fa توسعه مدلی برای پیش‌بینی مدول الاستیسیته در آبرفت شهر مشهد با استفاده از پارامترهای پایه خاک زمین شناسی مهندسی Engineering Geology مقاله پژوهشی Original Research <div style="text-align: justify;"><span style="font-size:14px;"><span style="color:#000000;"><span style="font-family:yekanYW;"><span style="line-height:2;"><span dir="RTL" lang="FA">مدول الاستیسیته از جمله پارامترهای کلیدی در تحلیل و طراحی پی‌های عمیق و سازه‌های زیرزمینی محسوب می‌شود. اندازه‌گیری دقیق این پارامتر معمولاً نیازمند اجرای آزمایش‌های میدانی پرهزینه و زمان‌بر بوده و صحت‌سنجی آن نیز با چالش‌هایی همراه است. از این‌رو، توسعه مدل‌های تجربی جهت پیش‌بینی مدول الاستیسیته بر پایه پارامترهای ژئوتکنیکی، همواره مورد توجه پژوهشگران بوده است. در این پژوهش، با بهره‌گیری از داده‌های حاصل از ۱۸۰ گمانه حفاری‌شده به طول مجموع ۵۷۸۳ متر در مسیر خط ۳ متروی مشهد، مدل‌های رگرسیون خطی چندمتغیره شامل مدل جامع (ریزدانه و درشت&shy;دانه)، مدل ویژه خاک‌های درشت‌دانه و مدل ویژه خاک‌های ریزدانه برای پیش‌بینی مدول الاستیسیته توسعه یافته‌اند. از میان ۴۸۹ آزمون پرسیومتری، ۱۶۰ داده که به صورت هم‌عمق دارای اطلاعات دقیق پارامترهای پایه خاک بودند، انتخاب گردیدند. در این تحلیل، اثر متغیرهایی نظیر درصد ذرات شن، ماسه و ریزدانه، پارامترهای دانه‌بندی </span>(</span></span></span><span style="font-family:yekanYW;"><span style="color:#000000;">D₁₀<span dir="RTL" lang="FA">، </span>D₃₀<span dir="RTL" lang="FA">، </span>D₆₀<span dir="RTL" lang="FA">، ضریب یکنواختی و ضریب دانه‌بندی</span></span></span><span style="color:#000000;"><span style="font-family:yekanYW;"><span style="line-height:2;">)<span dir="RTL" lang="FA">، حدود اتربرگ، میزان رطوبت، دانسیته طبیعی و خشک، چگالی، مواد سیمانی (گچ، کربنات و مواد آلی)، عمق و تنش برجا بر مدول الاستیسیته حاصل از آزمون پرسیومتری مورد بررسی قرار گرفت. جهت توسعه مدل نهایی، از روش گام‌به‌گام رو به عقب در چارچوب تحلیل رگرسیون و با استفاده از زبان برنامه‌نویسی&nbsp;</span></span>Python <span style="line-height:2;"><span dir="RTL" lang="FA">بهره گرفته شد. در پایان، معادله نهایی رگرسیون استخراج گردید و نمودارهای مقایسه‌ای بین مقادیر پیش‌بینی‌شده و واقعی ترسیم شد که حاکی از دقت مطلوب مدل ارائه‌شده در تخمین مدول الاستیسیته می‌باشد. برای صحت&shy;سنجی و ارزیابی دقت مدل‌های پیشنهادی در پیش‌بینی مدول الاستیسیته، مجموعه‌ای مستقل از ۳۹ داده آزمایش پرسیومتری شامل خاک‌های ریزدانه و درشت‌دانه مورد استفاده قرار گرفت. شاخص‌های آماری مختلف نشان دادند که مدل جامع عملکرد بهتری دارد</span>.&nbsp;<span dir="RTL" lang="FA">همچنین، مقادیر پایین RMSE نرمال‌شده پایداری و دقت قابل‌قبول همه مدل‌ها را تأیید می‌کند.</span></span></span></span></span></div> <div style="text-align: justify;"><span style="color:#000000;"><span style="font-size:14px;"><span style="font-family:yekanYW;"><span style="line-height:2;">The elastic modulus is considered one of the most essential parameters in the analysing and designing deep foundations and underground structures. Accurate determination of this parameter usually requires expensive and time-consuming in-situ testing, and validating its accuracy poses significant challenges. Therefore, researchers have consistently focused on developing &nbsp;empirical models based on geotechnical parameters. In the present study, multiple linear regression models, including general, coarse-grained soil, and fine-grained soil models, were developed to predict the elastic modulus using data obtained from 180 boreholes totaling 5,783 meters in the Mashhad Metro Line 3 project.. Out of 489 pressuremeter tests, 160 datasets were selected based on the availability of complete geotechnical parameters at the same depth<span dir="RTL" lang="FA">.</span> The analysis incorporated the influence of various parameters, including the percentage of sand, silt, and fine particles; grain size characteristics (D₁₀, D₃₀, D₆₀, uniformity coefficient, and coefficient of curvature); Atterberg limits; moisture content; natural and dry density; specific gravity; and cementation indicators (gypsum, carbonate, and organic matter), as well as depth and in-situ stress. The final regression models were developed using a backward stepwise method, implemented through Python programming. The resulting regression equations were derived, and comparative plots between predicted and actual elastic modulus values were presented. The findings demonstrate that the proposed model offers reliable accuracy in estimating the elastic modulus. To evaluate the accuracy of the proposed models in predicting soil elastic modulus, an independent dataset of 39 pressuremeter test results, including both fine- and coarse-grained soils, was used. Statistical indicators demonstrated that the overall model performed best (R&sup2;=0.79, MAPE=9.86%). Additionally, the low values of normalized RMSE confirmed the stability and acceptable accuracy of all models.</span></span></span></span></div> مدول الاستیسیته, رگرسیون چند متغیره, پرسیومتری, آبرفت مشهد, سیمان‌شدگی. Elastic Modulus, Multivariate Regression, Pressuremeter, Mashhad Alluvial Deposits, Cementation. 104 135 http://jeg.khu.ac.ir/browse.php?a_code=A-10-2025-1&slc_lang=fa&sid=1 Mehdi Abbasi مهدی عباسی m.abbasi@mail.um.ac.ir 10031947532846007017 10031947532846007017 No Ferdowsi University of Mashhad دانشگاه فردوسی مشهد Gholamreza Lashkaripour غلامرضا لشکری پور lashkaripour@um.ac.ir 10031947532846007018 10031947532846007018 Yes Ferdowsi University of Mashhad دانشگاه فردوسی مشهد Naser Hafezi Moghaddas ناصر حافظی مقدس nhafezi@um.ac.ir 10031947532846007019 10031947532846007019 No Ferdowsi University of Mashhad دانشگاه فردوسی مشهد Hossein Sadeghi حسین صادقی sadeghi@um.ac.ir 10031947532846007020 10031947532846007020 No Ferdowsi University of Mashhad دانشگاه فردوسی مشهد