مقایسه روشهای تعیین مدول توده سنگ با استفاده از داده های آزمایش بارگذاری صفحهای و تعیین آن با استفاده از الگوریتم ژنتیک
Publish place: 9th International Congress on Civil Engineering
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,248
This Paper With 8 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:
شناسه ملی سند علمی:
ICCE09_733
تاریخ نمایه سازی: 7 مهر 1391
Abstract:
مدول توده سنگ یکی از پارامترهای مهم در طراحی سازههای در سنگ و یا بر سنگ میباشد. تعیین این پارامتر بصورت مستقیم از آزمایشهای برجا و یا بصورت غیر مستقیم به کمک روابط تجربی تعیین میگردد. در پروژههای بزرگ ژئوتکنیکی، مدول توده سنگ به عنوان مهم ترین پارامتر کنترل کننده تغییر شکل سازه در نظر گرفته میشود. آزمایش بارگذاری صفحه ای یکی از پرکاربردترین آزمایشهای برجای تعیین مدول توده سنگ میباشد. تعیین این پارامتر از آزمایش بارگذاری صفحهای ساده به نظر میرسد، اگرچه تفسیر نتایج حاصل از این آزمایش بسیار پیچیده می- باشد. به منظور تعیین مدول از این آزمایش، روابطی از جمله روابط پیشنهادی ISRM ، ASTM و رابطه UNAL موجود میباشد. رابطهای مناسب است که با تعیین مدول مناسب و در نتیجه پیشبینی جابجایی توده سنگ در نقاط مختلف توده سنگ، کم ترین اختلاف را با داده های جابجای ثبت شده از کششسنج ها داشته باشد. با تعریف تابع خطا که بیان کننده تفاوت بین مقادیر جابجایی محاسبه شده و مقادیر اندازهگیری شده میباشد، مقدار خطا برای هر یک از روابط را میتوان به حداقل رساند. در این مقاله، مقدار مدول توده سنگ با استفاده از داده های حاصل از آزمایشهای بارگذاری صفحه ای سد بهشت آباد با روشهای مختلف تعیین و مقادیر آنها با یکدیگر مقایسه میشوند. همچنین جهت تعیین مدول کلی توده سنگ از الگوریتم ژنتیک جهت کمینه کردن تابع خطا استفاده شده است.
Keywords:
Authors
کاوه سلیمانی
دانشجوی کارشناسی ارشد مکانیک سنگ، دانشگاه صنعتی اصفهان، دانشکده معد
محمود ساریخانی خرمی
دانشجوی کارشناسی ارشد مکانیک سنگ، دانشگاه صنعتی اصفهان، دانشکده معد
عزت اله قطره
کارشناس ارشد زمین شناسی مهندسی ، شرکت آزمونه فولاد
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :