چکیده: (6849 مشاهده)
تحلیل تراکم حاصل شده از عملیات تراکم در خاکهای ریزدانه در تحلیل برگشتی اهمیت بهسزایی دارد. روش متداول در محاسبۀ درصد تراکم خاک؛ شیوههای معمول مانند روش مخروط ماسه، روش بالون لاستیکی و روش چگالیسنج هستهای است. که بهعنوان روشی مناسب جایگزین، شبکۀ عصبی آموزش دیده شده بر مبنای الگوهای تحلیل شده است. با روشهای مذکور محاسبۀ تراکم، علاوه بر این که به دقت مورد نیاز در روشهای مرسوم میرسد، سادگی و سهولت استفاده از آن از سایر روشها بیشتر بوده و سرعت محاسبۀ آن نیز بیشتر است. در این تحقیق مدلی مبتنی بر شبکۀ عصبی چندلایه پرسپترون برای پیشبینی رفتار تراکمی خاکهای ریزدانه در سد مخزنی سرابی در حین اجرا، و متراکم کردن لایههای خاک ارائه شد. متغیرهای ورودی شامل4 پارامتر ژئوتکنیکی رطوبت بهینه، درصد عبوری از الک200، حد روانی و حد خمیری و 4 پارامتر اجرایی تعداد دفعات عبور غلتک، ضخامت لایه، رطوبت خاک در محل و دانسیتۀ حاصل شده در محل، در نظر گرفته شد. ایـن مدل که مبتنی بر شبـکۀ عصبی چنـد لایه با رویکرد پسانتشار خطا ارائه شده، قادر است بدون داشتن حداکثر دانسیتۀ آزمایشگاه که از ملزومات حتمی محاسبۀ درصد تراکم در حالت معمولی است؛ با استفاده از دیگر پارامترهای ژئوتکنیکی و اجرایی (8 مورد اشاره شده) درصد تراکم و بالطبع حداکثر وزن مخصوص آزمایشگاه را با تقریب نزدیک به 100 درصد محاسبه کند.
نوع مطالعه:
مطالعه موردی |
پذیرش: 1395/7/14 | انتشار: 1395/7/14