بررسی تاثیر پارامترهای شاخص بر خواص استاتیک سنگ آهک در شرایط خشک و اشباع با استفاده از شبکه عصبی مصنوعی

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 175

فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_NFAG-15-30_007

تاریخ نمایه سازی: 16 فروردین 1401

چکیده مقاله:

مطالعات قبلی نشان داده است که رطوبت تاثیر ویژه­ای بر خصوصیات استاتیک سنگ (مقاومت فشاری تک­محوری و مدول­الاستیسیته) دارد. در این مقاله، مقاطع نازک و XRD، مقاومت تراکم تک­محوری و مدول­الاستیسیته، شاخص بار نقطه­ای، مقاومت کششی برزیلی و تخلخل نمونه­های سنگ­آهک در شرایط خشک و اشباع در ساختگاه­ سد خرسان دو در جنوب غربی ایران بررسی شده است. سپس، با استفاده از شبکه عصبی مصنوعی و رگرسیون ساده، اثر شاخص بار نقطه­ای در شرایط خشک، مقاومت کششی در شرایط خشک و اشباع و تخلخل بر مقاومت تراکم تک­محوری و مدول­الاستیسیته در شرایط خشک و اشباع بررسی شد. بررسی XRD و مقاطع نازک نمونه­ها نشان می­دهد که کلسیت کانی اصلی است و طبقه­بندی نمونه­ها از مادستون تا گرینستون متغییر است. نتایج شبکه عصبی و رگرسیون ساده نشان داد که اثر متغیرهای مستقل بر مقاومت تراکم تک­محوری و مدول­الاستیسیته در شرایط خشک دارای دقت بالاتری نسبت به شرایط اشباع می­باشند. واسنجی روابط ارائه شده محققین قبلی بر اساس نتایج آزمایشگاهی این تحقیق و با استفاده از معیارهای ضریب تعیین و خطای جذر میانگین مربعات نشان داد که اکثر روابط می­توانند جهت تخمین خصوصیات سنگ­آهک آسماری مورد استفاده قرار گیرند. بررسی نمودارهای همگنی واریانس باقی مانده­ها در سطوح مقادیر پیش­بینی شده، ضریب تعیین و خطای روش­ها نشان داد که شبکه عصبی از دقت بالاتری نسبت به رگرسیون ساده جهت تخمین خصوصیات استاتیک سنگ­آهک برخوردار است و روش شبکه عصبی در تخمین خصوصیات مقاومت تراکم تک­محوری و مدول­الاستیسیته محافظه کارانه عمل می­کند.

کلیدواژه ها:

نویسندگان

محمد رضا مطهری

استادیار گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه اراک، اراک

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • اسماعیلی، م.، پسندی، م.، هاشمی اصفهانیان، م (۱۳۹۵) تخمین مدول­الاستیسیته ...
  • عبدی، ی.، قاسمی­دهنوی، آ (۱۳۹۸) پیش­بینی مقاومت فشاری تک­محوری و ...
  • حق­نژاد، ع.، آهنگری، ک.، نورزاد، ع (۱۳۸۹) بررسی ارتباط میان ...
  • عبدی، ی (۱۳۹۹) کاربرد آنالیز رگرسیون چندمتغیره برای پیش­بینی مقاومت ...
  • پسندی، م.، اجل­لوییان، ر.، فروغی­ابری، ر (۱۳۹۲) تخمین خورند سیمان ...
  • Abbasi Dezfouli, A (۲۰۲۰) Effect of eggshell powder application on ...
  • Abdi, Y., Khanlari, G. R. and Jamshidi, A (۲۰۱۸) Correlation ...
  • Aligholi, S., Lashkaripour, G. R., & Ghafoori, M (۲۰۱۷) Strength/Brittleness ...
  • Andriani, G. F. and Walsh, N (۲۰۱۰) Petrophysical and mechanical ...
  • Ansari, Y. and Hashemi, A (۲۰۱۷) Neural Network Approach in ...
  • ASTM (۲۰۰۱a) ۰۸ Standard test method for splitting tensile strength ...
  • ASTM (۲۰۰۱b) Standard method for determination of the point load ...
  • ASTM D ۲۹۳۸-۹۵, Standard Test Method for Unconfined Compressive Strength ...
  • Atzeni, C., U. Sanna, N. Spanu (۲۰۰۶) Some mechanisms of ...
  • Azimian, A., Ajalloeian, R., Fatehi, L (۲۰۱۴) An empirical correlation ...
  • Barham, W., S. Rababah, S., R, Aldeeky, H., H. and ...
  • Basu, A. and Kamran, M (۲۰۱۰) Point load test on ...
  • Ebrahimi Fard, H. and Jabbari, M. M (۲۰۱۷) The Effect ...
  • Esparham, A., Moradikhou, A. B. and Avanaki, M. J (۲۰۲۰) ...
  • Etemadi, M., Pouraghajan, M., Gharavi, H., Saghi, H., Ghaffari, A. ...
  • Ferentinou, M, Fakir, M (۲۰۱۷) An ANN approach for the ...
  • Heidari, M., Khanlari, G. R., Kaveh, M. T. and Kargarian, ...
  • Hubick, K. T (۱۹۹۲) Artificial neural networks in Australia. Department ...
  • ISRM (۱۹۸۱) Rock characterization testing and monitoring. In: Brown, E. ...
  • Jahed Armaghani, D., Tonnizam, E., Hajihassani, M (۲۰۱۵) Application of ...
  • Karakul, H (۲۰۱۶) Investigation of saturation effect on the relationship ...
  • Karakul, H., & Ulusay, R (۲۰۱۳) Empirical correlations for predicting ...
  • Lotfollahi, S., Ghorji, M. and Hoseini Toodashki, V (۲۰۱۸) An ...
  • Mahdiabadi, N. and Khanlari, G (۲۰۱۹) Prediction of uniaxial compressive ...
  • Mehrgini, B., Izadi, H., Memarian, H (۲۰۱۹) Shear wave velocity ...
  • Mokhberi, M. and Khademi, H (۲۰۱۷) The Use of Stone ...
  • Montgomery, D., C. Peck, E., A. Vining, G. G (۲۰۱۲) ...
  • Naseri, F., Lotfollahi, S. and Bagherzadeh Khalkhali, A (۲۰۱۷) Dynamic ...
  • Nia, A., R., Lashkaripour, G., R. and Ghafoori, M (۲۰۱۷) ...
  • Oshnavieh, D. and Bagherzadeh Khalkhali, A. (۲۰۱۹) Use of shear ...
  • Rahmouni, A., Boulanouar, A., Boukalouch, M., Géraud, Y., Samaouali, A., ...
  • Rastegarnia, A., Teshnizi, E. S., Hosseini, S., Shamsi, H. and ...
  • Sachpazis, C. I (۱۹۹۰) Correlating Schmidt hardness with compressive strength ...
  • Saghi, H., Behdani, M., Saghi, R., Ghaffari, A. R. and ...
  • Sekhavati, P. and Jafarkazemi, M (۲۰۱۹) Investigating durability behavior and ...
  • Selçuk, L., and Nar, A (۲۰۱۶) Prediction of uniaxial compressive ...
  • Shakoor, A. and Barefield, E. H (۲۰۰۹) Relationship between unconfined ...
  • Shamsashtiany, R. and Ameri, M (۲۰۱۸) Road Accidents Prediction with ...
  • Taheri, M., Zamani, S. and Ramazani, A (۲۰۱۸) Design and ...
  • Török, Á., and Vásárhelyi, B (۲۰۱۰) The influence of fabric ...
  • Vasanelli, E., Colangiuli, D., Calia, A., Sileo, M., & Aiello, ...
  • Vásárhelyi, B (۲۰۰۳) Some observations regarding the strength and deformaUCS ...
  • Vásárhelyi, B (۲۰۰۵) Statistical analysis of the influence of water ...
  • Yagiz, S (۲۰۰۹) Predicting uniaxial compressive strength, modulus of elasticity ...
  • Yousefvand, M., Sharifi, Y. and Yousefvand, S (۲۰۱۹) An Analysis ...
  • نمایش کامل مراجع