پس از انتخاب کلید عضویت در انتهای صفحه جدیدی که باز خواهد شد، اطلاعات خود را تکمیل و عضویت خود را تایید نمایید
درباره وب سايت
مرجع آموزش زمین شناسی، سنجش از دور، معدن و عمران
جامع ترین و معتبرترین آموزش برای نرم افزار های زمین شناسی، مهندسی معدن، ژئومکانیک (مکانیک سنگ و ژئوتکنیک)، عمران (خاک و پی)
............................................
رزومه مدرسان:دانشجویان کارشناسی ارشد و دکترا رشته های مهندسی معدن و عمران دانشگاه صنعتی امیرکبیر (پلی تکنیک) تهران
جهت آموزش حضوری و غیر حضوری (آنلاین و تهیه فیلم آموزشی) نرم افزار ها با شماره های زیر تماس حاصل فرمایید............................................
09157330367-09381295869 اسمعیلی-مدیریت وبسایت........ ................................................ در صورتی که موفق نشدید با شماره های فوق تماس حاصل فرمایید از طربق ایمیل زیر نیز می توانید در خواست خودتان را مطرح نمایید.......................................
raminesmaeili68@gmail.com
...................این سایت در ستاد ساماندهی پایگاه های اینترنتی به ثبت رسیده است و تمامی محصولات و خدمات این سایت حسب مورد دارای مجوز های لازم از مراجع مربوطه می باشد. همچنین فعالیت های این سایت تابع قوانین و مقررات جمهوری اسلامی ایران است
خبرنامه
براي اطلاع از آپيدت شدن وبلاگ در خبرنامه وبلاگ عضو شويد تا جديدترين مطالب به ايميل شما ارسال شود
اولین پکیج آموزشی کنکور دکتری مکانیک سنگ معدن (+پاسخ تشریحی سوالات 11 دوره اخیر کنکور) خرید آنلاین بیش از 55 ساعت فیلم آموزشی و دانلود بلافاصله پس از خرید
تعیین الگوي مناسب براي تشخیص واگرایی خاکهاي رسی با استفاده از شبکه هاي عصبی مصنوعی
خلاصه خاکهاي مشکل آفرین به عنوان یکی از عوامل تخریب بناهاي خاکی، شاخه اي از علم مکانیک خاك را به وجود آورده است و خاکهاي واگرا یکی از این نوع خاکها می باشند. اگر هنگام استفاده از خاك رس واگرا در سازه هاي مانند خاکریز جاده ها ، کانال هاي آب ، سد هاي خاکی وبه طور کلی تمام سازه هاي آبی خاکی این نوع خاك ها به درستی قابل شناسایی نباشند ودر محل مناسبی استفاده نشوند و یا ملاحظات لازم صورت نگیرد موجب مشکلات مهندسی جدي و خطر آفرینی میشوند. یکی از راه هاي تشخیص این نوع خاك ها میتواند مشاهدات محلی نیز باشد ولی فقدان مشخصه هاي قابل مشاهده دلیل بر عدم حضور خاك هاي رسی واگرا نیست به همین دلیل آزمایشهایی با هدف شناسایی خاك هاي رسی واگرا طراحی شد که عبارتند از آزمایش پین هول، هیدرومتري مضاعف، کرامپ و آزمایش هاي شیمیایی که براي شناسایی این نوع خاك ها توصیه میشود هر چهار آزمایش انجام شود ولی انجام این آزمایش ها مستلزم هزینه کردن وقت بسیار زیادي است و حتی ممکن است نتایج آزمایشات مختلف در تضاد با یکدیگر باشند. در طول چند دهه اخیر استفاده از شبکه عصبی مصنوعی در مدل سازي رفتار خاك ها بسیار مورد توجه قرار گرفته است. شبکه هاي عصبی رفتار ماده را از نتایج آزمایشگاهی و تجربی به طور مستقیم می آموزند. در این تحقیق بیش از 150 نمونه خاکی و تاثیر پارامتر هاي مختلف بر میزان واگرایی با استفاده از شبکه عصبی چند لایه پرسپترون که از پرکاربردترین انواع شبکه هاي عصبی در مسائل ژئوتکنیک است مورد بررسی قرار گرفته و نتایج حاصله با فرضیات مورد مقایسه قرار گرفته است. نتایج بررسی شده در محدوده اطلاعات آزمایشگاهی موجود در این تحقیق بیانگر این است که تطابق نتایج حاصل از معیار شرارد با نتایج حاصل از آزمایشات پین هول این داده ها در حدود 60 % می باشد در حالی که تطابق نتایج الگوي حاصل از شبکه عصبی و نتایج آزمایشات پین هول به 85 % تا 90 % می رسد که این نشان دهنده قدرت یادگیري و تعمیم شبکه عصبی می باشد.
کلمات کلیدي:
خاکهاي رسی، واگرایی، آزمایش پین هول، شبکه عصبی مصنوعی
مقایسه عملکرد روش هاي شبکه عصبی و روش شرارد در تشخیص واگرایی خاك هاي رسی
خلاصه خاك هاي مشکل آفرین به عنوان یکی از عوامل تخریب بناهاي خاکی، شاخه اي از علم مکانیک خاك را به وجود آورده است و خاك هاي واگرا یکی از این نوع خاك ها می باشند. خاك هاي رسی واگرا هنگامی که در معرض نشت متمرکز و یا جریان سطحی آب قرار می گیرند به صورت کلوئیدي در آن حل و به سرعت شسته شده و فرسایش می یابند. در بسیاري از بررسی هاي انجام شده در کشورهاي مختلف وهمچنین در بسیاري از از پروژه هاي داخل کشور مان، همبستگی خوبی بین نتایج آزمایشات شیمیایی و فیزیکی وجود ندارد. استفاده مهندسین از معیار شیمیایی شرارد به علت سادگی تشخیص میزان واگرایی خاك ها با استفاده از این نمودار امروزه افزایش یافته ولی باید به این نکته توجه کرد که به عنوان مثال در اکثر خاك هایی که در آزمایش پین هول غیر واگرا هستند نمودار همبستگی شرارد این خاك ها را در گروه خاك هاي واگرا قرار میدهد و این مسئله قضاوت در مورد خاصیت واگرایی را مشکل کرده است . در این تحقیق با مطالعات انجام شده بر روي بیش از 150 مورد نمونه خاکی با استفاده از شبکه عصبی مصنوعی سعی بر آن شد تا نتایج حاصل از آزمایشات پین هول و معیار هاي شیمیایی شرارد با هم مورد مقایسه قرار گرفته و در صد همگرایی بین این نتایج مورد بحث و ارزیابی قرار گیرد.
این سایت در ستاد ساماندهی پایگاه های اینترنتی به ثبت رسیده است و تمامی محصولات و خدمات این سایت حسب مورد دارای مجوز های لازم از مراجع مربوطه می باشد همچنین فعالیت های این سایت تابع قوانین و مقررات جمهوری اسلامی ایران می باشد.
عضو شوید
عضویت سریع
آمار
مطالب
آمار بازدید
