تخمین سختی برشی شکست ( ) با استفاده از شبکه عصبی مصنوعی

نویسندگان

عبدالهادی قزوینیان

میررئوف هادئی

همایون کردی

چکیده

در سال­های اخیر با بهره­گیری از روش­های مختلف آزمایشگاهی، چگونگی مد برشی شکست با استفاده از نمونه­های سنگی مورد بررسی قرار گرفته است. اغلب گسیختگی­های رخ داده در طبیعت در اثر عملکرد نیروهای کششی و برشی در توده سنگ می­باشد. تعیین دقیق سختی برشی شکست برای درک و تحلیل رفتار گسیختگی­ها در حفریات سطحی و زیرزمینی از اهمیت ویژه­ای برخوردار می­باشد. بررسی جامع دستاوردهای علمی در خصوص تعیین سختی برشی شکست در نمونه­های سنگی حاکی از دقت قابل قبول آزمایش­های پانچ و جعبه برش برای این منظور بوده ولی کماکان مشکلاتی در تعیین سختی برشی شکست در فرایندهای محاسبه­ای در مهندسی وجود دارد. شبکه­های عصبی مصنوعی قادر هستند با آموزش صحیح، رابطه منطقی بین متغییرهای مختلف برقرار نموده و با دقت کافی، مقادیر سختی برشی شکست را پیش بینی نمایند. در این مقاله با استفاده از نتایج حاصل از آزمایشات آزمایشگاهی و انتخاب پارامترهای موثر در میزان سختی برشی شکست، مدل بهینه­ای از شبکه عصبی مصنوعی برای هر سری از داده­ها ایجاد شده و میزان دقت شبکه مورد ازریابی قرار گرفته است. در انتها امکان مقایسه تطبیقی براساس مدل آماری رگرسیون خطی، عرضه شده است.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

تخمین انرژی شکست بتن با استفاده از شبکه عصبی مصنوعی

بتن یکی از رایج‏ترین مصالح صنعتی و ساختمانی است که به دلیل اقتصادی بودن اهمیت روز افزونی پیدا می‏کند. در سال‏های اخیر با بهره‏گیری از روش‏های مختلف آزمایشگاهی، پارامتر‏های شکست مواد سیمانی مانند بتن مورد بررسی قرار گرفته است؛ نقش این پارامتر‏ها در طراحی سازه‏های سطحی و زیر‏سطحی از اهمیت ویژه‏ای برخوردار است. در این مقاله مدل شکست بر ‏اساس شبکه عصبی برای تخمین پارامترشکست بتن  GF(انرژی مخصوص شکس...

متن کامل

تخمین انرژی شکست بتن با استفاده از شبکه عصبی مصنوعی

بتن یکی از رایج‏ترین مصالح صنعتی و ساختمانی است که به دلیل اقتصادی بودن اهمیت روز افزونی پیدا می‏کند. در سال‏های اخیر با بهره‏گیری از روش‏های مختلف آزمایشگاهی، پارامتر‏های شکست مواد سیمانی مانند بتن مورد بررسی قرار گرفته است؛ نقش این پارامتر‏ها در طراحی سازه‏های سطحی و زیر‏سطحی از اهمیت ویژه‏ای برخوردار است. در این مقاله مدل شکست بر ‏اساس شبکه عصبی برای تخمین پارامترشکست بتن  gf(انرژی مخصوص شکس...

متن کامل

مدل‌سازی عمر خستگی اتصالات دو لبه برشی با استفاده از شبکه عصبی مصنوعی

خستگی یکی از عوامل اصلی در واماندگی اتصالات مکانیکی و صفحات در صنایع هوافضا و صنایع اتومبیل‌سازی می‌باشد پدیده‌ی خستگی در اثر بارگذاری متغیر به زمان رخ می‌دهد. در این پژوهش نتایج تجربی عمر خستگی اتصالات دو لبه برشی آلومینیم 3T -2024 Al در بارهای مختلف از تست خستگی به دست آمده و نتایج حاصل برای مدل‌سازی با شبکه عصبی مصنوعی استفاده شده است. شبکه‌های عصبی مصنوعی با پردازش داده‌های تجربی، دانش یا ق...

متن کامل

تخمین کریپ کمپلینس مخلوط های آسفالتی با استفاده از شبکه های عصبی مصنوعی

یکی از آزمایش‌های اساسی در فرایند طراحی روسازی‌های انعطاف‌پذیر به روش مکانیستیک- تجربی در آشتو 2002، آزمایش کریپ کمپلینس است. در این تحقیق مدلی جدید برای تخمین کریپ کمپلینس مخلوط‌های آسفالتی با استفاده از شبکه‌های عصبی مصنوعی پرسپترون چند لایه، با تکنیک آموزش لونبرگ- مارکوات، با توان تعمیم پذیریR=0.949 ، با موفقیت ارائه شده است. این مدل 14 ورودی شامل درصدهای عبوری انتخابی از منحنی دانه‌بندی ...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید


عنوان ژورنال:
نشریه علمی-پژوهشی مهندسی معدن

ناشر: انجمن مهندسی معدن ایران

ISSN

دوره 3

شماره 5 2012

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023