شناسایی خاک بستر دریاچه ارومیه و افزایش ظرفیت باربری آن با سیمان تیپ 5
Publish place: 1st National Conference on Development of Civil Engineering, Architecure,Electricity and Mechanical in Iran
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 3,946
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
DCEAEM01_396
تاریخ نمایه سازی: 18 دی 1393
Abstract:
بیش از 01 درصد کل خاکهای موجود در سطح زمین با خاکهایی با درجات شوری مختلف پوشیده شده است. دریاچه ارومیه،بزرگترین و شورترین دریاچه دائمی ایران و یکی از بزرگترین دریاچههای فوق اشباع از نمک دنیا، بنابه شرایط اقلیمی ویژه خود درحال خشک شدن و بجا گذاشتن بستری نرم از رسوبات چندین ساله با املاح گوناگون و شوری درحدود 081 PPT با خاصیت اسیدی با pH 4 میباشد. تجربههای قبلی نشان میدهد که خاکهای شور میتوانرد مشرکلات زیادی را برای سازه هاوراه های ساخته شده بر رو و حتی نزدیکی این خاکها ایجاد کنند. ترک خوردن سطح راهها، ایجاد حفرهها یا فرو رفتگیها بر روی سطح راه ونشستهای نامتقارن از جمله مشکلات ایجاد شده در اثر خاکهای شور میباشد. با رویکرد توسعه سریع شهرسازی و همچنین احداث شبکه راهها و بزرگراههای بین شهری، مهندسین ناچار به ساخت پروژههای مهمی روی اینچنین خراکها میباشند. از این رو برانشدیم تا با تثبیت رسوبات بستر دریاچه ارومیه، مقاومت باربری آن را افزایش داده و امکان بارگذاری بیشتر مهیا گردد. در این پژوهشدر ابندا نوع خاک بستر دریاچه ارومیه مورد بررسی قرارگرفت که در نتیجه آن خاک رسی باخاصیت خمیری پایین و بشدت سولفاتی تشخیص داده شد . سپس با توجه به سولفاته بودن محیط با استفاده از سیمان تیپ 5 افزایش باربری با ازمایش CBR بررسی ودرصد بهینه سیمان تیپ 5 برای تثبیت خاک بستر دریاچه ارومیه در حدود3/5درصد مشخص گردیده است که باتثبیت آن عدد CBR ازعدد 3 به عدد 17 افزایش می یابد
Keywords:
Authors
قاسم باقری چنار
دانشجوی کارشناسی ارشد مهندسی و مدیریت ساخت دانشگاه امیرکبیر تهران
رضا پورحسینی
عضو هیئت علمی دانشکده عمران دانشگاه یزد
امیرحسین خلیلیان پور
دانشجوی کارشناسی ارشد مهندسی و مدیریت ساخت دانشگاه امیرکبیر تهران
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 :