Suggestion Of Performance Prediction Models For Impact Hammer Used In Levent-hisarüstü Metro Tunnel

Abstract

Hidrolik kırıcılar ilk yatırım maliyetleri düşük ve hızlı bir üretim yöntemi olarak kullanılabilir. Delme patlatma yöntemiyle kıyaslandığında, daha güvenli ve kontrol edilebilir çalışma imkanı sunmaktadır. En iyi kazı metodunun seçimi, detaylı fizibilite çalışmaları, karşılaşılacak problemlerin analizi, zor zemin şartlarının önceden belirlenmesi, toplam maliyet analizlerin detaylıca yapılması ile tespit edilebilir. Böylece, makine ilerleme hızı ve performansı istenmeyen her koşul göz önüne alınarak tahmin edilebilir. Darbeli kırıcılar, özellikle madencilik ve inşaat sektörlerinde 1960’lı yıllardan buyana çok yaygın bir şekilde kullanılmaktadır. Bu makineler, ilk yatırım maliyetleri yüksek olan Tam Cepheli Tünel Açma Makineleri (TBM) ve Kollu Galeri Açma Makineleri (Roadheader) ile kıyaslandığında kendilerine önemli bir kullanım alanı edinmiştir. Diğer bir önemli avantajı ise, bir yerden bir yere kolay olarak nakil edilerek hızlıca kullanıma imkan sağlamasıdır. Ayrıca bu makinelerin, yataklanma ve tabakalanma yönünde kazı yapması da diğer bir avantajıdır. Bu özellikleri madencilik alanındaki kullanımlarını önemli ölçüde arttırmaktadır. Darbeli kırıcıların performans tahmini ile ilgili bu güne kadar birçok araştırma yapılmıştır, bu çalışmaların çoğu kaya kütlesinin özelliklerinin performansa etkisi üzerinedir. Geliştirilmiş modellerin sınırlı sayıdaki uygulama ve veri ile yapıldığı söylenebilir. Bu çalışmanın amacı ise kayaçların fiziksel ve mekanik özelliklerinden yola çıkarak güvenilir bir performans tahmin modellerinin oluşturulmasıdır. Doğru ve güvenilir performans tahmin modelleri, fizibilite ve planlama aşamalarında proje yüklenicilerine kazı süresi tahmini için önemli bilgiler verir. Bu amaca ulaşabilmek için darbeli kırıcının çalıştığı Levent-Hisarüstü metrosundan numuneler laboratuara getirilerek fiziksel ve mekanik özelliklerini belirlenmiş ve geçilen birimler yerinde tanımlanmıştır. Şekilsiz kayaç örnekleri tünel kazısından toplanmıştır. Daha sonra ise laboratuarda küçük çaplı testere ve sondaj makinesi ile numuneler deneyler için uygun boyutlara getirilmiştir. Fiziksel ve mekanik özellikler; tek eksenli basınç dayanımı, Brezilyan çekme dayanımı, Shore Scleroscope sertliği, Schmidt çekici sertliği, Cerchar aşındırıcılık indeksi, nokta yük dayanımı ve yoğunluk deneyleri ile belirlenmiştir. Bu deneyler, 60 numunenin üzerinde uygulanmıştır. Her numune, tünel güzergahı boyunca her bir ringin kazısından elde edilmiştir. Ek olarak, Levent-Hisarüstü metro tünelinde kullanılan darbeli kırıcıların performansı m3/saat cinsinden kayıt altına alınmıştır. Ayrıca, RQD değerleri, Brown (1981) yöntemi kullanılarak hesaplanmıştır. Yapılan arazi incelemelerinde tünel boyunca kumtaşı birimi % 60 olarak gözlemlenmiş ve basınç dayanımı 68,6 ile 145 MPa arasında, RQD değeri ise %40 ile 60 olarak belirlenmiştir. Silttaşı tünelin % 20'sinde gözlemlenmiş ve basınç dayanımı 45 ile 123,3 MPa arasında, RQD değeri ise % 38 ile 44 olarak belirlenmiştir. Tünel güzergahı boyunca % 10 olarak karşılaşılan diyabaz biriminin basınç dayanımı 158,7 MPa ile 195,6 MPa arasında, RQD değeri ise 45 ile 60 arası değişmektedir. Tünelin % 10’un da görünen çamurtaşı ve shale’in basınç dayanımı ise 8,9 MPa ile 40,1 MPa arasında, RQD değeri ise 10 ile 40 arası değişmektedir. Tekli regresyon analizleri; anlık kırma oranı (IBR) ile kayaçların fiziksel ve mekanik özellikleri arasındaki ilişkileri bulmak için yapılmıştır. Trend analizinde kullanılan belirleme katsayısı (R2), karşılaştırması yapılan iki parametrenin güvenilirliğinin belirlenmesinde kullanılmıştır. Yanıt ve belirleyicisi arasındaki korelasyonun yüksekliği iyi bir ilişki olduğu fikrini vermektedir. Bazı karşılaştırmalarda, yanıt ve belirleyicisi arasındaki korelasyon tatmin edici bulunamamıştır, daha iyi sonuçlar için belirleyicilerin dönüşümü yapılmıştır. Veri dönüşümünün hedefi; tepki ve yanıt arasında daha anlamlı bir ilişki kurmaktır. Dönüştürülmemiş belirleyicisi ve tepki ile dönüştürülmüş belirleyici arasındaki ilişki karşılaştırıldığında, kararlılığının daha yüksek katsayısına sahip olduğu gözlenmiştir. Her bir belirleyicinin uygun dönüşümünü bulmak için, belirleyici ile Microsoft Excel'de ölçülen IBR karşılıklı olarak çizilmiştir. En uygun trend çizgisini belirlemek için mevcut tüm seçenekler kullanılmış ve böylelikle en uygun trend belirlenmiştir. Denklem ilişkini belirlemek için bir dönüşüm olarak kullanılmak üzere en iyi uyan hat seçilmiştir. Ayrıca, darbeli kırıcının her ring kazısındaki performansı yerinde incelenmiş ve kayıt altına alınmıştır. Daha sonrasında, istatistiksel model oluşturabilmek için regresyon analizleri yapılmıştır. Kayaçların fiziksel ve mekanik özellikleri modellerin girdi parametresi olarak, makine performansı (IBR) ise çıktı parametresi olarak belirlenmiştir. Çoklu regresyon analizleri sonucunda bir model elde edilmiştir. Bu modelin istatistiksel olarak güvenilirlikleri F-test ve t-test istatistiksel test yöntemleri kullanılarak araştırılmıştır. Yapılan çift kuyruk testler sonucunda istatistiksel olarak güvenilir bir model elde edildiği görülmüştür. Performans tahmininin güvenilirliğinin artırabilmek için Yapay Sinir Ağı (YSA) modeli geliştirilmiştir. Bu yöntem, gerçekleşen ve tahmin edilen değerler arasında oldukça yüksek bir ilişki ortaya koymuştur. Böylece, oldukça düşük ortalama karesel hata elde edilmiştir. Yapay sinir ağı (YSA) ve çoklu regresyon modelleri (MLR) oldukça düşük karesel hata (MSE) değerleriyle birlikte mevcut tüm verilerle daha iyi korelasyonlar sağlamaktadır. Verilerin testi için, Bilgin et al. (1997) modeli ile karşılaştırma yapılmıştır. Bu model, YSA ve MLR modellerine göre oldukça yüksek MSE değerine sahiptir ve şaşırtıcı derecede iyi bir korelasyon göstermektedir. Nedeni hem son yirmi yıl içinde teknolojik gelişimler hem de bu modellerde RQD değerlerinin 38 ile 78 arasında olmaması olabilir. Geliştirilen öngörü modelleri, daha güvenilir ve doğru performans tahminine yol açmıştır. Bu çalışmada elde edilen MLR modeline göre RQD ve UCS arttıkça IBR’nin azaldığı görünmüştür. Sonuç olarak, söz konusu olan faktörler daha düşük değerlere sahip olduğunda IBR oranlarının daha yüksek olduğunu söyleyebiliriz. Bu çalışmada IBR (tahmin değeri olarak) ile CAI ve SSH (belirleyici) arasında anlamlı bir ilişki olmadığı gözlenlenmiştir. Böylelikle bu çalışma CAI ve SSH değerlerinin hidrolik kırıcı performansının belirlenmesine katkıda bulunmadığını göstermiştir. Bu araştırmada, numunelerin sayısının artırılması ile modellerin doğruluğu artmaktadır. Bu çalışmada makine gücünün darbeli kırıcı performansı üzerindeki etkisi araştırılmamıştır, dolayısıyla gelecek çalışmalarda bu konu üzerinde incelemeler yapılması tavsiye edilmektedir. Ek olarak, daha fazla veri toplanarak bu modellerin güvenilirliği gelecekte artırılmalıdır. Operatör etkisinin araştırılması da gelecekte oluşturulacak olan modellerinin doğruluğunu ve güvenilirliğini artıracaktır. Kayıt altına alınan veriler arasından, kolineer (doğrudaş) çiftler belirlenmesi gelecekteki çalışmalar içinde yapılmalıdır. Böylelikle, lineer olarak paralel olan parametrelerin bilinmesi daha sonraki çalışmalar için daha iyi test dizaynının yapılmasına imkan sunacaktır.

Hydraulic hammer excavation can serve as a fast method requiring lower capital cost. Compared to drilling and blasting method, mechanical excavations can also offer more control on strata and a safer working environment. To choose the best method of excavation, one should consider feasibility, installation problems, ability of negotiation with adverse geological conditions, total cost and advance rate. Therefore, determining the advance rate (performance) of an excavator is an indispensible task even from the very early phase of feasibility studies. Impact hammers have been widely used in mining and in the field of construction since 1960. Lower capital cost compared to Tunnel Boring Machines (TBM) and Roadheader, makes impact hammer a desirable choice when the conditions are favorable. Being able to operate flexibly is another advantage of impact hammer, which makes it irreplaceable in terms of mining engineering. The flexibility makes the operator able to either follow irregular ore bodies through bulk material or use foliations or beddings to ease excavation process. Although, there had been studies on performance prediction of impact hammers in the past years, most of them are solely focused on the properties of the rock mass. Moreover, the previously proposed models suffer from either limited range of application or shortage of accuracy and reliability. . The aim of this study is to assess multiple regression analysis (MRA) and artificial neural network (ANN) using a new and ample set of data (60 rock samples) gathered from Levent-Hisarüstü metro project in Istanbul, to suggest more accurate and reliable performance prediction models for impact hammer using a simpler combination of the most commonly used physical and mechanical properties of rocks. The optimum prediction model will be the one that provides the highest reliability and accuracy (compared to the other models developed during this study and previously developed prediction models by the other researchers) while requiring the most comparatively few, common, and easy to access set of predictors. To fulfil such a goal, physical and mechanical properties of excavated rocks in Levent-Hisarüstü metro tunnel were investigated using the most accepted standards in test procedures. The unshaped rock samples were collected from the tunnel face and sharpened using the preliminary instruments such as small diameter saw and core drill machine. Physical and mechanical property tests include uniaxial compressive strength, Brazilian tensile strength, Shore scleroscope hardness, Schmidt hammer rebound values, Cerchar abrasivity index, point load test, and density. In addition, performance of the impact hammer used in Levent-Hisarüstü metro tunnel was carefully monitored and recorded. Moreover, RQD values were calculated using Brown’s method and volumetric joint counts for each individual tunnel ring and the types of rock along the tunnel alignment were determined. Sandstone is the main rock (60%) encountered with compressive strength values ranging from 68.6 to 145 MPa and RQD values from 40 to 60%.Siltstone is met in 20% of the tunnel with compressive strength from 45.8 to 123.3 MPa and RQD 38-44%. In the tunnel route, 10% of the rock formations are composed of diabase with compressive strength ranging from 158.7 to 195.6 MPa and RQD 45-60%. Mudstone and shale are met in 10% of the tunnel with compressive strength from 8.9 to 40.1 MPa and RQD of 10-40%. Next, multiple regression analysis (MRA) methods were used to investigate the relationship between the physical and mechanical properties and recorded IBR values. The multiple regression analysis yielded a performance prediction model for impact hammers. Finally, the analysis of variance technique, F-test and student’s t-test statistics, which are based on sum of squares of errors, were applied to the data in order to understand the reliability of the suggested models. Analysis indicated that the proposed models are statistically meaningful with overwhelmingly very high confidence level and/or very low significance value in two-tail analysis. Among all the recorded data, collinear pairs of parameters were identified. Knowing linearly parallel parameters can lead into better test design and significant cost reduction for the future studies. An ANN model was developed to increase the prediction accuracy even furher. It provided extremely high correlation between predicted and target data. Meanwhile, the MSE is signifantly low. The associated final weights and biases of the network were reported in order to make the network more handy and transcend the technical limitations. The developed ANN and MLR models provide better correlations of all the available data along with considerably lower MSE values. For the test data, although the proposed model by Bilgin et al. (1997) shows surprisingly good correlation, it carries a considerably high MSE compared to the developed ANN and MLR models. The reason can either be the steep technological achievements during the last two decades that can affect performance of the machine or the fact that the data that were used to develop this model did not include RQD values between 38 to 78. The developed prediction models contribute to reliable and accurate prediction of instantaneous breaking rate of impact hammer requiring the least number of the most commonly used and versatile rock properties as predictors. The developed MLR model shows that an increase in RQD and UCS causes the IBR to decrease. As a result, one may say that higher rates of breaking can be achieved when the mentioned factors have lower values. This study also showed that the relationship between IBR as predicted value and CAI and SSH as predictors is extremely weak. This indicates that CAI and SSH do not contribute to prediction of IBR for impact hammers. This research reapproved the belief that increasing the number of the samples will result in an increase in accuracy of the model. Since the effect of machine’s power on the performance of the impact hammer is not investigated in this study, it is highly recommended to perform future studies on this subject. In addition, by gathering more data the range of application for the future models will be extended. Finally, incorporating the operator’s effect will increase accuracy and reliability of the future models.