برآورد نرخ نفوذ ماشین در سنگ اولین و مهم­ترین گام در پیش‌بینی زمان اجرای حفر مکانیزه تونل است. در این تحقیق پایگاه داده­ای از اطلاعات حین حفر تونل گلاب ایجاد شده است. با توجه به فرمول­های متعدد پیشنهادی برای محاسبه نرخ نفوذ، عملکرد هر کدام از مدل‌ها در پیش­بینی نفوذ ماشین در ساختگاه تونل گلاب با مقادیر واقعی مقایسه شده است. در بین مدل­های موجود مدل فرخ و گانگ دقت بالاتری از سایر مدل‌ها داشتند. همچنین با استفاده از اطلاعات پایگاه داده ایجاد شده، میزان تأثیر پارامترهای مختلف ژئومکانیکی بررسی شد که تأثیر فاصله­داری درزه‌ها و RQD بیشتر از سایر پارامترها بود و مقاومت فشاری تک­محوری تأثیر کمی بر مقدار نفوذ داشت. با استفاده از روش­های مختلف تحلیل رگرسیون روابطی برای پیش­بینی نرخ نفوذ ارائه شد که با توجه به دقت بالاتر روش SMO رگرسیون، رابطه به­دست آمده از این روش به­عنوان مدلی برای پیش­بینی عملکرد ماشین پیشنهاد شد. همچنین با کمک روش‌های یادگیری ماشین و ساخت درخت تصمیم و با اولویت­دهی به پارامترهای ژئومکانیکی مؤثرتر، یک سیستم طبقه­بندی برای پیش­بینی نرخ نفوذ پیشنهاد شده است.