این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
زمین شناسی مهندسی، جلد ۳، شماره ۲، صفحات ۶۴۹-۶۷۶
عنوان فارسی تحلیل پایداری ترانشه‌های مسیرهای دسترسی در محوطه برج میلاد با استفاده از روش‌های عددی و شبکه‌های عصبی مصنوعی
چکیده فارسی مقاله بررسی ویژگی‌های مهندسی مصالح ترانشه‌های آبرفتی و سیمانی شده محوطه برج میلاد تهران و نتایج تحلیل پایداری درحالت استاتیکی با استفاده از نرم افزارهای المان محدود و همچنین بررسی قابلیت شبکه‌های عصبی مصنوعی برای محاسبه ضرایب پایداری موضوع این مقاله است. بر اساس مشخصات هندسی ترانشه‌ها و ویژگی‌های مقاومتی و تغییرشکلی آبرفت، ضریب پایداری ترانشه‌ها در حالت‌های دو بعدی و سه بعدی، به ترتیب با استفاده از نرم‌افزارهای PLAXIS7.2 وPLAXIS 3D Tunnel ، محاسبه و نتایج حاصل با یک‌دیگر مقایسه شده است. در ادامه قابلیت شبکه‌های عصبی مصنوعی(ANNs) در به‌دست آوردن ضریب پایداری (FoS) ترانشه‌های مسیرهای دسترسی برج میلاد بررسی شده است. بانک اطلاعات به‌کار رفته در شبکه، شامل ضرایب تحلیل پایداری حاصل از 256 گزینه مختلف (2D، 3D، ترانشه افقی و یا با شیب 18 نسبت به افق در بالا) است. برای مسئله مورد نظر، برنامه شبکه‌های عصبی مصنوعی سه لایه پرسپترون(MLP) در محیط MATLAB7 نوشته شد و شبکه بهینه(تعداد لایه‌های مخفی، تابع تبدیل و نوع آموزش شبکه) به طریق سعی و خطا، و با توجه به شاخص‌های خطا و تطابق با داده‌ها انتخاب شد. پارامترهای ورودی شبکه شامل مشخصات ژئوتکنیکی و هندسی ترانشه‌ها (چسبندگی، زاویه اصطکاک، مدول یانگ، ارتفاع شیب، شیب ترانشه و زاویه اتساع) و پارامترهای خروجی شامل ضرایب پایداری در حالت‌های مختلف است. نتایج نشان می‌دهد که ANNs قابلیت بسیار مناسبی در تخمین ضرایب پایداری ترانشه‌ها در کلیه موارد بررسی شده دارد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Stability Analysis of Access Road Slopes Around the Milad Tower by Numerical Modeling and Artificial Neural Networks
چکیده انگلیسی مقاله (Paper pages 649-676) Engineering characteristics of alluvium and cemented materials of the slopes around the Milad Tower, and the results of slopes stability analyses under static condition is presented in this paper. Also in the paper, the feasibility of developing and using artificial neural networks (ANNS) for slope stability prediction is investigated. According to the geometry of slopes and strength and deformation properties of alluviums, factor of safety is calculated in 2D and 3D by PLAXIS7.2 and PLAXIS 3D Tunnel codes, respectively, and the results are also compared. In addition, stability of slopes is investigated through the use of MLP artificial neural networks (ANNs), which developed in MATLAB environment. The database used for development of the model comprises a series of 252 factor of safety for different slopes conditions (2D, 3D, flatted and 18 inclined from horizon at top of cut). The optimal ANN architecture (hidden nodes, transfer functions and training) is obtained by a trial-and-error approach in accordance to error indexes and real data. The input data for slope stability estimation consist of values of geotechnical and geometrical input parameters. As an output, the network estimates the factor of safety (FoS). The results indicate that the ANN model is able to accurately predict the FoS of the slopes.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله
نشانی اینترنتی http://jeg.khu.ac.ir/browse.php?a_code=A-10-3-27&slc_lang=fa&sid=fa
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات