SETDISC نرم‌افزار دسته‌بندي ناپيوستگي‌ها به روش خوشه‌بندي پوآسون

SETDISC a Software for Joint Classification Based on Poisson Clustering

تعیین تعداد و خصوصیات دسته درزه‌های موجود در توده‌سنگ در هر عملیات مهندسی سنگ از اهمیت بسزایی برخوردار است. یكی از مهم‌ترین ویژگی‌های ناپیوستگی‌ها، راستای آن‌ها نسبت به هم و نسبت به سازه مهندسی است.  جهت تعیین تعداد دسته درزه‌ها معمولاً از روش‌های استریوگرافیك استفاده می‌شود. چنین روشی بسیار وابسته به قضاوت شخصی است و در زمان همپوشانی دسته درزه‌ها تفكیك آن‌ها را از هم مشكل می‌گرداند. در این تحقیق ابتدا الگوریتمی مبتنی بر توزیع احتمالاتی پوآسون جهت تعیین تعداد و خصوصیات دسته درزه‌ها ارائه شد ؛ درزه‌هایی كه با احتمالی بیش از احتمال یك رویداد تصادفی در یك محدوده تعیین‌شده از شیب و جهت شیب قرار دارند به عنوان یك دسته درزه معرفی و مقدار شیب و جهت شیب و میزان خوشه‌شوندگی (بیانگر میزان پراكندگی درزه‌ها حول مركز خوشه)  هر دسته تعیین گردید. سپس با استفاده از الگوریتم توسعه‌یافته، برنامه‌ی  SETDISCبه زبان Fortran90نوشته شد. جهت اعتبارسنجی و مقایسه نتایج حاصل از الگوریتم ارائه‌شده و همچنین برنامه  SETDISC با روش‌های استریوگرافیك، 420 ناپیوستگی برداشت‌شده با 11 خط برداشت در برنامه SETDISCو نرم‌افزار Dipsبه صورت داده‌های ورودی وارد شدند. نتایج به دست آمده نشان داد كه الگوریتم توسعه داده‌شده می‌تواند یك ابزار كمی مناسبی بدون وابستگی به قضاوت شخصی برای تعیین تعداد دسته درزه‌های موجود در سنگ و همچنین تعیین خصوصیات هر دسته درزه در اختیار كاربر قرار دهد. 

Determining the number and characteristics of joint sets is of great importance in any rock engineering operation. One of the most important characteristics of discontinuities is their orientation, relative both to each other and to any engineering structure or excavation face. In order to determine the number of joint sets, usually stereographic methods are used. This method mainly depends on the personal judgment therefore; separation of joint sets is very difficult when overlap occurs. In this paper, an algorithm is proposed according to Poisson process to determine the number and characteristics of joint sets. Discontinuities that are found in a region of defined dip and dip direction with a probability of more than a random event are put together in a group, so that dip, dip direction and clustering degree (i.e. the distribution of joints around a definite center) of that group can be determined.  SETDISC program has been written in Fortran 90 language based on the proposed algorithm. To validate the proposed algorithm in SETDISC, 420 discontinuities of 11 scan line are analyzed and the computed results are compared by the results obtained by Dips. This comparison shows that the proposed algorithm has no personal judgment and can be used practically as a quantitative approach in joint clustering.