مدلسازی رفتار تنش - کرنش خاکهای رسی با استفاده از شبکه های عصبی مصنوعی

نویسندگان

چکیده

در این مقاله رفتار خاکهای رسی تحت آزمایش سه‌محوری با استفاده از شبکه‌های عصبی مصنوعی1 مورد مطالعه قرار گرفته است. در این راستا مدلهایی تهیه شد تا رفتار تنش – کرنش رسها را در شرایط زهکشی نشده پیش‌بینی کند. مزیت مدلهای تهیه شده در این است که پارامترهای ساده‌ای نظیر مشخصات فیزیکی خاک همچون حدود اتربرگ، رطوبت خاک، درصد ریزدانه و غیره برای مدل کردن رفتار تنش کرنش خاکهای رسی در آزمایش سه‌محوری به کار گرفته شده است، بدون آنکه به انجام آزمایشات وقتگیر و دقیق سه‌محوری نیاز باشد. نتایج مدل به کار گرفته شده نشان می‌دهد که شبکه عصبی یک ابزار مناسب برای مدلسازی رفتار تنش – کرنش خاکهای رسی با استفاده از مشخصات ساده فیزیکی این خاکهاست. واژگان کلیدی : خاک رس، آزمایش سه محوری زهکشی نشده، شبکه عصبی مصنوعی، تنش-کرنش، فشار آب حفره‌ای، مقاومت برشی

کلیدواژه‌ها


عنوان مقاله [English]

Modelling of Stress-Strain Behaviour of Clayey Soils Using Artificial Neural Network

نویسندگان [English]

  • S. M. Haeri
  • N. Sadati and R. Mahin-Rousta
چکیده [English]

In this research, behaviour of clayey soils under triaxial loading is studied using Neural Network. The models have been prepared to predict the stress-strain behaviour of remolded clays under undrained condition. The advantage of the model developed is that simple parameters such as physical characteristics of soils like water content, fine content, Atterberg limits and so on, are used to model the stress-strain behaviour of clays under triaxial loading, without performing exact and time-consuming tests on samples. Results from the network show that neural network is a good tool for prediction of stress-strain behaviour of clayey soils using simple physical characteristics of such soils

کلیدواژه‌ها [English]

  • Clay
  • Undrained
  • Triaxial Test
  • Artifical Neural Network
  • Stress-Strain
  • Pore water Pressure
  • Shear Strength

ارتقاء امنیت وب با وف ایرانی