پروتکل هشدار اولیه درخصوص خرابی های سد خاکی شیاده
محل انتشار: نشریه مهندسی سازه و ساخت، دوره: 13، شماره: 1
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 31
فایل این مقاله در 27 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_JSEC-13-1_007
تاریخ نمایه سازی: 6 دی 1404
چکیده مقاله:
پروتکل های هشدار اولیه قوی، برای شناسایی به موقع و کاهش ریسک های احتمالی زیرساخت های حیاتی، امری ضروری است. این پژوهش یک چارچوب جامع برای پایش و ارزیابی عملکرد سد خاکی شیاده را پیشنهاد می کند. پس از نخستین آبگیری سد در سال ۱۹۹۹ و خرابی تمام سیستم ابزار دقیق منصوبه در سال ۲۰۱۳،پیش بینی نشست با استفاده از شبکه عصبی تابع پایه شعاعی (RBF) بر مبنای ۵۳۰ دیتای ثبت شده انجام شد. پردازش تصاویر ماهواره ای طی بازه ی زمانی ۲۰۱۴ تا ۲۰۲۴ با نرم افزار SNAP نشست در امتداد تاج سد معادل ۸۷ سانتی متر را نشان داد که بر نقش گسل ثانویه در مخزن و تکیه گاه چپ سد تاکید دارد. علاوه بر این، تحلیل عددی سه بعدی سد خاکی، در حالت های استاتیکی و دینامیکی با استفاده از نرم افزار PLAXIS، نشست امتداد تاج معادل ۷۸.۰۹ سانتی متر را در تمام فصول آبگیری مخزن برآورد شد که تطابق قابل توجهی با نتایج حاصل از تصاویر ماهواره ای دارد. نقشه برداری زمینی از نقاط میکروژئودزی نشان داد که شیب خارجی سد متورم شده و نشست در امتداد تاج سد اتفاق افتاده است. نتایج بررسی وضعیت سد موجود را در سطح هشدار ۲ (وضعیت احتیاط) نشان می دهد. با تلفیق پایش ماهواره ای، مدل سازی عددی، الگوریتم های تابع پایه شعاعی و انجام نقشه برداری از نقاط میکروژئودزی و امتداد تاج سد، این پژوهش یک پروتکل نوآورانه و قابل اعتماد برای پایش سد خاکی شیاده را ارائه می دهد که می تواند نقش مهمی در ارتقای ایمنی و کاهش خطر خرابی سدها ایفا کند. این روش می تواند برای پایش تمام سدهای خاکی و بتونی در حال بهره برداری سراسر کشور نیز بکارگیری شود.
کلیدواژه ها:
نویسندگان
سید رضی انیشه
دانشجوی دکتری، گروه مهندسی عمران، دانشگاه رازی، کرمانشاه، ایران
محمد شریفی پور
دانشیار، دانشکده مهندسی عمران، دانشگاه رازی، کرمانشاه، ایران
آرش آذری
دانشیار، گروه علوم و مهندسی آب، دانشگاه رازی، کرمانشاه، 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 :