مقایسه نتایج نشست فونداسیون بهسازی شده با ستون سنگی و شمع با استفاده از PlAXIS و شبکه عصبی مصنوعی (مطالعه موردی منطقه مکران)

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 887

This Paper With 11 Page And PDF and WORD 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CCIVIL01_208

تاریخ نمایه سازی: 21 شهریور 1395

Abstract:

با افزایش روز افزون جمعیت و توسعه صنایع و مشکل کمبود زمین مناسب جهت احداث سازه های مورد نیاز موجب شده است تا انسان به استفاده از زمین‏های با کیفیت مهندسی پایین‏تر روی آورد. استفاده از ستون‏های سنگی جهت بهسازی خاک به دلیل سازگاری با محیط زیست، اقتصادی بودن، کاهش نشست، ظرفیت باربری و ... یکی از مناسب‏ترین روش های بهسازی خاک‏های نرم و خاک‏های ضعیف می باشد که می توان آن را در خاک های رسی و سیلتی و همچنین خاک های ماسه ای استفاده نمود. در این راستا، منطقه مورد مطالعه در استان چابهار قرار دارد و یکی از مشکلات اساسی در این محدوده، وجود خاک های سست بوده که نیاز به بهسازی دارد. برای این تحقیق، ابتدا گمانه های با اعماق مختلف در این محدوده، جهت تعیین مشخصات خاک محل و همچنین پارامترهای مقاومتی خاک حفاری گردید و سپس برای بهسازی، از دو روش ستون سنگی و شمع توسط برنامه المان مجزای PLAXIS مدلسازی شد. سپس برای اعتبار سنجی نتایج بدست آمده، شبکه ای از داده های مختلف در شرایط متفاوت، آموزش دید و مورد آزمایش در محدوده مورد مطالعه قرار گرفت و نتایج آن با برنامه PLAXIS مقایسه گردید. در نهایت مشخص شد که پیش بینی نشست فونداسیون بهسازی شده با استفاده از شبکه عصبی مصنوعی علاوه بر صرفه جویی در وقت و هزینه دارای کارایی بهتری نسبت به دیگر روش مورد بحث می باشد و در پایان با لحاظ نمودن دو بعد فنی و اقتصادی، اجرای ستون سنگی به عنوان روش بهینه، انتخاب گردید.

Authors

محمد عرب عامری

دانشجوی مقطع دکتری ژئوتکنیک، دانشگاه صنعتی امیرکبیر

مهدی عرب عامری

کارشناس ارشد ژئوتکنیک، معاونت اجرایی شرکت مهندسین مشاور شالوده خاک

سمیه اکبرنژاد

کارشناس ارشد ژئوتکنیک، کارشناس مسئول واحد ژئوتکنیک و بهسازی خاک شرکت مهندسین مشاور شالوده خاک

حامد زارعی

کارشناس ارشد ژئوتکنیک

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 :