پیش‌بینی مقاومت فشاری و کششی بستر رسی تثبیت‌شده با سیمان و باطله سنگ‌آهن با استفاده از روش‌های هوش محاسباتی

یکی از روش‌های بهسازی خاک بستر روسازی، استفاده از مواد افزودنی جهت تثبیت خاک است. برای ارزیابی کیفیت مصالح از آزمایش‌های مقاومت فشاری تک‌محوری و مقاومت کششی غیرمستقیم استفاده می‌شود. بهره‌گیری از این آزمایش‌ها با توجه به زمان‌بر بودن عمل‌آوری نمونه‌ها وقت‌گیر است .همچنین در صورت افزایش تعداد نمونه‌ها می‌تواند هزینه‌بر نیز باشد. در این تحقیق، از دو روش مدل‌سازی شبکه عصبی مصنوعی (ANN) و سیستم استنتاج عصبی- فازی تطبیقی (ANFIS) جهت پیش‌بینی مقاومت فشاری و کششی خاک رس تثبیت‌شده با سیمان و باطله سنگ‌آهن استفاده شده است. برای این منظور، پارامترهای درصد سیمان، درصد باطله، رطوبت بهینه و مدت زمان عمل‌آوری، به عنوان ورودی و پارامترهای مقاومت فشاری تک‌محوری و مقاومت کششی غیرمستقیم، به عنوان خروجی در نظر گرفته شده است و در هر مورد پایگاه داده‌ای متشکل از 100 داده مورد استفاده قرار گرفته است. مدل‌سازی با استفاده از این سه روش، برتری مدل شبکه عصبی مصنوعی نسبت به سیستم استنتاج عصبی- فازی تطبیقی را نشان می‌دهد. همچنین تحلیل حساسیت نشان می‌دهد که پارامترهای درصد سیمان و درصد باطله به‌ترتیب بیشترین و کمترین تأثیر را بر مقاومت فشاری و مقاومت کششی پیش‌بینی شده دارند.

کلیدواژه ها:

مقاومت فشاری تک‌محوری ، مقاومت کششی غیر‌مستقیم ، خاک رس تثبیت شده ، سیمان و باطله سنگ آهن ، هوش محاسباتی