استفاده از شبكه هاي عصبي مصنوعي در تخمين ظرفيت باربري شالوده هاي سطحي واقع بر بسترهاي چند لايه چسبنده

[P O U R I A]

عنوان:
استفاده از شبكه هاي عصبي مصنوعي در تخمين ظرفيت باربري شالوده هاي سطحي واقع بر بسترهاي چند لايه چسبنده


نويسنده(گان):
مرضيه حسن آبادي، عبدالحسين حداد، حسين نادرپور،


چکيده:
تخمين ظرفيت باربري شالوده هاي سطحي، موضوع بسياري از تحقيقات در حوزه مكانيك خاك و پي بوده است. روش هاي متعددي به منظور دستيابي به اين هدف توسط برخي محققين برجسته پيشنهاد شده كه اغلب در مورد بسترهاي همگن و يا دو لايه بوده است؛ در حالي كه به طور كلي خاك يك محيط همگن و ايده آل نيست و در بسياري موارد مدل سازي بستر خاكي به صورت يك بستر چند لايه، منجر به دستيابي به نتايج بهتري خواهد شد. متداول ترين روش در تخمين ظرفيت باربري شالوده هاي واقع بر بسترهاي چندلايه، روش هاي عددي المان محدود و تفاضل محدود است. در اين ميان، تكنيك شبكه هاي عصبي مصنوعي نيز كه در آن از بانك داده هاي حاصل از مدل سازي هاي فيزيكي و عددي استفاده شده باشد، مي تواند جهت دستيابي به اين هدف مورد استفاده قرار گيرد. يكي از برتري هاي اين روش نسبت به روش هاي ديگر، سرعت و سادگي استفاده از آن است. در اين مقاله، مدلي بر پايه شبكه هاي عصبي مصنوعي پرسپترون چند لايه و بر حسب پارامترهاي چسبندگي و زاويه اصطكاك داخلي خاك و نيز شرايط هندسي مسئله شامل ضخامت لايه هاي خاك .و عرض شالوده ارائه شده كه قادر است ظرفيت باربري شالوده هاي واقع بر بسترهاي لايه اي را تخمين بزند. در ادامه، روش رگرسيون چند متغيره كه قادر است با برازش از ميان نتايج حاصل از مدل سازي عددي، رابطه اي كاربردي بين پارامترهاي ورودي و ظرفيت باربري نهايي برقرار نمايد، معرفي شده است. نتايج ظرفيت باربري حاصل از شبكه عصبي و روش رگرسيون چند متغيره نشانگر عملكرد مناسب آنها در تخمين ظرفيت باربري شالوده هاي سطحي روي بسترهاي چند لايه است كه مي تواند منجر به ارائه روابطي كاربردي جهت تخمين ظرفيت باربري شالوده هاي سطحي شود.




کليدواژگان:
شالوده سطحي، ظرفيت باربري نهايي، بستر خاكي چند لايه، شبكه عصبي مصنوعي