پیش بینی مدول تغییر شکل پذیری توده سنگ حاصل از آزمایش دیلاتومتری به روش شبکه عصبی مصنوعی

در علم مهندسی ژیوتکنیک مدول تغییر شکل پذیری (Em) در واقع نسبت تنش به کرنش منتاظر آن می باشد. کاربرد این مدول در زمینه های سد سازی، تونل سازی، راه سازی و... می باشد. امروزه روش های مختلفی برای بدست آوردن این مدول وجود دارد مانند: آزمایش های برجا صفحه بارگذاری - دیلاتومتری)، آزمون های آزمایشگاهی، روابط تجربی و... . گرچه دقت آزمون در مقابل روابط تجربی بسیار بالا بوده و مطمنن تر می باشد ولی مستلزم صرف هزینه و وقت زیادی می باشد. به همین جهت از گذشته تا کنون دانشمندان زیادی روابط تجربی مختلفی را ارایه داده اند. در این مقاله برای بدست آوردن مدول تغییر شکل پذیری به صورت تجربی از روشی نوین به نام شبکه عصبی مصنوعی استفاده شده است . شبکه عصبی مصنوعی که یک ابزار بسیار قدرتمند برای مدل سازی ریاضی می باشد به ما کمک می کند که بتوان با مدل سازی مدول تغییر شکل پذیری را با متغییر ورودی مختلف به صورت بسیار نزدیک به واقعیت پیش بینی نمود. بدین منظور داده های آزمون دیلاتومتری و دیگر آزمونهای آزمایشگاهی که ساختگاه شش سد در ایران انجام پذیرفته ومع آوری و دسته بندی شد. بعد از دسته بندی و حذف داده های پرت، شبکه عصبی مورد استفاده راانتخاب و این داده ها را وارد شبکه عصبی نمودیم . شبکه های عصبی مدول تغییر شکل پذیری را با ضرایب همبستگی و خطاهای مختلف ارایه داد که با ملاک قرار دادن بالاترین ضریب همبستگی و کمترین خطا بهترین خروجی انتخاب گردید که در نهایت مدول تغییر شکل پذیری با بالاترین ضریب اطمینان برآورد شد تا بتوان هم در وقت و هم در زمان صرفه جویی نمود.

Keywords:

مدول تغییر شکل پذیری , آزمایش های برجا , شبکه عصبی مصنوعی , آزمایش دیلاتومتری