استفاده از روش شبکه عصبی مصنوعی برای بررسی تاثیر خصوصیات دانه بندی بر پارامترهای مقاومت برشی خاک های ماسه ای مخلوط با رس

با کمک آزمایش دانه بندی می توان اندازه دانه های موجود و توزیع آن ها را در خاک ها تعیین کرد. همچنین با استفاده از آزمایش برش مستقیم آزمایشگاهی نیز می توان تعیین پارامترهای مقاومت برشی خاک ها را به دست آورید. در این مقاله سعی شده است با روش شبکه ی عصبی مصنوعی و با استفاده از اطلاعات دانه بندی و نتایج آزمایش برش مستقیم، ضمن انجام یک تحلیل چند متغیره، پارامترهای مقاومت برشی خاک را نیز پیش بینی کرد. برای انجام این تحقیق از اطلاعات چندین پروژه ی مختلف در شهرهای رشت، گرگان، سیاه کل و سرخورد استفاده شده که جنس خاک ها نیز ماسه های مخلوط با رس بوده است. برای این منظور پارامترهای منحنی دانه بندی (Cc و Cu)؛ D10، شاخص پلاستیسیته (PI) و درصد ریزدانه به عنوان پارامترهای ورودی و چسبندگی و زاویه اصطکاک به دست آمده از آزمایش برش مستقیم به عنوان پارامترهای خروجی در نظر گرفته شده است. نتایج مدل طراحی شده نشان داد که از بین پارامترهای یاد شده، درصد ریزدانه بیشترین تاثیر را بر مقاومت برشی این نوع خاک ها داشته است. همچنین علی رغم یادگیری مناسب شبکه عصبی طراحی شده، این مدل نتوانست در مرحله ی آزمایش تخمین های مناسبی را ارایه کند.

Keywords:

منحنی دانه بندی , درصد ریزدانه , ماسه مخلوط با رس , چسبندگی , زاویه اصطکاک داخلی