ارزیابی هوشمند مشخصات مکانیکی خاک های آلوده با استفاده از یادگیری عمیق

Publish Year: 1400
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 216

This Paper With 11 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

SENACONF11_038

تاریخ نمایه سازی: 30 خرداد 1401

Abstract:

آلودگی خاک به عنوان بخشی از تخریب زمین ناشی از وجود مواد شیمیایی ساخته دست بشر است. رایج ترین مواد شیمیایی شاملهیدروکربن های نفتی، مواد شیمیایی در صنایع مختلف، فلزات سنگین، ضایعات صنعتی و شهری و همچنین مواد پایدار ساز است. آلودگی بامیزان صنعتی شدن و شدت ماده شیمیایی ارتباط مستقیمی دارد. علاوه بر خطرات سلامتی ناشی از این آلودگی، تاثیرات آلودگی ها برخصوصیات مکانیکی خاک از موضوعات با اهمیت در حوزه مهندسی می باشد. براورد دقیق خواص ژئوتکنیکی خاک ها یک موضوع قابل توجهدر مهندسی ژئوتکنیک به ویژه در حضور آلودگی های مختلف می باشد. اصلاح این خواص ژئوتکنیکی که در معرض اشکال مختلف آلودگیقرار گرفته اند از دیگر موضوعات با اهمیت در حوزه ژئوتکنیک می باشد. پیش بینی مشخصه های مکانیکی خاک، خاک های آلوده شده و یاخاک های بهسازی شده در کوتاهترین زمان ممکن از اهمیت ویژه ای برخوردار است. یکی از ابزار های موثر در این حوزه، هوش مصنوعی میباشد. در این پژوهش قابلیت شبکه های عصبی مبتنی بر یادگیری عمیق در ارزیابی خصوصیات مکانیکی خاک مورد بررسی قرار می گیرد.

Authors

مریم کاظم زاده

دانشجوی کارشناسی، دانشکده فنی مهندسی گرگان، دانشگاه گلستان

احمد حسن زاده

دانش آموخته کارشناسی ارشد، دانشکده فنی مهندسی گرگان، دانشگاه گلستان

علی بیگلری

استادیار گروه مهندسی عمران، دانشکده فنی مهندسی گرگان، دانشگاه گلستان