مدلسازی ژنتیکی حداکثر نیروی برشی شمع های نگهبان بتنی پیوسته تحت اثر بار جانبی در خاک های درشت دانه
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 781
فایل این مقاله در 8 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:
NCCPP01_218
تاریخ نمایه سازی: 24 خرداد 1393
چکیده مقاله:
یکی از بهترین سازه های محافظ خاک در پروژه های ژئوتکنیکی، بخصوص در مناطقی که دسترسی به سایت،انتخاب سیستم محافظ گودبرداری را محدود می سازد، شمع های نگهبان بتنی درجا پیوسته می باشد. یکی ازمهم ترین پارامتر هایی که باید در بحث طراحی و نیز عملکرد مناسب شمع ها و سازه های بالادست گودبرداری، مد نظر قرار داده شود، ماکزیمم نیروی برشی شمع ها می باشد. در این مقاله یکی از روش های هوش مصنوعی بهنام برنامه نویسی به روش توصیف ژ ن (GEP) ، برای تکامل مد ل هایی ، جهت پیش بینی ماکزیمم نیروی برشی شمع ها مورد استفاده قرارگرفته است. پارامتر های ورودی شامل مدول الاستیسیته، وزن مخصوص و زاویهاصطکاک داخلی خاک، فاصله مرکز به مرکز شمع ها و عمق و طول گودبرداری و پارامتر خروجی، ماکزیمم نیروی برشی شمع ها می باشد. بانک اطلاعاتی جامعه ای متشکل از ۸۰۱ مجموعه داده که با ترکیب ورودی های عنوان شده، با استفاده از مدل سازی های ۳ بعدی که در نرم افزار قدرتمند المان محدود ABAQUS موردتحلیل قرار گرفته اند، به دست آمده است. مقایسه بین نتایج پیش بینی شده توسط مدل GEP و نتایج ABAQUS نشان می دهد که مدل های مورد نظر، توانایی و دقت بالایی در پیش بینی ماکزیمم نیروی برشی شمع های نگهبان دارد. همچنین جهت تأیید صحت عملکرد مدل های ارائه شده آنالیز حساسیت بر روی آن ها انجام شده است.
کلیدواژه ها:
شمع های نگهبان بتنی پیوسته ، خاک درشت دانه ، برنامه نویسی ژنتیکی ، حداکثر نیروی برشی شمع ، روش المان محدود
نویسندگان
رضا کیائی
دانشجوی کارشناسی ارشد ، دانشگاه آزاد اسلامی واحد بوشهر
محمدرضا شکاری
استادیار ، عضو هیئت علمی دانشکده مهندسی عمران، دانشگاه یاسوج،
شمس الدین هاشمی
استادیار ، عضو هیئت علمی دانشکده مهندسی عمران، دانشگاه یاسوج،
سبحان فلاح
دانشجوی کارشناسی ارشد ، دانشگاه آزاد اسلامی واحد بوشهر
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 :