این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
جاده، جلد ۳۲، شماره ۱۲۱، صفحات ۴۲۴-۴۱۵
عنوان فارسی تحلیل شبکه عصبی مصنوعی در پیش بینی حداکثر مقدار تنش بر روی شیب های رسی تثبیت شده با سیمان و آهک و الیاف به روش های آزمایشگاهی و مدلسازی عددی
چکیده فارسی مقاله این تحقیق به بررسی رفتار پایداری شیب های رسی تثبیت شده با سیمان و آهک و الیاف می پردازد. در این تحقیق تثبیت خاک بوسیله ترکیب بهینه ای از الیاف و تثبیت کننده های سنتی و همچنین بکارگیری نتایج حاصله در تحلیل پایداری شیروانی ها و در نهایت شبیه سازی نتایج در محیط برنامه نویسی ژنتیک انجام شده است. در محیط نرم افزار OptumG2 با شبیه سازی شیب ها مدل عددی بدست آمد. از محیط مدلسازی شبیه سازی عددی توسط دو شبکه عصبی مصنوعی مشهور پیشخور و برنامه نویسی ژنتیک استفاده گردید. برای شیب های با زاویه 75 درجه حداکثر تنش قائم اعمالی بر روی شالوده ها برابر با مقدار 8، 285، 499، 808 و 1516 کیلوپاسکال برای خاک هایی با مقاومت برشی 25 کیلو پاسکال (یا خاک تثبیت نشده)، 100، 200، 300 و 400 کیلوپاسکال بوده است. رابطه میان مقاومت چسبندگی زهکشی نشده و ضریب اطمینان شیب برای یک شرایط ثابت هندسه شیب و محل شالوده نسبت به تاج شیب، یک رابطه خطی بدست آمد. الیاف فلزی در مقاومت نمونه های تثبیت شده بیشترین تاثیر را نشان دادند. تثبیت کننده های سیمانی نتایج بهتری نسبت به تثبیت کننده های آهکی از خود نشان دادند. میزان افزایش مقاومت زهکشی نشده خاک می تواند بصورت بسیار زیادی بر روی پایداری این شیب ها و همچنین حداکثر مقدرا تنشی که می توان بر بخش تاج این شیب ها اعمال نمود تاثیر داشت. شبکه عصبی مصنوعی بخوبی حداکثر مقدار تنش بر روی شیب ها را تحلیل و پیش بینی نمود.
کلیدواژه‌های فارسی مقاله الیاف طبیعی،الیاف مصنوعی،خاک رس،شبکه عصبی مصنوعی،نرم افزار OptumG2،
عنوان انگلیسی Analysis of Artificial Neural Network in Predicting the Maximum Amount of Stress on Clay Slopes Stabilized With Cement, Lime and Fibers by Laboratory Methods and Numerical Modeling
چکیده انگلیسی مقاله In this research, soil stabilization has been done by an optimal combination of fibers and traditional stabilizers, as well as using the results obtained in the analysis of the stability of the roofs and finally simulating the results in the environment of genetic programming. A numerical model was obtained by simulating slopes in the OptumG2 software environment. Numerical simulation modeling environment was used by two famous artificial neural networks, the feed forward and genetic programming neural networks. For slopes with an angle of 75 degrees, the maximum vertical stress applied on the foundations is equal to 8, 285, 499, 808 and 1516 kilopascals for soils with a shear resistance of 25 kilopascals (or unstabilized soil), 100, 200, 300 and it was 400 kilopascals. It is worth mentioning that the relationship between the undrained bond strength and the slope reliability factor (for a constant condition of the slope geometry and the location of the foundation relative to the crest of the slope) is a linear relationship. Metal fibers showed the greatest effect on the strength of the fixed samples. Cement stabilizers showed more results than lime stabilizers. The increase in undrained soil resistance can greatly affect the stability of these slopes and also the maximum stress that can be applied to the crest of these slopes. In predicting the maximum amount of stress on the slopes, the artificial neural network analysis was a good representative of this issue.
کلیدواژه‌های انگلیسی مقاله الیاف طبیعی,الیاف مصنوعی,خاک رس,شبکه عصبی مصنوعی,نرم افزار OptumG2
نویسندگان مقاله سید یعقوب ذوالفقاری فر |
استادیار، گروه مهندسی عمران و معماری، واحد یاسوج، دانشگاه آزاد اسلامی، یاسوج، ایران

سید مصطفی حقیقت جو |
دانشجوی دکتری، گروه مهندسی عمران، دانشکده مهندسی، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

نشانی اینترنتی https://road.bhrc.ac.ir/article_188075_21df1f54f515b7ea0cab0bd2ab77edd3.pdf
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