ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

برآورد پارامترهای چسبندگی و زاویه اصطکاک داخلی خاک های رسی دربرگیرنده مسیر پیشنهادی مونوریل کرمانشاه با استفاده از روش شبکه عصبی مصنوعی

تعداد صفحات: 9 | تعداد نمایش خلاصه: 6755 | نظرات: 2
سال انتشار: 1389
کد COI مقاله: CAGE05_041
زبان مقاله: فارسی
(فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 9 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله برآورد پارامترهای چسبندگی و زاویه اصطکاک داخلی خاک های رسی دربرگیرنده مسیر پیشنهادی مونوریل کرمانشاه با استفاده از روش شبکه عصبی مصنوعی

ناصر مدنی اصفهانی - کارشناسی ارشد مهندسی معدن- شرکت مهندسین مشاور طاها
بهزاد حیدری - کارشناس ارشد مهندسی معدن

چکیده مقاله:

امروزه از روشهای هوش مصنوعی در علوم مختلف به فراوانی استفاده می شود. از این میان شبکه عصبی به دلیل قابلیت و انعطاف در روش استفاده از مقبولیت بیشتری برخوردار است. امروزه عمده کاربرد شبکه عصبی در مهندسی معدن در زمینه های اکتشاف، تخمین ذخیره، مکانیک سنگ و ژئوتکنیک و کنترل فرآیند در کارخانه های فرآوری می باشد که در این مقاله می توان کاربرد آن در مبحث ژئوتکنیک را مشاهده نمود. مونوریل کرمانشاه در استان کرمانشاه و در غرب ایران بین °00:´34 تا °30:´34 عرض شمالی و °00:´47 تا °30:´47 طول خاوری قرار دارد که بر اساس طرح پیشنهادی در طولی بیش از 12 کیلومتر می بایستی اجرا گردد. در این پروژه به منظور مطالعات ژئوتکنیکی 18 گمانه جهت شناسایی لایه های تحت الارضی و نمونه برداری حفر شده است. از طرفی نمونه گیری از خاکها که دارای رفتار یکسان می باشند ، حتی اگر نمونه ها از یک لایه تهیه شده باشند کار بسیار مشکلی است. از طرفی دیگر چسبندگی و زاویه اصطکاک داخلی خاکها یکی از مهمترین پارامترهای مکانیکی در خاکها می باشد. لازمه تعیین این دو پارامتر، تهیه نمونه های مناسب دست نخورده و انجام آزمایش های مقاومتی است. در صورتیکه بتوان از طریق پارامترهای فیزیکی خاک و همچنین آزمایشهای صحرایی معمول، مقدار چسبندگی و زاویه اصطکاک داخلی خاکها را تعیین نمود، می توان مقدار قابل توجهی در زمان و هزینه صرفه جویی نمود. در این مقاله تعداد 40 نمونه خاک در آزمایشگاه طبق استاندارد ASTM مورد آزمایش قرار گرفت و پنج پارامتر چسبندگی (C) ، زاویه اصطکاک داخلی (Ф) ، دانسیته (γ) و شاخص پلاستیسیته (PI) و درصد رطوبت (w) برای 40 نمونه خاک رسی دربرگیرنده مسیر پیشنهادی مورد اندازه گیری قرار گرفت. سپس با توجه به ضریب همبستگی بین داده ها و هدف مطالعه؛ سه پارامتر شاخص پلاستیسیته، دانسیته و درصد رطوبت به عنوان داده های ورودی انتخاب شدند تا بتوان از روی آنها دو پارامتر مهم چسبندگی و زاویه اصطکاک داخلی را تخمین زد. بنابراین جهت تعیین داده های آموزشی و آزمایشی، مجموعه داده ها جهت استفاده در مدل سازی شبکه عصبی به دو قسمت به صورت اتفاقی تقسیم بندی شدند به طوریکه 80% داده ها به عنوان داده آموزشی و 20% آنها به عنوان داده آزمایشی انتخاب شدند. پس از آموزش شبکه و آزمایش آن مشخص شد که با توجه به مقادیر ضریب همبستگی و میانگین مربع خطای بین داده تخمین زده شده و اندازه گیری شده دو پارامتر چسبندگی و زاویه اصطکاک داخلی R2 = 92.65%) , MSE=3.08 (، مدل دارای تخمین قابل قبولی بوده و با توجه به داشتن R2 بالای 85% می توان از آن در کاربردهای مهندسی از قبیل طراحی پی استفاده نمود.

کلیدواژه ها:

مونوريل كرمانشاه، شبكه عصبي، چسبندگي، زاويه اصطكاك داخلي

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/102033/

کد COI مقاله: CAGE05_041

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
مدنی اصفهانی، ناصر و حیدری، بهزاد،1389،برآورد پارامترهای چسبندگی و زاویه اصطکاک داخلی خاک های رسی دربرگیرنده مسیر پیشنهادی مونوریل کرمانشاه با استفاده از روش شبکه عصبی مصنوعی،پنجمین همایش ملی زمین شناسی و محیط زیست،اسلامشهر،،،https://civilica.com/doc/102033

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1389، مدنی اصفهانی، ناصر؛ بهزاد حیدری)
برای بار دوم به بعد: (1389، مدنی اصفهانی؛ حیدری)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود ممقالهقاله لینک شده اند :

  • شرکت مندسین مشاور طاها - گزارش مطالعات ژئوتکنیک و زمین ...
  • شرکت مهندسین مشاور طاها- نتایج مطالعات آزمایشگاهی ژئوتکنیک پروژه منوریل ...
  • مدنی اصفهانی، ن 1، برآورد شاخص پلاستیسیته (PI) در خاکهای ... (مقاله کنفرانسی)
  • جهانبخشی، ر. آذین _ تین مقاومت فشاری تک محوری سنگهای ... [مقاله کنفرانسی]
  • ساعدی، _ تخمین مقاومت فشاری تک محوره UCS با استفاده ...
  • MATLAB help, the math wors inc.2008 ...
  • Inoue, M. & Ohomi, M; :Relation between uniaxial compressive strength ...
  • Demuth, Howard; Beale, Mark; Neural Network Toolbox For Use with ...
  • WWW. bcp .psych. ualberta.ca. ...
  • نقد پژوهشگران در مورد مقاله برآورد پارامترهای چسبندگی و زاویه اصطکاک داخلی خاک های رسی دربرگیرنده مسیر پیشنهادی مونوریل کرمانشاه با استفاده از روش شبکه عصبی مصنوعی
    علی افشار (1395/08/29): هیچ گونه ارتباطی بین عنوان مقاله و مطلب وجود نداشت افتضاح بود اسم این و میذارن مقاله واقعا

    مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • صنعت اتصال > چسب و رزین
  • هوش مصنوعی > شبکه عصبی
  • اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    نظرات خوانندگان

    3.00
    2 تعداد پژوهشگران نظر دهنده
    5 1
    4
    3
    2
    1 1

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی