استفاده از نظریه گراف ها در بهینه سازی آرایش میخ ها در دیوارهای میخکوبی شده
محل انتشار: اولین کنفرانس ملی مهندسی ژئوتکنیک
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,067
فایل این مقاله در 9 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:
GEOTEC01_564
تاریخ نمایه سازی: 9 بهمن 1392
چکیده مقاله:
میخ کوبی (نیلینگ) از جمله روشهای پایدارسازی دیوارهای خاکبرداری شده، می باشد که با توجه به سرعت و قابلیت انعطاف اجرای بالا اخیرااستفاده از آن در پروژه های عمرانی افزایش یافته است. این روش در صورت اجرای بهینه میخها می تواند از نظر اقتصادی نیز مقرون به صرفه باشد. لذا در این مقاله با استفاده از نظریه گرافها که یکی از روش های بهینه سازی کارا در علوم ریاضی است، اقدام به بهینه سازی آرایش میخها در یک دیوار میخ کوبی شده است. بدین منظور فواصل مختلفی در آرایش میخ در نظر گرفته شده و با استفاده از یک الگوریتم پیشنهادی از نظریه گرافهادر محیط برنامه متلب اقدام به جابجایی پارامترهای موثر در بهینه سازی شده است. بررسی نتایج طبق آنالیزهای متعدد مطابق ورودی های مختلفداده شده به برنامه نشان داده است که هر چند اجرای میخکوبی با فواصل میخ بیشتر نیاز به طول بیشتری برای هر میخ می شود ولی کاهش تعداد میخ مورد نیاز این نقیصه را بر طرف نموده و در مجموع به حجم میخ کمتری نسبت به اجرای میخ با فواصل افقی و قائم کمتر نیاز می باشد. همچنین مشخص شد بهترین مدل تغییر طول میخ ها در ارتفاع دیوارگود، استفاده از میخهای بلندتر در قسمتهای میانی ارتفاع و میخهای کوتاهتر در قستهای تحتانی و فوقانی دیوار گود می باشد که با رعایت چنین الگویی ضریب اطمینان همه گوه های گسیختگی که بیشتر از مقدار مورد نیاز می باشند، کاهش می یابد.
کلیدواژه ها:
نویسندگان
حمید شعبانزاده
عضو هیئت علمی دانشگاه آزاد اسلامی واحد زنجان
محمد نافه مشکین
دانشجوی کارشناسی ارشد خاک و پی دانشگاه آزاد اسلامی واحد زنجان
قادر باقری
دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد زنجان
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 :