مدل رفتاری مصالح سنگریز و بهینه سازی پارامترهای مصالح با الگوریتم pso

سازه های سنگریزه ای به طور وسیعی در سراسر دنیا احداث می شوند در حالی که شناخت وسیعی راجع به رفتار این مصالح وجود ندارد. این مصالح در عملیات راه سازی، سدسازی، ساخت موج شکن ها و پی ساختمان ها کاربرد دارند. مصالح سنگریزه ای در مقایسه با سایر مصالح خاکی، از نظر تئوری، دارای پیچیدگی های بیشتری هستند که این امر منجر به ارائه ی مدل های رفتاری، با تعداد پارامترهای زیاد، شده است. صرفه نظر از نوع مدل، کالیبراسیون پارامترهای این گونه مدل ها به عنوان مهم ترین و در عین حال دشوارترین گام در طراحی سازه های سنگریزه ای شناخته می شود. از این رو، نیاز به روشی جامع و سریع برای تعیین پارامترهای بهینه ی مدل، امری ضروری است. در این تحقیق، مدل نروفازی به همراه روش بهینه سازی اجتماع ذرات (pso) ، برای کالیبراسیون مدل رفتاری 12 پارامتری dsc/hiss بکار گرفته شد. مدل نروفازی، یک رگرسیون غیر خطی با درجه ی بالا را بین تنش انحرافی-کرنش محوری و کرنش حجمی-کرنش محوری حاصل از نتایج آزمایشگاهی، تولید می کند. سپس با استفاده از روش بازگشتی مبتنی بر حرکت ذرات در فضای پارامترهای مدل و مقایسه با نتایج مدل نرو-فازی، پارامترهای مدل برای مصالح مورد نظر بهینه می شوند. در پژوهش حاضر، مصالح پنج سد سنگریزه ای مختلف در ایران، که نتایج آزمایش های سه محوری بزرگ مقیاس آن ها در دسترس بود، مورد مطالعه قرار گرفت و با استفاده از روش یادشده در بالا، پارامترهای بهینه شده ی مدل dsc/hiss برای آن ها تعیین شد. همچنین در این مطالعه، نتایج بهینه سازی این روش و روش حداقل مربعات مورد مقایسه قرار گرفت، که نتایج حاکی از دقت بالای روش بهینه سازی اجتماع ذرات نسبت به روش حداقل مربعات می باشد.