تعیین ظرفیت باربری شمع های کوبشی در خاک های ماسه ای با استفاده از شبکه های عصبی مصنوعی

اثر عواملی نظیر ناهمسانی محیط خاک در برگیرنده یک شمع، اجرای شمع، جنس شمع و شکل آن، تخمین صحیح ظرفیت باربری یک شمع را با مشکل همراه می­سازد. با آن که آزمایش بارگذاری شمع می­تواند با وجود دقت بالا، به عنوان یک روش قابل اعتماد در مراحل مختلف تحلیل و طراحی به کار رود، هزینه های زیاد و زمان انجام طولانی را برای پروژه­های عمرانی تحمیل می­کند و همین مساله باعث ایجاد محدودیت­هایی در انجام این آزمایش می­شود. در این میان مدل سازی با استفاده از شبکه­های عصبی مصنوعی روشی است که بر اساس داده­ها و اطلاعات قبلی بوده و نیازی به ساده سازی و استفاده از ضرایب اطمینان بالا ندارد. در این مقاله، شبکه­های عصبی مصنوعی برای پیش­بینی ظرفیت باربری شمع­های فلزی ته باز کوبیده شده در خاک­های ماسه­ای، به کار گرفته شده­اند. از ۴ پارامتر طول شمع، قطر شمع، مدول الاستیسیته خاک و زاویه اصطکاک داخلی آن به عنوان ورودی و از ظرفیت باربری شمع به عنوان خروجی استفاده شده است. چگونگی طراحی شبکه و عوامل موثر بر رفتار آن در مسئله مربوطه به صورت خلاصه بررسی شده است. در پایان با آنالیز حساسیت بر روی ساختار بهینه مدل های معرفی شده، در خصوص چگونگی اثر ۴ پارامتر ورودی بر خروجی شبکه بحث شده است. .

Keywords:

pile load testing , device of determining pile bearing capacity , artificial neural networks , Multi-layer perceptron , Sensitivity analysis , آزمایش بارگذاری شمع , دستگاه تعیین ظرفیت باربری , شبکه های عصبی مصنوعی , چند لایه پرسپترون , آنالیز حساسیت