مدل سازی مقاومت فشاری تک محوری مصالح اساس بازیافت تمام عمق تثبیت شده با سیمان پرتلند با استفاده از روش رگرسیون چندجمله ای تکاملی

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 221

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_CEEJ-51-105_016

تاریخ نمایه سازی: 24 اسفند 1400

چکیده مقاله:

لایه اساس بازیافت شده به­ روش تمام عمق، FDR، (Full Depth Reclamation)، مخلوطی از مصالح درشت دانه و خرده آسفالت بازیافتی، RAP، (Reclaimed Asphalt Pavement) است که توسط یک عامل تثبیت کننده تثبیت شده است. برای طراحی و کنترل کیفیت این مصالح، مقاومت فشاری تک محوری این مصالح ملاک عمل است. هدف این مقاله توسعه یک مدل یادگیری ماشین برای پیش بینی مقاومت فشاری تک محوری مصالح اساس بازیافت تمام عمق تثبیت شده با سیمان پرتلند بر اساس روش رگرسیون چندجمله ای تکاملی، EPR، (Evolutionary Polynomial Regression) است. برای این منظور، دو مصالح مختلف اساس با درصد های مختلفی از خرده آسفالت مخلوط و سپس با درصدهای متفاوتی از سیمان پرتلند تثبیت شدند و مقاومت فشاری نمونه ها در زمان های عمل­ آوری ۷ و ۲۸ روز تعیین شده است. برای آموزش و آزمایش مدل EPR، مجموعا ۶۴ داده UCS (Unconfined Compressive Strength) آزمایشگاهی مورد استفاده قرار گرفت. متغیرهای مستقل در مدل توسعه یافته به­ صورت درصد RAP، درصد سیمان، درصد رطوبت بهینه، درصد عبوری از الک نمره ۲۰۰ و زمان عمل آوری در نظر گرفته شد. نتایج این تحقیق نشان می دهد که مدل توسعه داده شده در اکثر موارد با خطای کم­تر از ۱۰ درصد توانایی پیش بینی مقاومت فشاری تک ­محوری را دارد.  همچنین مقدار ضریب رگرسیون R۲ برای مجموعه داده های آموزش و آزمون به­ ترتیب برابر با ۹۷۳/۰ و ۹۶۰/۰ به­ دست آمد. نتایج تحلیل پارامتریک نشان داد که با افزایش درصد خرده آسفالت تا ۲۰ درصد مقاومت فشاری افزایش و پس از آن کاهش می یابد. تحلیل حساسیت مدل پیشنهادی با استفاده از آزمون گاما نشان داد که درصد سیمان مهم ترین پارامتر تاثیرگذار برمقاومت فشاری تک­ محوری مصالح اساس بازیافت تمام عمق تثبیت شده با سیمان پرتلنداست.

کلیدواژه ها:

مدلسازی ، بازیافت تمام عمق ، سیمان پرتلند ، مقاومت فشاری تک محوری (UCS) ، رگرسیون چندجمله ای تکاملی (EPR)

نویسندگان

علیرضا غنی زاده

دانشکده مهندسی عمران، دانشگاه صنعتی سیرجان

مرتضی رهروان

آزمایشگاه پیشرفته قیر و مخلوط های آسفالتی، دانشگاه صنعتی سیرجان

نسرین حیدرآبادی

آزمایشگاه پیشرفته قیر و مخلوط های آسفالتی، دانشگاه صنعتی سیرجان

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 :
  • Ahangar-Asr A, Faramarzi A, Mottaghifard N, Javadi AA, “Modeling of ...
  • Alavi AH, Gandomi AH, Mollahasani A, “A Genetic Programming-Based Approach ...
  • ARRA, “Asphalt Recycling and Reclaiming Association, Basic asphalt recycling manual”, ...
  • Balf MR, Noori R, Berndtsson R, Ghaemi A, Ghiasi B, ...
  • Bang S, Lein W, Comes B, Nehl L, Anderson J, ...
  • Bartku EC, “In-Situ Recycling: Applications, Guidelines, and Case Study for ...
  • Batioja DD, “Evaluation of Cement Stabilization of a Road Base ...
  • Berardi L, Giustolisi O, Kapelan Z, Savic DA, “Development of ...
  • Das SK, Samui P, Sabat AK, “Application of artificial intelligence ...
  • Deengam S, Suebsuk J, Anyapho W, Kumpala A, “Strength of ...
  • Eidgahee DR, Rafiean AH, Haddad A, “A Novel Formulation for ...
  • Ganne VK, “Long term durability studies on chemically treated reclaimed ...
  • Ghorbani A, Hasanzadehshooiili H, “Prediction of UCS and CBR of ...
  • Giustolisi O, Doglioni A, Savic DA, Pierro F, “An evolutionary ...
  • Giustolisi O, Savic DA, “A symbolic data driven technique based ...
  • Goldberg DE, “Genetic algorithms in search, optimization and machine learning”, ...
  • Güllü H, “Function finding via genetic expression programming for strength ...
  • Guthrie W, Brown A, Eggett D, “Cement stabilization of aggregate ...
  • Koza JR, “Genetic programming: on the programming of computers by ...
  • Kroge M, McGlumphy K, Besseche T, “Full-Depth Reclamation with Engineered ...
  • Laucelli D, Berardi L, Doglioni A, Giustolisi O, “EPR-MOGA-XL: an ...
  • Main DT, “Specification on Cold In-Place Recycled Pavement Special Provision ...
  • Mallick R, Bonner D, Bradbury R, Andrews J, Kandhal P, ...
  • Miller HJ, Guthrie WS, Crane RA, Smith B, “Evaluation of ...
  • MolaAbasi H, Shooshpasha I, “Prediction of zeolite-cement-sand unconfined compressive strength ...
  • Morian DA, Solaimanian M, Scheetz B, Jahangirnejad S, “Developing Standards ...
  • Motamedi S, Shamshirband S, Petković D, Hashim R, “Application of ...
  • Mozumder RA, Laskar AI, Hussain M, “Empirical approach for strength ...
  • Pappas J, “Environmental Considerations of In-Place Recycling”, Paper presented at ...
  • Puppala AJ, Hoyos LR, Potturi AK, “Resilient moduli response of ...
  • Remesan R, Shamim MA, Han D, “Model data selection using ...
  • Sathyapriya S, Arumairaj P, “Prediction of Unconfined Compressive Strength of ...
  • Savic DA, Giutolisi O, Berardi L, Shepherd W, Djordjevic S, ...
  • Slage C, “Washington County’s Experience with In-Place Recycling”, Paper presented ...
  • Suebsuk J, Suksan A, Horpibulsuk S, “Strength assessment of cement ...
  • Suman S, Mahamaya M, Das SK, “Prediction of Maximum Dry ...
  • Taleb BI, Harichane K, Ghrici M, Boukhatem B, Rebouh R, ...
  • Watson A, Parmee I, “System identification using genetic programming”, Proceedings ...
  • Wen H, Tharaniyil M, Ramme B, Krebs S, “Field performance ...
  • نمایش کامل مراجع