کاربرد آنالیز رگرسیون چند متغیره برای پیش بینی مقاومت فشاری تک محوری و مدول الاستیسیته ماسه سنگ ها با استفاده از خصوصیات پتروگرافی

تعیین دقیق مقاومت فشاری تک محوری و مدول الاستیسیته سنگ ها با استفاده از روش های آزمایشگاهی نیازمند صرف زمان و هزینه زیادی می باشد. به منظور غلبه بر این مشکلات، توسعه روابط و مدل های پیش بینی کننده برای تخمین ویژگی های مکانیکی در مهندسی سنگ، بسیار مهم می باشد. این مطالعه با استفاده از آنالیز رگرسیون چندمتغیره، به پیش بینی مقاومت فشاری تک محوری و مدول الاستیسیته ماسه سنگ ها از طریق خصوصیات پتروگرافی می پردازد. به همین منظور، تعداد 20 بلوک ماسه سنگ از نقاط مختلف سازند قرمز بالایی در جنوب غرب قم جمع آوری شده است. مطالعات پتروگرافی شامل تعیین 16 پارامتر پتروگرافی برای همه نمونه ها انجام شده است. هم چنین به منظور تعیین ویژگی های فیزیکی و مکانیکی شامل تخلخل، دانسیته، مقاومت فشاری تک محوری و مدول الاستیسیته، نمونه ها مورد آزمایش قرار گرفته اند. به منظور تخمین مقاومت فشاری تک محوری و مدول الاستیسیته ماسه سنگ های مورد مطالعه با استفاده از خصوصیات پتروگرافی، آنالیز رگرسیون ساده و چندمتغیره انجام شده است. سرانجام تعدادی معادله پیش بینی کننده چندمتغیره برای پیش بینی ویژگی های مکانیکی با استفاده از خصوصیات پتروگرافی توسعه داده شده است. عملکرد پیش بینی معادلات توسعه داده شده با استفاده از شاخص های آماری r، rmse و vaf ارزیابی شده است. نتایج نشان می دهد معادلات توسعه داده شده در این مطالعه دقت پیش بینی بالایی دارند.

Application of multivariate regression analysis (MLR) for predicting the UCS and E of sandstones using petrographic characteristics

The accurate determine of uniaxial compressive strength (UCS) and modulus of elasticity (E) using laboratory methods requires substantial time and cost. To overcome these difficult, development of predictive empirical equations to estimate the UCS and E of rocks is very important in rock engineering. This study deals with the prediction of UCS and E of sandstones from petrographic characteristics using multivariable linear regression analysis (MLR). For this purpose, 20 rock blocks were collected from sandstones in different locations of Upper Red Formation in southwestern Qom. Samples were subjected to petrographic examination, which included the observation of 16 parameters and modal analysis. The specimens were also tested to determine the uniaxial compressive strength, modulus of elasticity, porosity, and dry density. Based on the results of statistical analysis, multiple predictive equations were developed to estimate the mechanical properties using petrographic characteristics. The performance of developed equations was assessed using R, RMSE and VAF. Based on the results, it was observed that the proposed equations have a good performance in predicting the UCS and E.