پیش بینی درصد تراکم خاک های ریزدانه در ساختمان سد مخزنی سرابی با استفاده از شبکه عصبی مصنوعی

تحلیل تراکم حاصل شده از عملیات تراکم در خاک های ریزدانه در تحلیل برگشتی اهمیت بسزایی دارد. روش متداول در محاسبه درصد تراکم ختکف شیوه های معمول مانند روش مخروط ماسه، روش بالون لاستیکی و روش چگالی سنج هسته ای است. که به عنوان روشی مناسب جایگزین، شبکه عصبی آموزش دیده شده بر مبنای الگوهای تحلیل شده است. با روش های مذکور محاسبه تراکم، علاوه بر این که به دقت مورد نیاز در روش های مرسوم می رسد، سادگی و سهولت استفاده از آن از سایر روش ها بیشتر بوده و سرعت محاسبه آن نیز بیشتر است. در این تحقیق مدلی مبتنی بر شبکه عصبی چند لایه پرسپترون برای پیش بینی رفتار تراکمی خاک های ریزدانه در سد مخزنی سرابی در حین اجرا و متراکم کردن لایه های خاک ارائه شد. متغیرهای ورودی شامل 4 پارامتر ژئوتکنیکی رطوبت بهینه، درصد عبوری از الک 200، حد روانی و حد خمیری و 4 پارامتر اجرایی تعداد دفعات عبور غلتک، ضخامت لایه، رطوبت خاک در محل و دانسیته حاصل شده در محل، در نظر گرفته شد. این مدل که مبتنی بر شبکه عصبی چند لایه با رویکرد پس انتشار خطا ارائه شده ، قادر است بدون داشتن حداکثر دانسیته آزمایشگاه که از ملزومات حتمی محاسبه درصد تراکم در حالت معمولی است با استفاده از دیگر پارامترهای ژئوتکنیکی و اجرایی (8 مورد اشاره شده) درصد تراکم و بالطبع حداکثر وزن مخصوص آزمایشگاه را با تقریب نزدیک به 100 درصد محاسبه کند.

Keywords:

درصد تراکم خاک , شبکه عصبی , پارامتر ژئوتکنیکی , پارامتر اجرایی , حداکثر وزن مخصوص آزمایشگاه