تحلیل شبکه عصبی مصنوعی در پیش بینی حداکثر مقدار تنش بر روی شیب های رسی تثبیت شده با سیمان و آهک و الیاف به روش های آزمایشگاهی و مدلسازی عددی
محل انتشار: فصلنامه جاده، دوره: 32، شماره: 121
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 174
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ROAD-32-121_026
تاریخ نمایه سازی: 28 آبان 1403
چکیده مقاله:
این تحقیق به بررسی رفتار پایداری شیب های رسی تثبیت شده با سیمان و آهک و الیاف می پردازد. در این تحقیق تثبیت خاک بوسیله ترکیب بهینه ای از الیاف و تثبیت کننده های سنتی و همچنین بکارگیری نتایج حاصله در تحلیل پایداری شیروانی ها و در نهایت شبیه سازی نتایج در محیط برنامه نویسی ژنتیک انجام شده است. در محیط نرم افزار OptumG۲ با شبیه سازی شیب ها مدل عددی بدست آمد. از محیط مدلسازی شبیه سازی عددی توسط دو شبکه عصبی مصنوعی مشهور پیشخور و برنامه نویسی ژنتیک استفاده گردید. برای شیب های با زاویه ۷۵ درجه حداکثر تنش قائم اعمالی بر روی شالوده ها برابر با مقدار ۸، ۲۸۵، ۴۹۹، ۸۰۸ و ۱۵۱۶ کیلوپاسکال برای خاک هایی با مقاومت برشی ۲۵ کیلو پاسکال (یا خاک تثبیت نشده)، ۱۰۰، ۲۰۰، ۳۰۰ و ۴۰۰ کیلوپاسکال بوده است. رابطه میان مقاومت چسبندگی زهکشی نشده و ضریب اطمینان شیب برای یک شرایط ثابت هندسه شیب و محل شالوده نسبت به تاج شیب، یک رابطه خطی بدست آمد. الیاف فلزی در مقاومت نمونه های تثبیت شده بیشترین تاثیر را نشان دادند. تثبیت کننده های سیمانی نتایج بهتری نسبت به تثبیت کننده های آهکی از خود نشان دادند. میزان افزایش مقاومت زهکشی نشده خاک می تواند بصورت بسیار زیادی بر روی پایداری این شیب ها و همچنین حداکثر مقدرا تنشی که می توان بر بخش تاج این شیب ها اعمال نمود تاثیر داشت. شبکه عصبی مصنوعی بخوبی حداکثر مقدار تنش بر روی شیب ها را تحلیل و پیش بینی نمود.
کلیدواژه ها:
نویسندگان
سید یعقوب ذوالفقاری فر
استادیار، گروه مهندسی عمران و معماری، واحد یاسوج، دانشگاه آزاد اسلامی، یاسوج، ایران
سید مصطفی حقیقت جو
دانشجوی دکتری، گروه مهندسی عمران، دانشکده مهندسی، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران
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 :