Επιτελεστικότητα μηχανών ολομέτωπης διάνοιξης αβαθών σηράγγων

Οι μηχανές διάτρησης που χρησιμοποιούνται εδώ και αρκετές δεκαετίες, επιλέγονται ώστε να ανταποκρίνονται στους γεωλογικούς σχηματισμούς και τις λοιπές συνθήκες στις οποίες καλούνται να κατασκευάσουν τις σήραγγες. Η επιτυχία τους εξαρτάται από την ορθή επιλογή της μηχανής ώστε οι επιδόσεις της να είναι οι βέλτιστες. Μεταξύ των μετρήσιμων επιδόσεων της μηχανής επιλέγεται η ικανότητα να ελαχιστοποιεί τις επιφανειακές καθιζήσεις, να έχει τις απαιτούμενες δυνάμεις διάνοιξης και τα κατάλληλα κοπτικά εργαλεία, ώστε να κατασκευάσει την σήραγγα στον προβλεπόμενο χρόνο. Η ορθή επιλογή της μεθόδου υποστήριξης του μετώπου εκσκαφής σε συνδυασμό με τον τύπο της κεφαλής, επιτρέπουν τον έλεγχο για την ελαχιστοποίηση των επιφανειακών καθιζήσεων. Το αντικείμενο της παρούσας έρευνας αφορά σε μία νέα προσέγγιση των εργασιών της Μηχανικής Διάνοιξης Σηράγγων ολομέτωπης κοπής - Ασπίδας Εξισορρόπησης Πίεσης Εδάφους, με την ενσωμάτωση των στοιχείων λειτουργίας της μηχανής στην ανάλυση των επιφανειακών καθιζήσεων. Τα καταγραμμένα στοιχεία συνίστανται στις επιφανειακές καθιζήσεις, στους γεωλογικούς σχηματισμούς του εδάφους, στη γεωμετρία της σήραγγας καθώς και στις παραμέτρους λειτουργίας της μηχανής. Στην έρευνα αναπτύχθηκε ένα σύστημα βάσης δεδομένων για την κτήση στοιχείων από τις εργασίες διάνοιξης σηράγγων μονής και διπλής τροχιάς, από τα Έργα Μετρό Αθήνας και Θεσσαλονίκης. Αξιοποιώντας τις ανωτέρω πληροφορίες και συσχετίζοντας τις παραμέτρους λειτουργίας της μηχανής με τη μέγιστη επιρροή επί των εδαφικών μετακινήσεων, χρησιμοποιείται ένα σύστημα τεχνητής νοημοσύνης, βάσει των Τεχνητών Νευρωνικών Δικτύων (ΑΝΝ), προκειμένου να αναπτυχθούν προγνωστικές σχέσεις, για τον έλεγχο της κατασκευής και την εφαρμογή διορθωτικών μέτρων, όπου απαιτείται. Στη συνέχεια, οι καταγεγραμμένες, στη βάση δεδομένων, δυνάμεις προχώρησης της μηχανής επιμερίζονται θεωρητικά στις συνιστώσες τους. Τέλος, αποτιμάται η χρήση των μηχανών, και οι χρόνοι και αιτίες αδράνειας. Απώλεια χρήσης οφείλεται, μεταξύ άλλων, και στον απαιτούμενο χρόνο αλλαγής των κοπτικών λόγω φθοράς. Οι καταγεγραμμένες αλλαγές των κοπτικών, για κάθε μηχανή, χρησιμοποιούνται για τη συσχέτιση της θέσης του κοπτικού και του μεγέθους της κοπτικής κεφαλής στο ρυθμό φθοράς. Ένα σύστημα τεχνητής νοημοσύνης, όπως ένα τεχνητό νευρωνικό δίκτυο δύναται να επεκταθεί ώστε να συσχετίζει περισσότερες παραμέτρους που αφορούν την κατασκευή της σήραγγας, και να προεκτιμά την επίδοση της μηχανής, όπως πχ. δυνάμεις προώθησης και επιμερισμό τους, χρήση μηχανής, και ρυθμό φθοράς των κοπτικών.