regression and CART regression analysis of TBM performance at Abu Hamour phase - I tunnel

Tytuł:
Multivariate linear regression and CART regression analysis of TBM performance at Abu Hamour phase - I tunnel
Analiza wskaźników wydajności drążenia tarczami TBM dla tunelu Abu Hamour - etap I, z zastosowaniem wielorakiej regresji liniowej i regresji CART
Autorzy:
Jakubowski, J.
Stypulkowski, J. B.
Bernardeau, F. G.
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
EPB TBM
wydajność TBM
prędkość drążenia
polowy wskaźnik drążenia
drzewa CART
uczenie maszyn
regresja wieloraka
TBM performance
field penetration index
CART trees
machine learning
multivariate regression
Źródło:
Archives of Mining Sciences; 2017, 62, 4; 825-841
0860-7001
Język:
angielski
Prawa:
CC BY-NC-ND: Creative Commons Uznanie autorstwa - Użycie niekomercyjne - Bez utworów zależnych 3.0 PL
Dostawca treści:
Biblioteka Nauki
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
The first phase of the Abu Hamour drainage and storm tunnel was completed in early 2017. The 9.5 km long, 3.7 m diameter tunnel was excavated with two Earth Pressure Balance (EPB) Tunnel Boring Machines from Herrenknecht. TBM operation processes were monitored and recorded by Data Acquisition and Evaluation System. The authors coupled collected TBM drive data with available information on rock mass properties, cleansed, completed with secondary variables and aggregated by weeks and shifts. Correlations and descriptive statistics charts were examined. Multivariate Linear Regression and CART regression tree models linking TBM penetration rate (PR), penetration per revolution (PPR) and field penetration index (FPI) with TBM operational and geotechnical characteristics were performed for the conditions of the weak/soft rock of Doha. Both regression methods are interpretable and the data were screened with different computational approaches allowing enriched insight. The primary goal of the analysis was to investigate empirical relations between multiple explanatory and responding variables, to search for best subsets of explanatory variables and to evaluate the strength of linear and non-linear relations. For each of the penetration indices, a predictive model coupling both regression methods was built and validated. The resultant models appeared to be stronger than constituent ones and indicated an opportunity for more accurate and robust TBM performance predictions.

Pierwszy etap budowy systemu odpływowego Abu Hamour został ukończony na początku roku 2017. Tunel o długości 9,5 km i średnicy 3,7 m przeprowadzono z zastosowaniem dwóch maszyn drążących z równoważeniem ciśnienia gruntu (EPB TBM), wyprodukowanych przez Herrenknechta. Przebieg pracy maszyn TBM był monitorowany i zapisywany przez automatyczny system zbierania danych. Autorzy połączyli te dane z dostępnymi informacjami o właściwościach masywu skalnego, oczyścili dane, uzupełnili zmiennymi wtórnymi oraz zagregowali tygodniami i zmianami roboczymi. Zbadano korelacje i statystyki opisowe. Metodami liniowej regresji wielorakiej i regresji CART zbudowano modele łączące wskaźniki wydajności drążenia (PR, PPR, FPI) z ich charakterystykami operacyjnymi oraz charakterystykami geotechnicznymi słabego masywu skalnego rejonu Doha, w którym prowadzono tunel. Obydwie zastosowane metody regresji dają interpretowalne modele oraz stosują odmienne algorytmy obliczeniowe, co pozwala na wzbogacenie wyników. Głównym celem analizy było znalezienie możliwie najlepszych podzbiorów zmiennych objaśniających oraz ocena siły znalezionych związków liniowych i nieliniowych. Dla każdego wskaźnika wydajności zbudowano też model predykcyjny wykorzystujący obydwie metody regresji. Zbudowane w ten sposób modele wynikowe okazały się silniejsze od modeli składowych. To wskazuje drogę możliwej poprawy dokładności i stabilności przewidywań wskaźników wydajności TBM.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies

Prześlij opinię

Twoje opinie są dla nas bardzo ważne i mogą być niezwykle pomocne w pokazaniu nam, gdzie możemy dokonać ulepszeń. Bylibyśmy bardzo wdzięczni za poświęcenie kilku chwil na wypełnienie krótkiego formularza.

Formularz