پیش بینی پتانسیل تورم خاک های متورم شونده بهسازی شه توسط نانو مواد با بهره گیری از محاسبات نرم
- سال انتشار: 1402
- محل انتشار: هفتمین کنگره بین المللی توسعه زیرساخت های فناور مهندسی عمران، معماری و شهرسازی ایران
- کد COI اختصاصی: IRURBAN07_032
- زبان مقاله: فارسی
- تعداد مشاهده: 98
نویسندگان
دانشجوی کارشناسی ارشد دانشگاه مقدس اردبیلی
استادیار دانشگاه آزاد اسلامی واحد تهران شمال
کارشناسی ارشد دانشگاه تبریز
چکیده
در این مقاله به بررسی پیش بینی پتانسیل تورم خاک های متورم شونده بهبود یافته توسط نانومواد با استفاده از روش های محاسباتی نرم پرداخته شده است. پیش بینی دقیق رفتار تورمی خاک های کسترده، یک چالش مداوم در عمل و طراحی مهندسی ژئوتکنیک است. خاک های متورم حاوی مواد معدنی رسی مانند مونتوریلونیت هستند که مقادیر قابل توجهی آب را جذب می کنند و باعث تغییر حجم قابل توجهی یا تورم می شوند که می تواند به سازه های مهندسی آسیب برساند. ادغام نانومواد مانند نانو در کاهش پتانسیل تورم خاک های منبسط امیدوار کننده بوده است که در این تحقیق از نانوسیلیس جهت بهبود رفتلر تورمی خاک متورم شونده استفاده شده است. جهت پیش بینی تاثیر سیلیس در رفتار خاک از دو نوع شبکه عصبی مصنوعی (ANN) و ترکیب آن با الگوریتم بهینه سازی اجتماع ذرات (ANNPSO) استفاده شده است. نتایج عددی حاصل از آنالیز داده ها در محیط نرم افزار متلب نشان داد که مقادیر پیش بینی از مدل های ANNPSO نسبت به مقادیر به دست آمده از مدل های ANN، دارای مطابقت بسیار بهتری با مقادیر تجربی هستند. هر دو مدل شبکه عصبی ANN و ANNPSO می توانند به طور رضایت بخشی برای پیش بینی درصد تورم و فشار تورم در خاک های متورم شونده تثبیت شده با نانو مواد، به عنوان یک جایگزین سریع و ارزان برای تکنیک های آزمایشگاهی استفاده شوند. با توجه به وجود هزینه های بالای انجام آزمایش های موردنظر، استفاده از شبکه عصبی جهت پیش بینی، روشی قابل قبول و مورد اطمینان مشاهده شد. در حالت ترکیبی شبکه عصبی با الگوریتم اجتماع ذرات نتایج برآورد بهبود یافتند. اضافه کردن هر میزان نانوسیلیس باعث بهبود خاصیت تورم خاک نمی گردد بلکه دارای مقدار بهینه ایست که در این داده ها به میزان ۰.۵۵% بهینه ترین حالت در کاهش تورم خاک متورم شونده است.کلیدواژه ها
بهسازی خاک با نانومواد، نانوسیلیس، شبکه های عصبی، الگوریتم بهینه یابی اجتماع ذرات (PSO)مقالات مرتبط جدید
- مروری بر مصرف کودهای آلی و شیمیایی در فضای سبز با تاکید بر حفظ محیط زیست شهری
- تحلیل نمادین نقش ترنج با تاکید بر منسوجات عصر سلجوقی
- نقش فلوکولانت های طبیعی به روش هیدوژل در فرآیند فلوکولاسیون و گندزدایی آب و پساب به روش شیمیایی با کاهش هزینه و افزایش سرعت و راندمان
- جداسازی، خالص سازی و تغلیظ پلی فنل ها با فرآیندهای غشایی
- بررسی تاثیر عصاره جلبک اسپیرولینا پلاتنسیس بر بیان ژن p۵۳ در رده سلولی سرطان سینه
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.