بررسی مقایسه ای ظرفیت باربری پی های سطحی در ماسه کربناته و سیلیکاته با استفاده از مدل سازی فیزیکی
Publish place: The First Iranian Conference on Geotechnical Engineering
Publish Year: 1392
Type: Conference paper
Language: Persian
View: 1,035
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
GEOTEC01_134
Index date: 29 January 2014
بررسی مقایسه ای ظرفیت باربری پی های سطحی در ماسه کربناته و سیلیکاته با استفاده از مدل سازی فیزیکی abstract
خاک کربناته از جمله خاکهای مسئله دار است که به وفور در سواحل و بستر سازه ها ی دریا یی از جمله در سواحل خلیج فارس دیده می شود. دراین مقاله ظرفیت باربری پی های سطحی در یک خاک کربناته حاصل از سواحل چابهار- منطقه تنگ به صورت مقایسه ای با یک خاک سیلیکاته بااستفاده از مدل سازی فیزیکی مورد بررسی قرار می گیرد. دو ماسه با دانه بند یهای یکسان انتخاب شده و در دو دانسیته نسبی یکسان 30 و 80 درصددر دو حالت خشک و اشباع مورد بارگذاری قرار گرفتند. همچنین نتایج ظرفیت باربری حاصل از مدل سازی فیزیکی با پارامترهای مقاومتی حاصلاز آزمایش سه محوری مورد مقایسه قرار گرفتند. نتایج آزمایش ها نشان دادند که دو ماسه دارا ی رفتار بارگذاری مختلفی بوده و اشباع شدگیموجب کاهش ظرفیت باربری می گردد. مقدار افت مقاومت در اثر اشباع شدگی در ماسه کربناته بیشتر است. روابط کلاسیک برای تعیین ظرفیتباربری جهت پیش بینی میزان باربری در خاک های کربناته دارای نواقصی بوده و لازم است اصلاحاتی در آنها به صورت اعمال ضرایبی صورتگیرد. در این آزمایش میزان باربری نهایی خاک کربناته در مقایسه با خاک سیلیکاته بیشتر ارزیابی شد، هرچند تا حصول باربر ی مذکور، پینشستهای بیشتری نیز از خود نشان داد.
بررسی مقایسه ای ظرفیت باربری پی های سطحی در ماسه کربناته و سیلیکاته با استفاده از مدل سازی فیزیکی Keywords:
بررسی مقایسه ای ظرفیت باربری پی های سطحی در ماسه کربناته و سیلیکاته با استفاده از مدل سازی فیزیکی authors
محمود حسنلو راد
استادیار گروه عمران دانشکده فنی و مهندسی دانشگاه بین المللی امام خمینی (ره)
محمد کلانتری
دانشجوی کارشناسی ارشد گروه عمران دانشکده فنی و مهندسی دانشگاه بین المللی امام خمینی (ره)
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 :