کاربرد شبکه عصبی در ارزیابی پتانسیل روانگرایی لایه های خاکی با استفاده از سرعت موج برشی (Vs)

کاربرد هوش مصنوعی و تحلیل شبکه های عصبی مصنوعی به عنوان ابزارهای نوین در ارزیابی ویژگی های خاک، نقش مهمی در کارهای مهندسی و بویژه در پیش بینی مخاطرات ژئوتکنیک لرزه ای می توانند ایفا کنند. روانگرایی یکی از موضوعات مهم است که می تواند در حین وقوع زلزله در لایه های خاکی دانه ای اشباع غیر متراکم بوقوع بپیوندد. با توجه به اینکه وقوع این پدیده می تواند آسیب های جدی به ساخت و سازهای سطحی و زیر سطحی وارد نماید. ارزیابی پتانسیل وقوع آن در لایه های خاکی بسیار حائز اهمیت است. جهت برآورد خطر روانگرایی در لایه های خاکی روش های مختلف آزمایشگاهی، صحرایی و عددی موجود می باشد. در این تحقیق، خطر وقوع روانگرایی در امتداد خط ۲ متروی تبریز با استفاده از تحلیل شبکه عصبی مورد مطالعه قرار گرفته است. بدین منظور، ابتدا، از دو روش تجربی (برمبنای نتایج آزمون های مقاومت نفوذ استاندارد و اندازه سرعت موج برشی) و سپس، روش تحلیل شبکه عصبی جهت ارزیابی پتانسیل روانگرایی لایه های خاکی بکار گرفته شده است. نتایج بدست آمده بیان کننده هماهنگی مناسب بین دو روش در ارزیابی پتانسیل روانگرایی در محدوده مورد مطالعه بوده و همراه با کاربرد تحلیل شبکه عصبی می توانند با تحلیل دقیق ویژگی های فیزیکی و مکانیکی لایه های خاکی، به عنوان ابزاری موثر در کاهش ریسک های ژئوتکنیکی و افزایش ایمنی در پروژه های عمرانی به کار روند.

کلیدواژه ها:

روانگرایی ، سرعت موج برشی ، خط ۲ متروی تبریز ، تحلیل شبکه عصبی