تخمین غیرمستقیم مقاومت فشاری تک‌محورۀ سنگ بااستفاده از الگوریتم‌های جدید فراابتکاری

پارامتر مقاومت فشاری تک‌محوره یک پارامتر مهم و کلیدی در مهندسی ژئومکانیک است که در طبقه‌بندی مهندسی سنگ، بررسی معیارهای شکست سنگ و در مرحلۀ طراحی بسیاری از پروژه‌های عمرانی و معدنی کاربرد دارد. در بسیاری از موارد به‌دلیل عدم دسترسی به مغزه‌های باکیفیت، تعیین این پارامترها در آزمایشگاه با سختی‌های زیادی همراه است و اغلب این پارامتر به‌صورت غیرمستقیم از روابط رگرسیونی تخمین زده می‌شود که این روابط از دقت بالایی برخوردار نیستند. هدف از این تحقیق، استفاده از الگوریتم‌های جدید فراابتکاری گرگ خاکستری (gwo) و الگوریتم مگس میوه (ffoa) به‌منظور تخمین غیرمستقیم مقاومت فشاری تک‌محوره می‌باشد. برای رسیدن به این هدف، از داده‌های 124 نمونه سنگ گرانیت از پروژۀ تونل انتقال آب شیرین ایالت سلانگور در مالزی استفاده شده‌است. در انتها برای ارزیابی و اعتبارسنجی مدل‌های به‌دست‌آمده توسط الگوریتم‌های فراابتکاری از شاخص‌های آماری مختلفی استفاده شده‌است. باتوجه به نتایج به‌دست‌آمده در این مقاله و هم‌چنین اعتبارسنجی مدل‌ها، مقادیر پیش‌بینی‌شدۀ مقاومت فشاری تک‌محوره توسط الگوریتم‌های جدید فراابتکاری مذکور با مقادیر واقعی منطقه بسیار نزدیک است که نشان‌دهندۀ خطای کم مدل‌های به‌دست‌آمده می‌باشد. به‌علاوه در این مقاله آنالیز حساسیت برروی پارامترهای موثر در تخمین مقاومت فشاری تک‌محوره نیز انجام شد که نتایج بررسی‌ها نشان داد مقادیر برگشتی چکش اشمیت (rn)، در میان سایر پارامترهای ورودی، بیشترین تاثیر را برروی مقاومت فشاری تک‌محوره دارد.

Indirect Estimation of Uniaxial Compressive Strength of Rock Using New MetaHeuristic Algorithms

The uniaxial compressive strength parameter is an important and key parameter in geomechanical engineering that is used in rock engineering classification, study of rock fracture criteria and in the design stage of many construction and mining projects. In many cases, due to the lack of access to quality cores, determining these parameters in the laboratory is associated with many difficulties, and often this parameter is indirectly estimated from regression relationships that these relationships are not very accurate. The aim of this study is to use the new metaheuristic algorithms of gray wolf (GWO) and fruit fly algorithm (FFOA) to indirectly estimate uniaxial compressive strength. To achieve this goal, data from 124 granite rock samples from the Selangor freshwater transfer tunnel project in Malaysia, have been used. Finally, to evaluate and validate the models obtained by intelligent algorithms, the indices of statistical are used. According to the results obtained in this paper as well as the validation of the models, the predicted values ​​of uniaxial compressive strength are very close to the real values ​​of the region, indicating the low error of the models in indirect estimation. In addition, in this paper, sensitivity analysis was performed on the effective parameters in estimating uniaxial compressive strength. The results showed that the return values ​​of Schmidt hammer (Rn), among other input parameters, have the greatest effect on uniaxial compressive strength.