|
|
|
|
تعیین ظرفیت باربری شمع های کوبشی در خاک های ماسه ای
|
|
|
|
|
|
|
|
نویسنده
|
برنتی مظاهر ,گلشنی علی اکبر ,یثربی سید شهاب الدین
|
|
منبع
|
مهندسي عمران مدرس - 1393 - دوره : 14 - - کد همایش: - صفحه:27 -36
|
|
چکیده
|
اثر عواملی نظیر ناهمسانی محیط خاک در برگیرنده یک شمع، اجرای شمع، جنس شمع و شکل آن، تخمین صحیح ظرفیت باربری یک شمع را با مشکل همراه می سازد. با آن که آزمایش بارگذاری شمع می تواند با وجود دقت بالا، به عنوان یک روش قابل اعتماد در مراحل مختلف تحلیل و طراحی به کار رود، هزینه های زیاد و زمان انجام طولانی را برای پروژه های عمرانی تحمیل می-کند و همین مساله باعث ایجاد محدودیت هایی در انجام این آزمایش می شود. در این میان مدل‌سازی با استفاده از شبکه های عصبی مصنوعی روشی است که بر اساس داده ها و اطلاعات قبلی بوده و نیازی به ساده‌سازی و استفاده از ضرایب اطمینان بالا ندارد.در این مقاله، شبکه های عصبی مصنوعی برای پیش بینی ظرفیت باربری شمع های فلزی ته باز کوبیده شده در خاک های ماسه ای، به کار گرفته شده اند. از 4 پارامتر طول شمع، قطر شمع، مدول الاستیسیته خاک و زاویه اصطکاک داخلی آن به عنوان ورودی و از ظرفیت باربری شمع به عنوان خروجی استفاده شده است. چگونگی طراحی شبکه و عوامل موثر بر رفتار آن در مسیله مربوطه به صورت خلاصه بررسی شده است. در پایان با آنالیز حساسیت بر روی ساختار بهینه مدل‌های معرفی شده، در خصوص چگونگی اثر 4 پارامتر ورودی بر خروجی شبکه بحث شده است.
|
|
کلیدواژه
|
آزمایش بارگذاری شمع ,دستگاه تعیین ظرفیت باربری ,شبکه های عصبی مصنوعی ,چند لایه پرسپترون ,آنالیز حساس ,pile load testing ,device of determining pile bearing capacity ,artificial neural network- ,multi
|
|
آدرس
|
دانشگاه تربیت مدرس, کارشناس ارشد خاک و پی, ایران, دانشگاه تربیت مدرس, استادیار گروه خاک و پی، دانشگاه تربیت مدرس, ایران, دانشگاه تربیت مدرس, دانشیار گروه خاک و پی، دانشگاه تربیت مدرس, ایران
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Authors
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|