RUO Principal

Repositorio Institucional de la Universidad de Oviedo

Ver ítem 
  •   RUO Principal
  • Producción Bibliográfica de UniOvi: RECOPILA
  • Tesis
  • Ver ítem
  •   RUO Principal
  • Producción Bibliográfica de UniOvi: RECOPILA
  • Tesis
  • Ver ítem
    • español
    • English
JavaScript is disabled for your browser. Some features of this site may not work without it.

Listar

Todo RUOComunidades y ColeccionesPor fecha de publicaciónAutoresTítulosMateriasxmlui.ArtifactBrowser.Navigation.browse_issnPerfil de autorEsta colecciónPor fecha de publicaciónAutoresTítulosMateriasxmlui.ArtifactBrowser.Navigation.browse_issn

Mi cuenta

AccederRegistro

Estadísticas

Ver Estadísticas de uso

AÑADIDO RECIENTEMENTE

Novedades
Repositorio
Cómo publicar
Recursos
FAQs
Las tesis leídas en la Universidad de Oviedo se pueden consultar en el Campus de El Milán previa solicitud por correo electrónico: buotesis@uniovi.es

Predicción del rendimiento de avance en obras subterráneas mediante modelos estocásticos

Autor(es) y otros:
Tosal López, Antonio
Director(es):
Rodríguez Díez, RafaelAutoridad Uniovi
Centro/Departamento/Otros:
Explotación y Prospección de Minas, Departamento deAutoridad Uniovi
Fecha de publicación:
2022-03-25
Descripción física:
309 p.
Resumen:

La estimación del rendimiento de avance tiene mucha importancia en la construcción de túneles porque permite predecir la duración de la obra y estimar los costes dependientes del tiempo y porque contribuye además a mejorar la organización y planificación del trabajo. Por todo ello, a lo largo del tiempo, se han desarrollado diferentes métodos de predicción que permiten estimar el rendimiento de avance a partir de datos objetivos conocidos a priori. Dada la longitud de los túneles actuales y la profundidad a la que se excavan, algo característico en los mismos es la heterogeneidad que presenta el terreno, así como la incertidumbre existente respecto sus características geológicas, geotécnicas…etc. Por ello, es lógico que se hayan desarrollado modelos de predicción que introducen un análisis estocástico o probabilístico generando diferentes escenarios posibles y produciendo un conjunto de soluciones con diferente probabilidad de producirse. En este contexto, el objetivo principal de la tesis es desarrollar un modelo de predicción del rendimiento de avance de un túnel ejecutado con Tuneladora o máquinas TBM (Tunnel Boring Machine) basándose en métodos estocásticos.

La estimación del rendimiento de avance tiene mucha importancia en la construcción de túneles porque permite predecir la duración de la obra y estimar los costes dependientes del tiempo y porque contribuye además a mejorar la organización y planificación del trabajo. Por todo ello, a lo largo del tiempo, se han desarrollado diferentes métodos de predicción que permiten estimar el rendimiento de avance a partir de datos objetivos conocidos a priori. Dada la longitud de los túneles actuales y la profundidad a la que se excavan, algo característico en los mismos es la heterogeneidad que presenta el terreno, así como la incertidumbre existente respecto sus características geológicas, geotécnicas…etc. Por ello, es lógico que se hayan desarrollado modelos de predicción que introducen un análisis estocástico o probabilístico generando diferentes escenarios posibles y produciendo un conjunto de soluciones con diferente probabilidad de producirse. En este contexto, el objetivo principal de la tesis es desarrollar un modelo de predicción del rendimiento de avance de un túnel ejecutado con Tuneladora o máquinas TBM (Tunnel Boring Machine) basándose en métodos estocásticos.

URI:
http://hdl.handle.net/10651/64469
Notas Locales:

DT(SE) 2022-059

Colecciones
  • Tesis [7669]
Ficheros en el ítem
Thumbnail
untranslated
TD_AntonioTosalLopez.pdf (45.01Mb)
Embargado hasta:2032-03-25
Compartir
Exportar a Mendeley
Estadísticas de uso
Estadísticas de uso
Metadatos
Mostrar el registro completo del ítem
Página principal Uniovi

Biblioteca

Contacto

Facebook Universidad de OviedoTwitter Universidad de Oviedo
El contenido del Repositorio, a menos que se indique lo contrario, está protegido con una licencia Creative Commons: Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Creative Commons Image