تعیین نشست تحکیمی خاک های رسی استان خوزستان با استفاده از شبکه های عصبی مصنوعی

thesis
abstract

نشست تحکیمی یکی از ملاحظات مهم طراحی در پروژه های عمرانی همچون سازهها، راهها و راه آهن است. این پدیده به وسیله آزمایش تحکیم که یکی از آزمایش های متداول مکانیک خاک است، تعیین می گردد. آزمایش تحکیم یک آزمایش نسبتاً وقت گیر و پرهزینه است که باید با دقت کافی انجام شود. در بسیاری از پروژه ها به خصوص در پروژه های خطی مانند راهها و راه آهن، عدم انجام آزمایش تحکیم به تعداد و با دقت کافی ممکن است سبب وارد آمدن خسارت قابل توجهی شود. با توجه به زمان نسبتاً زیاد آزمایش تحکیم، تخمین نشست تحکیمی برمبنای پارامترهای موثری که با انجام آزمایشات ساده و کم هزینه و با دقت کافی قابل تعیین باشند، همواره مورد توجه بسیاری از کارشناسان و محققان ژئوتکنیک و راهسازی بوده است. با توجه به این امر در این پژوهش به کمک یکی از انواع شبکه های عصبی و با استفاده از داده های آزمایشگاهی، مدلی جهت تعیین ضریب تغییر حجم خاکهای ریز دانه (mv) در محدوده تنشهای مختلف ارائه شده و نتایج حاصل با دادههای آزمایشگاهی مقایسه شده است. نتایج حاصله نشان می دهد که مدل ارائه شده از دقت وکارایی قابل قبولی برخوردار می باشد وتطابق خوبی با داده های واقعی دارد.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

بررسی اثر لنزهای ماسه یی در نشست تحکیمی خاک های رسی با کمک روش عددی بدون شبکه

محاسبه‌ی نشست تحکیم خاک‌های ریزدانه‌ی اشباع، اهمیت زیادی در طراحی سازه‌های ژئوتکنیکی و آبی دارد. طی فرایندهای زمین‌شناسی در برخی از توده‌های خاک، نواحی ماسه‌یی وجود دارد که زهکشی در آنها از تمامی سطوح جانبی انجام می‌شود و به این نواحی، لنزهای محصورشده‌ی ماسه گفته می‌شود. در محاسبات تحکیم این قبیل خاک‌ها، استفاده از تئوری تحکیم یک بعدی ترزاقی و فرض لایه‌یی و همگن‌بودن خاک، از دقت محاسبات می‌کاهد...

full text

برآورد دمای روزانه خاک با استفاده از شبکه عصبی مصنوعی

دمای خاک یکی از متغیرهای مهم در مطالعات هیدرولوژی، هواشناسی، کشاورزی و اقلیم­شناسی است که اندازه­گیری و برآورد آن ضروری است. با توجه به این­که دمای خاک فقط در ایستگاه­های سینوپتیک کشور اندازه­گیری می­شود، کمبود آن در نقاط فاقد ایستگاه از چالش­های بزرگ در بسیاری از مطالعات مرتبط با کشاورزی است. در این پژوهش، با استفاده از پارامترهای هواشناسی ایستگاه سینوپتیک شیراز در یک دوره 9 ساله (2008-2000) ب...

full text

تخمین نسبت باربری کالیفرنیا خاک های مردابی بهسازی شده با استفاده از شبکه عصبی مصنوعی

امروزه استفاده از روش اختلاط عمیق برای بهبود روسازی جاده ها گسترش یافته است. یکی از مهمترین اهداف این روش ، افزایش ضریب باربری کالیفرنیا و کاهش نشست روسازی می باشد. در سال های اخیر، مدلسازی به وسیله هوش محاسباتی، جایگاه ویژه ای در مهندسی عمران پیدا کرده است وتخمین رفتار و فرایند مقاوم سازی که با پیچیدگی های فراوانی روبه رو بوده، تا حدودی به کمک این روش ها میسر شده است. هدف اصلی این تحقیق، ساخت ...

full text

تعیین ارزش دارایی‌های نامشهود با استفاده از شبکه عصبی مصنوعی

درک عوامل موثر بر ارزش شرکت برای سرمایه‌گذاران و اعتباردهندگان پیش از اتخاذ تصمیمات سرمایه‌گذاری یا اعطای تسهیلات، امری حیاتی است. از آن‌جایی که اقتصاد دانش‌محور در حال تکامل یافتن است، روش ایجاد ارزش شرکتی از شیوه سنتی مبتنی بر دارایی‌های فیزیکی به دانش نامشهود منتقل شده است. از این‌رو در آینده نه چندان دور، ارزش‌گذاری دارایی‌های نامشهود به موضوع مهمی در اقتصاد مبدل خواهد شد. این مطالعه بر آن ...

full text

پیش بینی نشست سطحی ناشی از حفر تونل با استفاده از شبکه های عصبی مصنوعی؛ مطالعۀ موردی: تونل متروی مشهد 

در هنگام حفر تونل در فضاهای شهری، جلوگیری از آسیب و تخریب سازه­های مجاور اهمیت ویژه­ای دارد. برای کاهش این آسیب­ها باید از نشست سطحی زمین جلوگیری کرد. در سال­های اخیر بررسی‌های گسترده­ای در زمینۀ پیش­بینی نشست سطحی زمین در اثر حفر تونل انجام شده است. انتخاب روش مناسب به عوامل مختلفی بستگی دارد. نشست سطحی ناشی از حفر تونل با کمک متغیرهای ورودی که تأثیر فیزیکی چشم‌گیری بر نشست دارند، پیش­بینی شده...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد تهران مرکزی - دانشکده فنی

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023