• تخمین ظرفیت باربری شالوده های نواری سطحی متکی بر خاک های چند لایه دانه ای به کمک شبکه عصبی مصنوعی

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1394/01/01
    • تاریخ انتشار در تی پی بین: 1394/01/01
    • تعداد بازدید: 753
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    مبنای عمده روش های گذشته در تعیین ظرفیت باربری نهایی شالوده های سطحی، بر این فرض استوار است که ضخامت بستر خاکی تحت شالوده بی نهایت و همگن است. پذیرش چنین فرضی در برخی موارد با واقعیت فاصله زیادی دارد. در عمل بسترهای خاکی غالبا چند لایه اند. معادلات ظرفیت باربری نهایی پیشنهادی توسط محققین در مورد خاک های تک لایه، قابل انطباق بر بسترهای لایه ای نمی باشند. بنابراین رسیدن به روشی مناسب در تخمین ظرفیت باربری نهایی شالوده های نواری متکی بر بسترهای لایه ای ضروری به نظر می رسد. در این پژوهش از شبکه های عصبی مصنوعی به عنوان ابزاری قدرتمند در مدلسازی فرآیندهای غیرخطی و نامعین، به منظور تخمین ظرفیت باربری نهایی شالوده استفاده شده است. شبکه مورد نظر از نوع پرسپترون چندلایه با الگوریتم پس انتشار خطا و تکنیک یادگیری لونبرگ- مارکوات است. ورودی های مدل شبکه عصبی مصنوعی، عرض پی، ضخامت لایه های خاک و زاویه اصطکاک متناظر با هر لایه است و خروجی شبکه ظرفیت باربری نهایی شالوده است. با توجه به عدم وجود امکانات جهت ایجاد داده های آزمایشگاهی با مقیاس واقعی برای آموزش شبکه، از روش المان محدود برای ایجاد بانک اطلاعاتی محاسبه ظرفیت باربری نهایی و انجام مدلسازی به میزان لازم برای آموزش شبکه عصبی مصنوعی، از نرم افزار المان محدود plaxis استفاده می شود. نتایج حاصل از تحقیق حاضر نشان می دهد که با کاربرد شبکه های عصبی مصنوعی می توان با دقت بالایی ظرفیت نهایی را در شالوده های متکی بر بسترهای لایه ای پیش بینی کرد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها