استفاده از شبکه عصبی مصنوعی در تخمین ظرفیت باربری لرزه ای پی های سطحی نواری واقع شده در بالای حفره بدون پوشش در خاک های چسبنده همگن
محل انتشار: فصلنامه علوم فنون سازندگی، دوره: 1، شماره: 4
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 209
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_STC-1-4_006
تاریخ نمایه سازی: 5 بهمن 1400
چکیده مقاله:
با توسعه روز افزون شهرها و افزایش جمعیت، محدودیت دسترسی به فضای لازم جهت ساخت تاسیسات زیربنایی و حمل و نقل بیش از پیش احساس می شود.وجود سازه های مختلف سطحی، علاوه بر تحمیل هزینه بالا و مشکلات ترافیکی حین اجرا، بعضا احداث سازه های روزمینی را غیرممکن می سازد. بر این اساس در چنین محیط هایی تقاضای حفر تونل برای احداث سیستم های تاسیسات و حمل و نقل شهری و بین شهری به سرعت افزایش یافته است. حفر تونل ها و حفرات زیرزمینی در مناطق شهری معمولا در اعماق کم بوده و تاثیر آن می تواند تا سطح زمین گسترش یافته و ظرفیت باربری شالوده های واقع بر سطح زمین را تحت تاثیر قرار دهد. در این پژوهش با استفاده از ۲۰۰۰ مدل سازی عددی به روش اجزاء محدود حالت حدی، ظرفیت باربری نهایی یک پی سطحی در مجاورت حفره زیرزمینی در حالت لرزه ای و ایستا محاسبه شده و اثر پارامترهای تاثیرگذار مختلف، بررسی شده است. سپس با استفاده از پایگاه داده ایجاد شده، یک شبکه عصبی چند لایه پرسپترون (MLP) آموزش داده شده تا بتوان به کمک آن به راحتی و بدون استفاده از نرم افزارهای تخصصی، ظرفیت باربری پی های واقع در بالای حفرات بدون پوشش را در شرایط مختلف محاسبه کرد. نتایج حاصل نشان می دهد که ظرفیت باربری محاسبه شده به کمک شبکه عصبی دارای دقت خوبی است.
کلیدواژه ها:
کلید واژه ها: ظرفیت باربری لرزه ای ، حفره زیرزمینی ، پی سطحی نواری ، تحلیل اجزاء محدود حالت حدی ، شبکه عصبی چند لایه
نویسندگان
محسن عباسی
پژوهشکده سازندگی
محمد اسحاقی
پژوهشکده سازندگی
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 مقاله لینک شده اند :