Acquista:
Parametri macchina TBM: dall’approccio empirico a quello mediante Intelligenza Artificiale
A causa della diffusione delle Tunnel Boring Machines (TBMs) in tutto il mondo, gli ingegneri coinvolti nella progettazione e nella costruzione richiedono un monitoraggio del processo di scavo per controllare l’efficienza della velocità di avanzamento della macchina o per evitare possibili incidenti. Questo processo è molto complesso a causa del fatto che ogni TBM può essere considerata come un prototipo a sé e a causa delle condizioni geologiche spesso incerte. In questo lavoro, gli Autori mostrano alcuni degli approcci più utilizzati in funzione delle condizioni geologiche evidenziandone le differenze in termini di risultati previsionali. Nella letteratura tecnica, infine, si trovano alcuni tentativi per valutare e aggiornare i metodi stocastici utilizzando un approccio diverso: big data e/o Intelligenza Artificiale. Il documento fornisce anche alcune raccomandazioni sul trattamento dei dati e sulla loro rappresentazione a seconda delle condizioni geologiche incontrate.
Parole chiave: TBM, Parametri macchina, CSM, Modelli stocastici, Big data.
Due to the widespread use of Tunnel Bored Machines (TBMs) all over the world, the engineers involved in design and construction usually require a satisfactory control of the excavation process to control the efficiency of the TBM advance rate or to avoid possible accidents. This process is very difficult considering that each TBM can be thought as a prototype and, moreover due to uncertain geological conditions. In this paper, the Authors will show some of the simplest approaches depending on the geological conditions and highlight the differences in terms of forecast results. In technical literature, finally, there are some attempts to evaluate and update stochastic methods by using a different approach: big data and/or artificial intelligence (AI). The paper will also give some recommendations about the data treatment and their representations depending on the geological conditions.
Keywords: TBM, machine parameters, CSM, stochastic models, big data.
Se vuoi essere informato sulle nostre novità editoriali, registrati alla nostra newsletter!