انجمن مهندسی معدن ایران نشریه مهندسی معدن 1735-7616 20 2 2025 08 23 The effect of environmental factors on drilling mud cake properties تاثیر عوامل محیطی بر خواص کیک گل حفاری 1 25 729980 10.22034/ijme.2025.2045718.2027 FA بابک فلاح فارغ التحصیل کارشناسی ارشد، دانشکده مهندسی نفت و زمین انرژی، دانشگاه صنعتی امیرکبیر ، تهران، ایران. حسن مهدی موسوی فارغ التحصیل کارشناسی ارشد، دانشکده مهندسی نفت و زمین انرژی، دانشگاه صنعتی امیرکبیر ، تهران، ایران. محسن ده ودار استادیار دانشکده مهندسی نفت و زمین انرژی، دانشگاه صنعتی امیرکبیر، تهران، ایران 0000-0003-2620-3028 علیرضا کاظمی استادیار دانشکده مهندسی شیمی و نفت، دانشگاه سلطان قابوس، عمان. جلال فهیم پور پژوهشگر، دانشکده انرژی و علوم زمین، دانشگاه هریوت وات، بریتانیای کبیر، ایرلند شمالی Journal Article 2024 11 13 In well drilling, one of the objectives of using drilling fluid is to form a thin, impermeable mud cake. According to existing standards, the properties of the mud cake are examined under static conditions, but the effects of dynamic conditions on these properties have not yet been fully addressed. In this study, laboratory flow loop experiments were conducted to compare dynamic and static conditions. Pressure was not a factor in these tests, which focused on measuring thickness, initial filtrate volume, and surface characteristics of the mud cake under different conditions. Variables such as fluid formulation, well angle, fluid temperature, and drill string rotation speed were investigated. The results indicate that drill string rotation and fluid temperature positively affect the increase in mud cake thickness. SEM (scanning electron microscope) images show that the polymer texture formed under dynamic conditions is significantly different from static conditions, although no notable differences were observed in bentonite-based fluids. An increase in temperature leads to greater mud cake thickness and lower fluid viscosity. Drill string rotation under dynamic conditions reduces pore spaces on the mud cake surface and increases its thickness, making the dynamic mud cake more structured and uniform compared to static mud cakes. The use of polymer-based filtration control agents instead of bentonite reduces mud cake thickness, whereas adding such agents to bentonite mud increases thickness under both static and dynamic conditions. Furthermore, bentonite fluid mixed with carboxymethyl cellulose exhibited the lowest filtrate volume and caused the least damage to the formation. The negative impact of salts on filtration control polymers was evident, leading to polymer degradation and sedimentation of weighting and bridging agents. در حفاری چاه‌ها، یکی از اهداف استفاده از سیال حفاری، تشکیل کیک گل ناتراوا و نازک است. بر اساس استانداردهای موجود، خواص کیک گل تحت شرایط استاتیکی مورد بررسی قرار می‌گیرد، اما تاثیر شرایط دینامیکی بر این خواص هنوز به طور کامل مورد توجه قرار نگرفته است. در این تحقیق، به منظور مقایسه شرایط دینامیکی و استاتیکی، آزمایش‌هایی با استفاده از حلقه جریان آزمایشگاهی انجام شد که فشار در آنها موثر نبوده و به بررسی ضخامت، حجم فیلترات خروجی در لحظات اولیه و ویژگی‌های سطحی کیک گل تحت شرایط مختلف پرداخت. متغیرهایی همچون فرمولاسیون سیال، زاویه چاه، دمای سیال و سرعت چرخش رشته حفاری در این مطالعه بررسی شدند. نتایج نشان می‌دهند که چرخش رشته حفاری و دمای سیال تاثیر مثبتی بر افزایش ضخامت کیک گل دارند. تصاویر میکروسکوپ الکترونیکی SEM نشان می‌دهند که بافت پلیمری تشکیل شده در شرایط دینامیکی بسیار متفاوت از حالت استاتیکی است، هرچند تفاوت‌های قابل توجهی در سیالات بنتونایتی مشاهده نمی‌شود. افزایش دما منجر به افزایش ضخامت کیک گل و کاهش گرانروی سیال‌ها می‌شود. چرخش رشته حفاری در حالت دینامیکی باعث کاهش خلل و فرج سطح کیک گل و افزایش ضخامت آن می‌گردد، به‌طوری‌که سطح کیک گل‌های دینامیکی بسیار منظم‌تر و ساختاریافته‌تر از کیک گل‌های استاتیکی است. استفاده از مواد پلیمری کنترل‌کننده خواص فیلتراسیون به جای بنتونایت، باعث کاهش ضخامت کیک گل می‌شود، در حالی که افزودن این مواد به گل بنتونایتی موجب افزایش ضخامت کیک گل در هر دو حالت استاتیکی و دینامیکی خواهد شد. همچنین، سیال بنتونایتی مخلوط با کربوکسی متیل سلولز کمترین حجم فیلترات خروجی و کمترین آسیب به سازند را نشان داد. تاثیر منفی نمک‌ها بر عملکرد پلیمرهای کنترل‌کننده خواص فیلتراسیون و تخریب آن‌ها در ته‌نشینی مواد وزن‌افزا و پل‌زننده به وضوح مشاهده شد.

https://ijme.iranjournals.ir/article_729980_54e112f91391a9592a4e3f10461df72e.pdf

انجمن مهندسی معدن ایران نشریه مهندسی معدن 1735-7616 20 2 2025 08 23 Prediction of Peak Particle Velocity Caused by Blasting Using Deep Learning Method in Large-Scale Open-Pit Mines (Case Studies: Sungun Ahar and Golgohar Open-Pit Mines in Sirjan) پیش بینی حداکثر سرعت ذرات ناشی از انفجار با استفاده از روش یادگیری عمیق در معادن روباز 26 52 729981 10.22034/ijme.2025.2055780.2039 FA داود محمدی سرقینی دانشجوی دکتری، دانشکده مهندسی معدن، دانشگاه صنعتی شاهرود، ایران محمد عطایی استاد دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود، ایران 0000-0002-7016-8170 رضا میکائیل دانشیار گروه مهندسی معدن، دانشکده صنایع و فناوری‌های معدنی، دانشگاه صنعتی ارومیه، ایران اکبر اسمعیل زاده استادیار گروه مهندسی معدن، دانشکده صنایع و فناوری‌های معدنی، دانشگاه صنعتی ارومیه، ایران 0000-0002-8633-9683 Journal Article 2025 03 12 Mining is one of the most important economic driving sectors of any country, and its production rate is highly dependent on the quality of the blasting process, which is considered one of the most common exploitation methods. One of the main challenges during the blasting process is serious damage to facilities. Therefore, during the construction and operation of these facilities, consideration should be given to investigating and predicting the vibration consequences. For this purpose, by collecting data related to blasting in the two mines of Gol Gohar and Songun , after analyzing and describing them, the peak particle velocity has been predicted based on the distance and amount of explosives. To achieve this goal, considering the quantity and nature of the data, a deep learning method was used. In this study, an attempt was made to obtain acceptable results by searching for optimal values for hyperparameters through trial and error. The coefficient of determination(R2), mean absolute percentage error(MAPE), and root mean square error(RMSE) were considered as indices of model quality evaluation. For better judgment, the performance of the selected method was compared with the performance of three methods: support vector machine, stochastic gradient descent, and adaptive boosting. The R2, for the four above methods was 0.952, 0.809, 0.845, and 0.911, respectively. For the RMSE index, the values were: 2.670, 5.308, 4.773, and 3.631. The values of the MAPE index for the four above methods were: 2.003, 2.119, 2.786, and 1.887. According to the values of the indices, the deep learning method had the best performance due to its flexibility in architecture and better adaptation to the characteristics of the problem. It can be said that in relation to complex and uncertain problems, such as those in the mining field, deep learning-based methods suggests good capabilities. معادن یکی از مهم‌ترین بخش‌های پیشران اقتصادی هر کشوریست که میزان تولید آن وابستگی بسیار زیادی به کیفیت فرآیند انفجار، که از متداول‌ترین روش‌های استخراج محسوب می‌شود؛ دارد. یکی از چالش‌های اساسی در طی فرآیند انفجار، آسیب‌های جدی وارد شده به تاسیسات جانبی می‌باشد. لذا در زمان احداث و و بهره‌برداری از این تاسیسات، بررسی و پیش بینی لرزه‌های ایجاد شده، می‌بایست مورد توجه قرار گیرد. بدین منظور با جمع آوری داده‌های مربوط به انفجارها و لرزه‌های ایجاد شده، در دو معدن گل گهر سیرجان و سونگون اهر، بعد از تحلیل و توصیف آن‌ها؛ اقدام به پیش بینی حداکثر سرعت ذرات، براساس مسافت و مقدار ماده منفجره، شده است. برای دست یابی به این هدف، با توجه به حجم و ماهیت داده‌ها، از روش یادگیری عمیق استفاده شد. در این مطالعه، با جستجوی مقادیر بهینه برای‌ هایپر پارامترها از طریق آزمون و خطا، سعی در گرفتن نتایجی قابل قبول شد. ضریب تعیین، خطای درصد میانگین مطلق و ریشه میانگین مربع خطا، به عنوان شاخص‌های ارزیابی کیفیت مدل در نظر گرفته شدند. برای قضاوت بهتر، عملکرد روش انتخاب شده، با کارکرد سه روش ماشین بردار پشتیبان، گرادیان کاهشی تصادفی و روش تقویت سازگار؛ مقایسه شد. ضریب تعیین برای چهار روش فوق به ترتیب، 952/0، 809/0، 845/0 و 911/0 بدست آمده است. برای شاخص ریشه میانگین مربع خطا، مقادیر برابر با: 670/2، 308/5، 773/4 و 631/3 شده است. مقدار شاخص خطای درصد میانگین مطلق، برای چهار روش فوق الذکر، عبارتند از : 003/2، 119/2، 786/2 و 887/1 است. با توجه به مقادیر شاخص‌ها، روش یادگیری عمیق با توجه به انعطاف در معماری و انطباق بهتر با ویژگی‌های مسئله، بهترین عملکرد را داشته است. می‌توان بیان کرد در ارتباط با مسائلی با پیچیدگی و توام با عدم قطعیت مانند مسائل مطرح در حوزه‌های معدنی، روش‌های مبتنی بر یادگیری عمیق، توانمندی خوبی ارائه می‌دهد.

https://ijme.iranjournals.ir/article_729981_b01c0dcb70d179fce41c5875033d66fe.pdf

انجمن مهندسی معدن ایران نشریه مهندسی معدن 1735-7616 20 2 2025 08 23 Ventilation Design of Underground Mines in Incompressibility Model Using New Software (Ventilation Design: Incompressible Model) طراحی تهویه معادن زیرزمینی در مدل تراکم‌ناپذیری با استفاده از نرم‌افزار جدید (Ventilation Design: Incompressible Model) 53 70 729979 10.22034/ijme.2025.2060382.2044 FA ابراهیم الهی زینی استادیار، گروه مهندسی معدن، دانشگاه سیستان و بلوچستان، ایران 0000-0001-6818-2929 فرهنگ سرشکی استاد دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود، ایران رضا کاکایی استاد دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود، ایران Journal Article 2025 05 11 One of the ventilation design methods of underground mines is to use the incompressibility model. In the incompressibility model, several methods have been presented by different researchers for ventilation design in underground mines. Some of them are the Hardy Cross method and its correction models such as the Wang model, the conflation model, the second conflation model, and the corrected forms of the Newtonian models. Also, the Newton-Raphson method and its correction models such as the Wang model, the variable directions model, and the without derivative model. Using ventilation software is necessary to increase the accuracy and speed of calculations. Accordingly, numerous software has been presented in this field. The most common of them is Ventsim software. This software and other software always solve one model of common methods. Accordingly, they couldn't enrich ventilation science in terms of the different methods. Therefore, the new software Ventilation Design: Incompressible Model was presented in this article, which is capable of analyzing 12 different Hardy-Cross and Newton-Raphson methods. Validation of this new software was done in two hypothetical and case study models. The results of this validation confirm the correct functioning of the new Ventilation Design: Incompressible Model software. یکی از روش‌های طراحی تهویه معادن زیرزمینی استفاده از مدل تراکم‌ناپذیری است. در مدل تراکم‌ناپذیری روش‌های متعددی توسط محققین مختلف برای طراحی تهویه معادن زیرزمینی ارائه شده است که برخی از آن‌ها روش هاردی کراس و مدل‌های اصلاح شده آن از قبیل مدل ونگ، مدل تلفیقی، دومین مدل تلفیقی و مدل‌های نیوتنی است. همچنین روش نیوتن-رافسون و مدل‌های اصلاح شده آن از قبیل مدل ونگ، مدل جهت‌های متغیر و مدل بدون مشتق نام برد. استفاده از نرم‌افزار تهویه برای افزایش دقت و سرعت انجام محاسبات آن امری لازم و ضروری است. بر این اساس نرم‌افزارهای متعددی در این زمینه ارائه شده که رایج‌ترین آن‌ها نرم‌افزار Ventsim است. این نرم‌افزار و سایر نرم‌افزارهای دیگر همواره یک مدل از روش‌های رایج را حل کرده بر این اساس محققین علم تهویه را از نظر تعدد و تکثر روش‌های مختلف نمی‌توانند اغنا نمایند. بنابراین نرم‌افزار جدید Ventilation Design: Incompressible Model در این مقاله ارائه شد که قادر است 12 روش مختلف از روش‌های هاردی کراس و نیوتن-رافسون را مورد تحلیل قرار دهد. اعتبارسنجی این نرم‌افزار جدید در دو مدل فرضی و مطالعه موردی انجام شد و نتایج این اعتبارسنجی تایید کاملی بر عملکرد صحیح نرم‌افزار جدید Ventilation Design: Incompressible Model است.

https://ijme.iranjournals.ir/article_729979_f0d78076c9a3b071ca602f056e61e0ba.pdf

انجمن مهندسی معدن ایران نشریه مهندسی معدن 1735-7616 20 2 2025 08 23 Dynamic Reliability Assessment of Shear Loaders in Coal Mines Using Bayesian Networks ارزیابی دینامیکی قابلیت اطمینان ماشین زغال‌تراش بارکننده در معادن زغالسنگ با استفاده از شبکه‌های بیزین 71 89 729982 10.22034/ijme.2025.2060944.2046 FA نوشین امانیان دانشجوی دکتری، دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود، شاهرود، ایران محمد عطائی استاد، دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود، شاهرود، ایران 0000-0002-7016-8170 فرهنگ سرشکی استاد، دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود، شاهرود، ایران محمد جواد رحیم دل دانشیار گروه مهندسی معدن، پردیس مهندسی، دانشگاه بیرجند، بیرجند، ایران Journal Article 2025 05 17 Reliability analysis of large, complex, and capital-intensive systems such as coal mine shearer loaders is of great importance because it ensures the safe and stable operation of these critical equipment in mines. In this regard, fault tree analysis and Bayesian network, have been considered. Fault tree, as a graphical tool, evaluates the reliability of the system by identifying the combination of events leading to failure; however, this method faces limitations in modeling probabilistic dependencies, complex relationships, and conditional probabilities. In order to overcome these limitations, fault tree has been transformed into Bayesian network. Bayesian network is a probabilistic graphical model that models the cause-effect relationships between variables in a probabilistic manner and allows for the consideration of uncertainties and complex dependencies. In this study, focusing on the Tabas coal mine shearer loader as one of the critical components in coal mines, first, its fault tree is presented to identify the factors affecting the failure. Then, by mapping this tree to the Bayesian network, advantages such as flexibility in updating probabilities, sensitivity analysis capability, and causal inference capability have been achieved. Finally, using the birnbaum importance measure, the critical components of the coal mine shearer loader were identified and ranked. The combination of fault tree and Bayesian network methods can be used as a powerful tool in comprehensive and accurate reliability analysis of engineering systems. تحلیل قابلیت اطمینان سیستم‌های بزرگ، پیچیده و سرمایه‌بر مانند شیررلودر معادن زغال‌سنگ اهمیت بسیاری دارد، زیرا این سیستم‌ها نقش حیاتی در عملکرد ایمن و پایدار معادن دارند. در این تحقیق، از روش‌های درخت خطا و شبکه بیزین برای ارزیابی قابلیت اطمینان شیررلودر معدن زغال‌سنگ طبس استفاده شده است. درخت خطا با شناسایی ترکیب رویدادهای منجر به خرابی، ابزار مناسبی برای مدل‌سازی است، اما در ارزیابی وابستگی‌های پیچیده و احتمالات شرطی با محدودیت‌هایی مواجه است. برای رفع این محدودیت‌ها، درخت خطا به شبکه بیزین تبدیل شده است. شبکه بیزین با مدل‌سازی احتمالاتی روابط علّی-معلولی بین متغیرها، امکان تحلیل دقیق‌تر و به‌روزرسانی‌های احتمالات را فراهم می‌کند. در این مطالعه، ابتدا درخت خطای شیررلودر برای شناسایی عوامل مؤثر در خرابی طراحی شد و سپس با نگاشت به شبکه بیزین، مزایای این مدل گرافیکی در انعطاف‌پذیری و تحلیل حساسیت بررسی شد. در نهایت، با استفاده از معیار اهمیت برنبام، اجزای بحرانی سیستم شناسایی و رتبه‌بندی شدند. نتایج نشان داد زیرسیستم الکتریکی با ۴۰٪ بیشترین سهم را در خرابی‌های شیررلودر دارد. موتور درام پس از ۱۱۰ ساعت و کل سیستم پس از ۱۴ ساعت عملکرد، قابلیت اطمینان خود را از دست می‌دهند. بنابراین، نگهداری پیشگیرانه این اجزا نقش مهمی در کاهش خرابی و توقف سیستم دارد.ترکیب این روش‌ها به‌عنوان ابزاری توانمند می‌تواند در تحلیل و بهبود قابلیت اطمینان سیستم‌های مهندسی استفاده شود و به بهینه‌سازی عملیات نگهداری و کاهش خرابی‌ها کمک کند.

https://ijme.iranjournals.ir/article_729982_ed2cab227418ea71ab91c410282bfa7f.pdf

انجمن مهندسی معدن ایران نشریه مهندسی معدن 1735-7616 20 2 2025 08 23 EVALUATION OF DIAMOND WIRE SAW PRODUCTION RATE RESPONSE TO ROCK GEOMECHANICAL PARAMETERS تاثیر عوامل ژئومکانیکی سنگ بر نرخ تولید سیم‌برش الماسه 90 103 729984 10.22034/ijme.2025.2061130.2048 FA مجتبی مختاریان دانشیار، دانشکده صنایع و فناوری های معدنی، دانشگاه صنعتی ارومیه، ارومیه، ایران عارف علیپور دانشیار، دانشکده صنایع و فناوری های معدنی، دانشگاه صنعتی ارومیه، ارومیه، ایران رضا میکائیل دانشیار، دانشکده صنایع و فناوری های معدنی، دانشگاه صنعتی ارومیه، ارومیه، ایران Journal Article 2025 05 19 The sawability of diamond wire saws is a critical factor in the planning and optimization of stone quarry operations. Previous research has proposed both linear and non-linear models to estimate production rate—a key measure of sawability—based on geomechanical and machine parameters. This study investigates the performance of diamond wire saws in cutting carbonate rocks by analyzing production rates across 14 different carbonate rock samples from various Iranian quarries. Earlier studies have incorporated parameters such as uniaxial compressive strength (UCS), Brazilian tensile strength (BTS), Schmidt hammer rebound value, Los Angeles abrasion (LAA) resistance, and production rate to model sawability. In this research, Response Surface Methodology (RSM) was employed to evaluate the influence of independent variables on production rate. Statistical error analysis comparing predicted and actual production rates demonstrated that the RSM-based quadratic model outperformed other models, exhibiting the lowest values of mean absolute percentage error (MAPE), variance of absolute relative error (VARE), median absolute error (MEDAE), and root mean square error (RMSE), along with the highest value of variance accounted for (VAF). Furthermore, Analysis of Variance (ANOVA) revealed that the Los Angeles abrasion value has the most significant impact on production rate. Based on comprehensive statistical evaluation, the developed RSM-based quadratic model provides a reliable and accurate method for predicting the production rate of diamond wire saws in carbonate rock cutting ارائه‌ی مدل به‌منظور پیش‌بینی قابلیت برش سنگ‌های تزئینی با توجه به ملاحظات برنامه‌ریزی تولید حائز اهمیت است. محققین مختلف با مرتبط کردن پارامترهای ژئومکانیکی سنگ و مشخصات ماشین برش با نرخ تولید که شاخصی کمی از قابلیت برش است، اقدام به ارائه‌ی روابط تخمین خطی و غیرخطی نموده‌اند. به منظور پیش‌بینی قابلیت برش سنگ در تحقیق حاضر از داده‌های ثبت شده نرخ تولید دستگاه سیم‌برش الماسه در عملیات برش 14 نوع سنگ کربناته نرم از معادن مختلف ایران استفاده شده است. در تحقیقات صورت گرفته پارامترهای ژئومکانیکی این سنگ‌ها شامل: مقاومت فشاری تک‌محوره سنگ، مقاومت کشش برزیلی، عدد چکش اشمیت و نتیجه‌ی آزمایش سایش لس-آنجلس به‌منظور مدل‌سازی نرخ تولید مورد بررسی قرار گرفته است. در تحقیق حاضر با استفاده از داده‌های موجود اقدام به ارائه‌ی مدل غیرخطی توسط روش سطح پاسخ برای پیش‌بینی نرخ تولید سیم‌برش الماسه شده و نتایج حاصل با مطالعات قبلی مقایسه شده است، همچنین با اتکا به توانایی روش سطح پاسخ میزان اثرگذاری پارامترهای مد نظر بر پاسخ بررسی شده است. مقدار ضریب تعیین (R2) در آزمون تخمین – مقدار واقعی برای رویکرد سطح پاسخ برابر با 1 (یک) به دست آمد، در حالی که این نتیجه در مطالعات قبلی برابر با 0/74 بود. میانگین درصد قدرمطلق خطا برای روش پیشنهادی در تحقیق حاضر برابر با 0/196 بوده و این مقدار در مطالعات قبلی برابر با 17/209 است. در مابقی آزمون‌های آماری صورت گرفته نیز مدل پیش‌بینی نرخ تولید مبتنی بر روش سطح پاسخ در مقایسه با رویکرد‌ قبلی بهترین نتیجه را دارا می‌باشد.

https://ijme.iranjournals.ir/article_729984_ece0b272dea94742c65ef02019baccd8.pdf

انجمن مهندسی معدن ایران نشریه مهندسی معدن 1735-7616 20 2 2025 08 23 Seismic Survey Studies in Geotechnical Boreholes along the Isfahan–Bafq Railway Route مطالعات لرزه‌نگاری در گمانه های ژئوتکنیکی مسیر راه‌آهن اصفهان_ بافق 104 114 729985 10.22034/ijme.2025.2061167.2049 FA حمیدرضا رمضی استاد، دانشکده مهندسی معدن، دانشگاه صنعتی امیرکبیر، تهران، ایران سارا عذیری دانشجوی دکتری، دانشکده مهندسی معدن، دانشگاه صنعتی امیرکبیر، تهران، ایران Journal Article 2025 05 19 In this paper, we focus on downhole seismic testing conducted in two geotechnical boreholes located along the Isfahan-Bafq railway. Accurate assessment of the mechanical and dynamic properties of subsurface layers is crucial in civil engineering and geotechnical projects; however, conventional (non-geophysical) methods are often costly and time-consuming. The primary objective of this study is to determine the compressional wave velocity (Vp) and shear wave velocity (Vs) in the subsurface layers, estimate the effective velocity, and evaluate the borehole locations based on Iran's Standard 2800. To achieve this, downhole seismic tests were performed at one-meter intervals within the boreholes. The results indicate that the effective velocities of P and S waves in the first borehole are estimated to be 1400 m/s and 800 m/s, respectively, while in the second borehole, they are 1170 m/s and 310 m/s, respectively. According to the obtained results, borehole number 1 falls into Group I and borehole number 2 falls into Group III of Iran's Standard 2800. In addition to the velocity estimates, other geotechnical properties, including Poisson's ratio, Young's modulus, shear modulus, and bulk modulus, were also calculated and presented in the paper. These calculations provide more precise data beyond what is typically available in standard studies. در این مقاله به مطالعات لرزه‌نگاری درون‌گمانه‌ای (Downhole Seismic Test) در دو گمانه ژئوتکنیکی واقع در مسیر راه‌آهن اصفهان-بافق پرداخته‌شده است. ارزیابی دقیق ویژگی‌های مکانیکی و دینامیکی لایه‌های زیرسطحی در پروژه‌های عمرانی و ژئوتکنیکی اهمیت بالایی دارد، اما روش‌های مرسوم (غیر ژئوفیزیکی)اغلب هزینه‌بر و زمان‌بر هستند. هدف اصلی این مطالعه، تعیین سرعت امواج فشاری (Vp) و برشی (Vs) در لایه‌های زیرسطحی، برآورد سرعت موثر و ارزیابی محل گمانه‌ها بر اساس استاندارد 2800 ایران بوده است. برای این منظور، آزمایش‌های لرزه‌نگاری درون‌گمانه‌ای با فاصله یک متر به یک متر درون گمانه‌ها انجام شده است. نتایج نشان می‌دهد که سرعت مؤثر امواج P و S در گمانه اول به ترتیب 1400 و 800 متر بر ثانیه و در گمانه دوم 1170 و 310 متر بر ثانیه برآورد شده است. بر اساس نتایج حاصل، گمانه شماره ۱ در گروه I و گمانه شماره ۲ در گروه III استاندارد 2800 ایران قرار می‌گیرد. افزون بر برآورد سرعت‌ها، دیگر ویژگی‌های ژئوتکنیکی از جمله ضریب پواسون، مدول‌های یانگ، برشی و بالک نیز محاسبه و در مقاله ارائه شده‌است. این محاسبات داده‌های دقیق‌تری فراتر از مطالعات معمول در اختیار کاربر قرار می‌دهد.

https://ijme.iranjournals.ir/article_729985_0f82d8526ab000519067fd254f2d5452.pdf