223 نتیجه برای نوع مطالعه: مقاله پژوهشی
دکتر سیدعلی اصغری پری،
جلد 19، شماره 6 - ( 10-1404 )
چکیده
عوامل مختلفی بر ثبات و سرعت جریان سدهای خاکی، از جمله خصوصیات هندسی ، نفوذپذیری مواد و ارتفاع آب بالادست تأثیر می گذارد. درک رفتار خاکهای اشباع نشده در سدهای خاکی بسیار مهم است ، که نیاز به استفاده از اصول مکانیک خاک اشباع نشده به دلیل پیچیدگی های موجود دارد. این مطالعه به بررسی تأثیر پارامترهای منحنی مشخصه آب خاک (SWCC) بر پایداری شیب یک سد خاکی در شرایط جریان پایدار و تخلیه سریع مخزن می پردازد. یافته ها نشان می دهد که پارامترهای SWCC به طور قابل توجهی بر جریان آب و پایداری شیب تأثیر می گذارد. علاوه بر این ، با توجه به وزن واحد در حالت غیراشباع می تواند پایداری شیب را در شرایط مختلف بهبود بخشد.
مجتبی رحیمی شهید، غلامرضا لشکری پور، ناصر حافظی مقدس،
جلد 19، شماره 6 - ( 10-1404 )
چکیده
زون ساختاری - رسوبی سنندج - سیرجان یکی از مهم‌ترین مناطق زمین‌شناسی ایران است که سنگ‌آهک‌های موجود در آن نقش کلیدی در پروژه‌های عمرانی و معدنی ایفا می‌کنند. شناخت دقیق خواص مقاومتی این سنگ‌ها، به‌ویژه مقاومت فشاری تک‌محوری خشک (UCS Dry) و شاخص بار نقطه‌ای خشک (Is ₅₀-Dry)، به‌منظور طراحی ایمن و اقتصادی سازه‌ها بسیار ضروری است. با توجه به هزینه و زمان‌بر بودن آزمایش‌های مستقیم، در این پژوهش از روش‌های غیرمستقیم مدل‌سازی شامل رگرسیون و شبکه عصبی برای پیش‌بینی این خواص استفاده شده است. ابتدا با گردآوری داده‌های فیزیکی، مکانیکی، دینامیکی و شیمیایی نمونه‌های سنگ‌آهک منطقه، بانک اطلاعات جامعی تهیه شد. سپس با استفاده از تحلیل رگرسیون تک متغیره، دومتغیره و چند متغیره، روابط آماری بین متغیرها استخراج شد. در ادامه، مدل‌های شبکه عصبی پرسپترون چندلایه با ساختارهای مختلف و بر پایه الگوریتم یادگیری Levenberg–Marquardt توسعه یافتند. نتایج حاصل از مقایسه عملکرد مدل‌ها نشان داد که شبکه‌ی عصبی به‌دلیل توانایی در شناسایی روابط پیچیده و غیرخطی بین پارامترها، در پیش‌بینی خواص مقاومتی سنگ‌آهک‌ها عملکرد دقیق‌تری نسبت به مدل‌های آماری ارائه می‌دهد. مقایسه‌ی ضریب هم‌بستگی معادله‌های رگرسیون چند متغیره و مدل‌های شبکه عصبی نشان می‌دهند که به‌طور کلی استفاده از مدل‌های شبکه عصبی پیش‌بینی مقاومت فشاری تک‌محوری خشک، 89/14 درصد و مدل‌های شبکه عصبی پیش‌بینی شاخص بار نقطه‌ای خشک، 70/4 درصد میزان دقت نتایج (ضریب هم‌بستگی) را افزایش می‌دهند. استفاده از این مدل‌ها می‌تواند در کاهش هزینه‌ها، افزایش سرعت مطالعات مهندسی سنگ و بهبود ایمنی پروژه‌های عمرانی مؤثر باشد.
دکتر عماد نام آور،
جلد 19، شماره 6 - ( 10-1404 )
چکیده
طبقه‌بندی ژئوتکنیکی دقیق، برای طراحی گودبرداری در محیط‌های شهری ضروری است، زیرا رفتار خاک به‌شدت تحت تأثیر تنش‌های ناشی از گودبرداری قرار دارد. این پژوهش به بازنگری در ویژگی‌های ژئوتکنیکی رسوبات آبرفتی ریزدانه مربوط به جوان‌ترین واحد رسوبی (واحد D) در طبقه‌بندی ریبن پرداخته است. برنامه جامع مطالعاتی شامل حفاری گمانه‌ها، آزمایش (SPT)، آزمایش پرسیومتری و آزمایش‌های آزمایشگاهی سه‌محوری، تک‌محوری و برش مستقیم انجام گرفت. پایداری گودبرداری با استفاده از روش Morgenstern–Price در شرایط کوتاه‌مدت و بلندمدت ارزیابی شد. بر اساس پارامترهای ژئوتکنیکی و پایداری شیب، واحد D به سه ناحیه متمایز (D1، D2 و D3) با رفتارهای متفاوت در گودبرداری تقسیم گردید. ناحیه D1 که دارای مقدار ماسه کمتر است، امکان ایجاد ترانشه های قائم عمیق‌تر را فراهم می‌کند، در حالی که وجود عدسی‌های ماسه‌ای در ناحیه D3 عمق گودبرداری را محدود کرده و نیازمند شیب‌های ملایم‌تر می‌باشد. نتایج این مطالعه یک چارچوب به‌روز برای طبقه‌بندی ژئوتکنیکی آبرفت‌های ریزدانه ارائه می‌دهد که علاوه بر ارائه دستورالعمل‌های عملی برای طراحی ایمن گودبرداری، به درک جامع‌تر از سامانه‌های آبرفتی در مهندسی ژئوتکنیک شهری کمک می‌کند.
