جستجو در مقالات منتشر شده


2 نتیجه برای مقاومت فشاری تک‌محوری.

شهام آتش بند، محسن صابرماهانی، حمیدرضا الهی،
جلد 15، شماره 2 - ( 6-1400 )
چکیده

در مناطق صنعتی ساحلی، علاوه بر وجود خاک سست اشباع، حمله سولفاتی به المان‌های بهسازی خاک از نوع خاک-سیمان به‌عنوان یک مشکل مضاعف مطرح است. استفاده از سیمان ضد سولفات تیپ پنج به‌عنوان روشی کاهندۀ اثرات تخریبی مربوط توصیه ‌شده است. با توجه به منابع محدود تولیدکننده این نوع سیمان، اولاً تعیین رابطه بین عیار سیمان مصرفی و مقاومت حاصل در محیط‌های سولفاته از سؤالات مهم مهندسی در این زمینه است و ثانیاً به‌عنوان گزینه‌ای جای‌گزین، استفاده از سیمان تیپ دو که در دسترس‌تر است در ترکیب با افزودنی‌های دیگر موردتوجه قرار می‌گیرد. تحقیق حاضر دو هدف مذکور را با ساخت نمونه‌های استوانه‌ای خاک-سیمان با ماسه، آب و سیمان‌های پرتلند ضد سولفات دنبال می‌کند. سولفات سدیم به‌عنوان سولفات موجود در خاک و آب استفاده شده است. در این تحقیق، اولاً رابطۀ عیار سیمان تیپ پنج و مقاومت تک‌محوری خاک-سیمان در سولفات 0% تا 5% به‌دست آمده است  که نشان می‏دهد عیار 400 کیلوگرم بر مترمکعب به شکل مناسبی افت مقاومت را در سولفات 2% کاهش می‏دهد. ثانیاً ، ترکیب سیمان تیپ دو با کلرید و هیدروکسید باریم آزموده شده است. نتایج حاکی از آن است که ترکیب سیمان تیپ دو با کلرید و هیدروکسید باریم، مقاومت‌های بیش‌تری، به‌ترتیب حدود 7/2 تا 3/3 برابر (در 362 روز) نسبت به خاک-سیمان حاوی سیمان تیپ پنج نتیجه می‌دهد؛ هم‌چنین مشاهده می‌شود که افزودنی هیدروکسید باریم در مقایسه با کلرید باریم (با همان نسبت اختلاط) بهتر توانسته است اثرات منفی سولفات بر مقاومت را کاهش دهد.
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.
 


صفحه 1 از 1     

کلیه حقوق این وب سایت متعلق به نشریه زمین شناسی مهندسی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2025 CC BY-NC 4.0 | Journal of Engineering Geology

Designed & Developed by : Yektaweb