ارائه مدل هایی برای تخمین شاخص قابلیت فشردگی(Cc) در خاک های ریزدانه

قابلیت فشردگی(Compressibility) توده خاک یکی از مهمترین پارامترهای خاک می­باشد که برای طراحی­های ژئوتکنیک ضروری است. با توجه به اینکه تعیین شاخص قابلیت فشردگی از آزمایش تحکیم نسبتا وقت­گیر است محاسبه این شاخص از فرمول­های تجربی بر اساس خصوصیات خاک می­تواند مفید باشد. در طی دهه­های اخیر، چندین رابطه تجربی برای تخمین قابلیت فشردگی با استفاده از پارامترهایی مانند درصد رطوبت طبیعی، حد روانی، شاخص خمیری، وزن مخصوص و دیگر پارامترهای خاک ارائه شده است. در این تحقیق ابتدا بر اساس داده های ۱۱۵ مورد مطالعه از ۸ سایت در نقاط مختلف کشور به کمک رگرسیون ساده و چند متغیره روابط تجربی برای ارتباط بین شاخص قابلیت فشردگی و دیگر پارامترهای خاک مانند حد روانی، حد خمیری، شاخص خمیری، نسبت پوکی در حد روانی و نسبت پوکی در حد خمیری پیشنهاد شد. سپس به عنوان روش جایگزین یک مدل شبکه عصبی مصنوعی برای تخمین شاخص قابلیت فشردگیارائه گردید. شاخص قابلیت فشردگی به عنوان تابعی از ۵ پارامتر شامل شاخص خمیری، درصد ذرات ریزدانه، نسبت پوکی در حد روانی، نسبت پوکی در حد خمیری و وزن مخصوص مدل شد. در نهایت مدل های ارائه شده با هم مقایسه گردید. نتایج نشان داد که مدل شبکه عصبی از عملکرد بهتری نسبت به روابط تجربی دیگر برای پیش­بینی شاخص قابلیت فشردگی خاک های ریزدانه برخودار می­باشد.

کلیدواژه ها:

Fine grained soils ، Soil compression index ، Soil index properties ، Simple and multi linear regression ، Artificial Neural Network