مدلسازی مقاومت فشاری خاک باطله معدن تثبیت شده با سیمان با استفاده از شبکه عصبی مصنوعی

سالیانه میلیونها تن باطله خاکی در معدن گلگهر برداشت و دپو میشود که نیاز به فضای زیادی جهت ذخیره سازی دارند. یکی از راه های کاهش این باطله ها، استفاده مجدد از این مصالح به عنوان مصالح راه سازی است. استفاده از این مصالح به عنوان مصالح اساس تثبیت شده باعث افزایش ظرفیت باربری لایه اساس میشود. هدف این مطالعه بررسی و توسعه روشی بهمنظور پیشبینی مقاومت فشاری محصورنشده باطله معدن تثبیت شده با سیمان میباشد. برای این منظور، از ۰، ۵، ۷، و ۹ درصد سیمان جهت تثبیت باطله ها استفاده شد و نمونه های مقاومت فشاری با دو انرژی تراکم اصلاح شده و استاندارد، سه درصد رطوبت مختلف (بهینه، سمت مرطوب و سمت خشک) و دو زمان عمل آوری ۷ و ۲۸ روزه آماده شدند و سپس تحت آزمایش مقاومت فشاری محصورنشده قرار گرفتند. سپس از یک شبکه عصبی مصنوعی برای مدلسازی مقاومت فشاری محصورنشده استفاده شد. در این تحقیق پارامترهای درصد سیمان، درصد رطوبت، زمان عمل آوری، انرژی تراکم، شاخص خمیری و حد روانی به عنوان پارامترهای مستقل ورودی جهت پیشبینی مقاومت فشاری محصورنشده درنظر گرفته شدند. نتایج مدلسازی نشاندهنده دقت بالای روش شبکه عصبی مصنوعی جهت پیشبینی مقاومت فشاری محصورنشده باطله تثبیتشده با سیمان است، به طوری که ضریب تعیین (R۲) برای این مدل بر اساس داده های آموزش و آزمون به ترتیب برابر با ۰/۹۶۷ و ۰/۹۷۷ به دست آمد.

کلیدواژه ها:

مقاومت فشاری محصورنشده ، سیمان پرتلند ، خاک باطله معدن گل گهر ، شبکه عصبی مصنوعی.