پیش‌بینی احتمالاتی منحنی‌های مشخصه زمین در توده سنگ‌های ضعیف با استفاده از مارس

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار، گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه شهید چمران، اهواز، ایران.

2 دانشجوی کارشناسی ارشد، گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه شهید چمران، اهواز، ایران.

چکیده

امروزه، تونل‌ها به عنوان یکی از زیرساخت‌های حیاتی در جوامع توسعه یافته شناخته می‌شوند. طراحی بهینه تونل‌ها نیازمند شناخت رفتار تونل‌ها تحت شرایط مختلف است. منحنی مشخصه (واکنش) زمین که در واقع نمایانگر تغییرشکل تونل تحت سربار وارده است، یکی از مولفه‌های اصلی طراحی تونل به روش همگرایی- همجواری محسوب می‌شود. روش‌های مختلفی برای ترسیم منحنی مشخصه زمین تاکنون ارائه شده است که اکثر قریب به اتفاق آن‌ها روش‌های قطعی هستند. در مطالعه حاضر، تلاش شده است که به روشی احتمالاتی، منحنی‌های مشخصه برای تونل‌هایی با اعماق کم که در توده سنگ‌های رده ضعیف اجرا می‌شوند به‌دست آورده شوند. بدین منظور، ابتدا به مشخصات ژئومکانیکی این رده سنگ‌ها توابع توزیعی تخصیص داده شد. سپس از این توابع توزیع، داده هایی تصادفی استخراج گردید. پس از آن، به کمک مدل‌سازی عددی به روش اجزا محدود تمامی حالات مدنظر تحلیل و منحنی مشخصه زمین به‌دست آورده شد. در انتها، به روش اسپلاین‌های رگرسیونی تطبیقی چندمتغیره مدلی برای تخمین منحنی مشخصه زمین ارائه گردید. نتایج تحلیل‌های آماری نشان داد که مدل پیشنهادی دارای ضریب تعیین R2 = 0.982 است. همچنین مشاهده گردید که ضریب فشار جانبی حالت سکون K0 حداقل تأثیر را بر منحنی‌های مشخصه حاصله دارد.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Probabilistic Prediction of Ground Reaction Curves in Poor Rock Masses Using MARS

نویسندگان [English]

  • Amir Hossein Shafiee 1
  • Hamzeh Yeganehmehr 2
1 Assistant Professor, Department of Civil Engineering, Shahid Chamran University of Ahvaz, Ahvaz, Iran.
2 MSc student, Department of Civil Engineering, Shahid Chamran University of Ahvaz, Ahvaz, Iran.
چکیده [English]

Tunnels are recognized as critical infrastructure components in modern societies. The optimal design of tunnels requires a comprehensive understanding of their behavior under various geotechnical conditions. The ground reaction curve (GRC), which describes the relationship between tunnel convergence and support pressure, is a fundamental element of the convergence–confinement method in tunnel design. To date, numerous approaches have been proposed for constructing ground reaction curves, most of which are deterministic in nature. In the present study, a probabilistic framework is developed to derive ground reaction curves for shallow tunnels excavated in poor rock masses. For this purpose, appropriate probability distributions were assigned to the geomechanical properties of the considered rock class. Subsequently, 100 stochastic realizations were generated from these distributions. All cases were analyzed using numerical modeling based on the finite element method, and the corresponding ground reaction curves were obtained. Finally, a predictive model for the ground reaction curve was established using multivariate adaptive regression splines (MARS). Statistical evaluation indicates that the proposed model achieves a coefficient of determination (R²) of 0.982, demonstrating high predictive accuracy. Furthermore, the results reveal that the at-rest lateral earth pressure coefficient (K₀) has a negligible influence on the resulting ground reaction curves.

کلیدواژه‌ها [English]

  • Poor Rock
  • Ground Reaction Curve
  • MARS
  • Circular Tunnel
  • Probabilistic Approach

مراجع

[1] Panet M, Sulem J. Convergence-confinement method for tunnel design. Springer; 2022. 
[2] Brown ET, Bray JW, Ladanyi B, Hoek E. Ground response curves for rock tunnels. J Geotech Eng. 1983; 109(1): 15-39. doi: 10.1061/(ASCE)0733-9410(1983)109:1(15)
[3] Carranza-Torres C, Fairhurst C. On the stability of tunnels under gravity loading, with post-peak softening of the ground. Int J Rock Mech Min Sci. 1997; 34(3-4): 75-e1. doi: 10.1016/S1365-1609(97)00253-0
[4] Carranza-Torres C, Fairhurst C. Application of the convergence-confinement method of tunnel design to rock masses that satisfy the Hoek-Brown failure criterion. Tunn Undergr Sp Technol. 2000; 15(2): 187-213. doi: 10.1016/S0886-7798(00)00046-8
[5] Carranza-Torres C. Dimensionless graphical representation of the exact elasto-plastic solution of a circular tunnel in a Mohr-Coulomb material subject to uniform far-field stresses. Rock Mech Rock Eng. 2003; 36(3): 237-233. doi: 10.1007/s00603-002-0048-7
[6] Alonso E, Alejano LR, Varas F, Fdez-Manin G, Carranza-Torres C. Ground response curves for rock masses exhibiting strain-softening behaviour. Int J Numer Anal methods Geomech. 2003; 27(13): 1153-1185. doi: 101002/nag.315 
[7] Oreste P, Hedayat A, Spagnoli G. Effect of gravity of the plastic zones on the behavior of supports in very deep tunnels excavated in rock masses. Int J Geomech. 2019; 19(9): 4019107. doi: 10.1061/(ASCE)GM.1943-5622.0001490   10.1061/(ASCE)GM.1943-5622.0001490
[8] Song KI, Cho GC, Lee SW. Effects of spatially variable weathered rock properties on tunnel behavior. Probabilistic Eng Mech. 2011; 26(3): 413-426. doi: 10.1016/j.probengmech.2010.11.010 
[9] Lee YL, Hsu WK, Lee CM, Xin YX, Zhou BY. Direct calculation method for the analysis of non-linear behavior of ground-support interaction of a circular tunnel using convergence confinement approach. Geotech Geol Eng. 2021; 39(2): 973-990. doi: 10.1007/s10706-020-01539-4
[10] Liu K, Zhao W, Li J, Ding W. Design of tunnel initial support in silty clay stratum based on the convergence-confinement method. Sustainability. 2023; 15(3): 2386. doi: 10.3390/su15032386
[11] Friedman JH. Multivariate adaptive regression splines. Ann Stat. 1991;19(1):1–67. 
[12] Shafiee AH, Oulapour M, Abdlkadhim MAA. Stability of subsea circular tunnels using finite element limit analysis and adaptive neuro-fuzzy inference system. Earth Sci Informatics. 2024; 17(3): 2417-2427. doi: 10.1007/s12145-024-01287-6
[13] Eskandarinejad A, Shiau J, Lai VQ, Keawsawasvong S. Predicting uplift capacity of group anchors in sand using 3D FELA and MARS. Marine Georesources & Geotechnology. 2025; 43(4): 607-621. doi: 10.1080/1064119X.2024.2346832
[14] Zheng G, Zhang W, Zhou H, Yang P. Multivariate adaptive regression splines model for prediction of the liquefaction-induced settlement of shallow foundations. Soil Dyn Earthq Eng. 2020; 132: 106097. doi: 10.1016/j.soildyn.2020.106097
[15] Pourghasemi HR, Rahmati O. Prediction of the landslide susceptibility: Which algorithm, which precision? Catena. 2018; 162: 177-192. doi: 10.1016/j.catena.2017.11.022
[16] Shafiee AH, Aein N. Prediction of Coefficient of Restitution of Limestone in Rockfall Dynamics Using Adaptive Neuro-Fuzzy Inference System and Multivariate Adaptive Regression Splines. J Rehabil Civ Eng. 2026; 14(2): 1-25. doi: 10.22075/jrce.2025.2168
[17] Zhang W. MARS applications in geotechnical engineering systems. Springer; 2020. 
[18] Krabbenhoft K, Lyamin A, Krabbenhoft J. Optum computational engineering (OptumG2). Comput Softw. 2015. 
[19] Shafiee AH, Eskandarinejad A. Bearing capacity of single stone column in clay using finite element limit analysis. Eur J Environ Civ Eng. 2022; 26(15): 7958-7971. doi: 10.1080/19648189.2021.2019616 
[20] Ahmadi M, Bagherieh AR, Mohammadipour F. Evaluating the Seismic Bearing Capacity of Strip Foundation Adjacent to Geogrid-Reinforced Slopes Using Finite Element Limit Analysis Method. Civil Infrastructure Researches. 2024; 10(1): 169-185. doi: 10.22091/cer.2024.10058.1519 [In Persian]
[21] Shafiee AH, Neamani AR, Eskandarinejad A, Hosseini R, Gholami A. Undrained stability of wide rectangular subsea tunnels using finite element limit analysis and multivariate adaptive regression splines. Earth Sci Informatics. 2025; 18(1): 60. doi: 10.1007/s12145-024-01584-0
[22] Bieniawski ZT. Engineering rock mass classifications: a complete manual for engineers and geologists in mining, civil, and petroleum engineering. John Wiley & Sons. 1989. 
[23] Dai SH, Wang MO. Reliability analysis in engineering applications. Van Nostrand Reinhold. 1992.
[24] Serafim JL. Consideration of the geomechanical classification of Bieniawski. In: Proc int symp on engineering geology and underground construction. 1983; 1: 33-44. 
ارسال نظر در مورد این مقاله
CAPTCHA Image
پژوهش های زیرساخت های عمرانی

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 17 خرداد 1405

فایل ها

هم رسانی

ارجاع به این مقاله

آمار