آمار
| تعداد نشریات | 41 |
| تعداد شماره‌ها | 1,116 |
| تعداد مقالات | 13,681 |
| تعداد مشاهده مقاله | 48,571,136 |
| تعداد دریافت فایل اصل مقاله | 12,332,813 |
تخمین خصوصیات مکانیکی به روش آنالیز آماری، شبکه عصبی مصنوعی و رگرسیون بردار پشتیبان «مطالعه موردی: نمونه های مرتبط به ساختگاه سد مخزنی گدار-خوش» | ||
| نشریه مهندسی عمران و محیط زیست دانشگاه تبریز | ||
| مقاله 15، دوره 52.4، شماره 109، بهمن 1401 | ||
| نوع مقاله: مقاله کامل پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22034/jcee.2021.42122.1969 | ||
| نویسندگان | ||
امیر آزادمهر1؛ محمد رضا مطهری  2؛ هورمان غروی3؛ محسن صفاریان4
| ||
| 1گروه مهندسی معدن، دانشگاه صنعتی بیرجند، بیرجند | ||
| 2گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه اراک | ||
| 3گروه مهندسی عمران، واحد فنی و مهندسی، دانشگاه علم و صنعت ایران | ||
| 4گروه مهندسی صنایع، دانشگاه صنعتی بیرجند، بیرجند | ||
| چکیده | ||
| با توجه به مشکلات اجرای آزمایش‌ها بخصوص در سنگ‌های ضعیف و هزینه بر بودن این آزمایش‌ها، می‌توان با بررسی روابط بین ویژگی‌های مکانیکی و فیزیکی، هزینه آزمایشات تعیین خصوصیات مکانیکی را کاهش داد. در این پژوهش آزمایش‌های پتروگرافی، فیزیکی و مکانیکی بر روی 62 مغزه از سنگ‌های شیل و مارن در ساختگاه سد گدار-خوش انجام شد. در نهایت عملکرد روش‌های شبکه عصبی مصنوعی (ANN) رگرسیون چند متغیره (MVRA) و رگرسیون بردار پشتیبان (SVR) با تابع کرنل پایه شعاعی (RBF) جهت تخمین UCS، Es بر اساس سرعت موج تراکمی و خصوصیات فیزیکی مقایسه شد. نتایج پتروگرافی نشان داد که کانی ایلیت، فراوانترین نوع کانی رسی می-باشد. نسبت مدول الاستیسیته دینامیکی به استاتیکی نمونه ها برابر با 8.51 می‌باشد. همچنین نسبت پواسون دینامیکی به استاتیکی برابر با 1.41 می‌باشد. نتایج آنالیز آماری نشان داد که مدول الاستیسیته استاتیکی همبستگی بالایی با مدول الاستیسیته دینامیکی (R=0.91, RMSE=0.22, MAPE=0.14) و سرعت موج برشی همبستگی بالایی با سرعت موج تراکمی (R=0.98, RMSE=0.08, MAPE=0.03) دارند. نتایج رگرسیون چند متغیره نشان داد که هر دو پارامتر UCS و Es دارای همبستگی معنی داری با پارامترهای فیزیکی و سرعت موج تراکمی دارند. بطوریکه ارتباط UCS با این پارامترها بیشتر از ارتباط Es با این پارامتر ها می‌باشد. مقایسه عملکرد روش‌ها در تخمین خصوصیات استاتیک نشان داد که SVR دارای دقت بالاتری نسبت به رگرسیون چند متغیره و ANN می‌باشد. | ||
| کلیدواژه‌ها | ||
| خصوصیات استاتیکی؛ خصوصیات دینامیکی؛ سنگ‌های رسی؛ رگرسیون بردار پشتیبان (SVR)؛ شبکه عصبی مصنوعی؛ آنالیز آماری | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 417 |
||
