ارزیابی رفتار دینامیکی خاک های ریزدانه با استفاده از الگوریتم دسته بندی گروهی داده ها
سال انتشار: 1394
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 122
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JTIEJO-1-3_006
تاریخ نمایه سازی: 6 شهریور 1403
چکیده مقاله:
با توجه به اینکه عملکرد صحیح تاسیسات زیربنایی نیاز به طراحی دقیق دارد، بنابراین ارزیابی دقیق پارامترهای کلیدی با به کارگیری روش های نوین از اهمیت ویژه ای برخوردار است. در سازه های خاکی و سیستم های حمل و نقل، به عنوان بخشی از مهم ترین ابنیه ی فنی و زیرساخت ها که خدماتی ضروری برای بشر فراهم می نمایند، همواره برآورد و پیشبینی دقیق تر رفتار خاک، بخصوص در برابر بارهای دینامیکی، بسیار اهمیت دارد. خواص دینامیکی خاک ها شامل مدول برشی و نسبت میرایی از پارامترهای بسیار مهم جهت بررسی رفتار دینامیکی و همچنین مدل سازی این مصالح می باشند. ارزیابی صحیح این پارامترها برای انجام تحلیل های دقیق تر مسائل دینامیک خاک و یا اندرکنش خاک- سازه ضروری میباشد. روش های آزمایشگاهی مختلفی جهت اندازه گیری خصوصیات دینامیکی خاک ها موجود بوده و مطالعات بسیاری انجام شده است. در این مطالعه، بر اساس نتایج موجود و با استفاده از الگوریتم دستهبندی گروهی دادهها (GMDH) دو مدل جهت ارزیابی مدول برشی و نسبت مبرایی خاکهای چسبنده ارائه گردیده است. بررسی صحت عملکرد مدل های ارائه شده، با استفاده از نتایج آزمون های سانتریفیوژ صورت گرفت. این مدل ها نسبت به پارامترهای ورودی آنالیز حساسیت شده و دقت آن ها مورد بررسی قرار گرفته است. در نهایت، مدل های ارائه شده با برخی روابط موجود مقایسه شده است. نتایج این تحقیق نشان از دقت بالای مدل های ارائه شده (مبتنی بر GMDH) در ارزیابی خصوصیات دینامیکی خاک های چسبنده دارد.
کلیدواژه ها:
نویسندگان
حامد جاودانیان
استادیار، دانشکده فنی و مهندسی، دانشگاه شهرکرد
عبدالحسین حداد
استادیار، دانشکده مهندسی عمران، دانشگاه سمنان
یاسر جعفریان
استادیار، مرکز تحقیقات ژئوتکنیک، پژوهشگاه بین المللی زلزله شناسی و مهندسی زلزله، تهران
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 :