ارایه مدل پیش بینی پارامترهای تراکم بستر رسی تثبیت شده با باطله سنگ آهن و سیمان با استفاده از روش سطح پاسخ (RSM)
Publish place: Road Journal، Vol: 26، Issue: 97
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 429
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ROAD-26-97_008
تاریخ نمایه سازی: 28 خرداد 1398
Abstract:
هدف از انجام این تحقیق، ارائه مدلی برای پیش بینی وزن مخصوص خشک بستر رسی تثبیت شده با سیمان و باطله سنگ آهن است. برای این منظور سیمان با درصدهای 0، 6، 9، 12 و 15درصد و باطله با درصدهای 0، 10، 20، 30 و 40 درصد به خاک رس اضافه و سپس آزمایش تراکم با استفاده از روش پروکتور اصلاح شده بر روی 25 ترکیب مختلف انجام شد و پایگاه داده ای متشکل از 125 رکورد آماده شد. سپس با استفاده از روش سطح پاسخ (RSM)، مدلی جهت پیش بینی وزن مخصوص بستر رسی تثبیت شده با باطله سنگ آهن و سیمان ارائه گردید. متغیرهای ورودی در این مدل شامل درصد رطوبت، درصد باطله و درصد سیمان و متغیر خروجی وزن مخصوص خشک بستر رسی تثبیت شده است. مقدار ضریب رگرسیون مدل توسعه داده شده برابر با 9634/0 به دست آمد که نشان دهنده دقت بالای این مدل است. همچنین مقدار R2 پیش بینی شده (9416/0) نشان دهنده سازگاری منطقی آن با مقدار R2 تعدیل یافته (9551/0) با توجه به تفاوت کمتر از 02/0 میان آن ها است. درنهایت بر پایه مدل توسعه داده شده، نمودارهایی برای پیش بینی حداکثر وزن مخصوص خشک آزمایشگاهی و تعیین رطوبت بهینه جهت تراکم بستر رسی تثبیت شده با سیمان و باطله سنگ آهن توسعه داده شد. با توجه به نتایج این تحقیق می توان بدون انجام آزمایش تراکم، رطوبت بهینه و حداکثر وزن مخصوص خشک بستر رسی با خمیری کم تثبیت شده با سیمان و باطله سنگ آهن را پیش بینی نمود.
Keywords:
Authors
علیرضا غنی زاده
دانشیار، دانشکده مهندسی عمران، دانشگاه صنعتی سیرجان، سیرجان، ایران
ابوذر یارمحمودی
دانشجوی کارشناسی ارشد، دانشکده مهندسی عمران، دانشگاه صنعتی سیرجان، سیرجان، ایران
حکیمه عباسلو
استادیار، دانشکده مهندسی عمران، دانشگاه صنعتی سیرجان، سیرجان، ایران
سعید دادکانی
دانشجوی کارشناسی ارشد، دانشکده مهندسی عمران، دانشگاه صنعتی سیرجان، سیرجان، ایران
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 :