پیشبینی روند تغییرات خط K0 در مکش های بافتی مختلف با استفاده از شبکه عصبی مصنوعی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 پیشبینی روند تغییرات خط K0 در مکش های بافتی مختلف با استفاده از شبکه عصبی مصنوعی دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد پیشبینی روند تغییرات خط K0 در مکش های بافتی مختلف با استفاده از شبکه عصبی مصنوعی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی پیشبینی روند تغییرات خط K0 در مکش های بافتی مختلف با استفاده از شبکه عصبی مصنوعی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن پیشبینی روند تغییرات خط K0 در مکش های بافتی مختلف با استفاده از شبکه عصبی مصنوعی :

تعداد صفحات :۱۰

چکیده مقاله:

یکی از جنبههای مهم و در عین حال پیچیده رفتار خاکهای غیراشباع، تغییرشکل ناشی از افزایش درصد رطوبت یا به عبارتی ترشدگی است. عمده کارهای صورت گرفته در خصوص مطالعه اثر ترشدگی در مسیر ادیومتری است. با وجود سادگی، این آزمایش دارای محدودیتهای جدی از جمله کرنش جانبی صفر و قابل اندازهگیری نبودن تنش همه جانبه است. همچنین در مدل متداول دستگاه این آزمایش تنش همهجانبه، فشار هوا و فشار آب حفرهای قابل کنترل نمیباشند. بنابراین آزمایش ادیومتری توانایی مطالعه مسیرهای مختلف تنش را بدست نمیدهد، لذا به منظور بررسی مسیرهای مختلف تنش استفاده از آزمایشهایی نظیر آزمایش سه محوری ضروری است . در این پژوهش با استفاده از دستگاه سه محوری غیراشباع، رفتار خاک طی فرایند ترشدگی در مکشهای بافتی مختلف مورد بررسی قرار گرفتهاست. خط 0k باثابت نگه داشتن سطح مقطع نمونهطی بارگذاری متناسب با شرایط ادیومتری است. نتایج آزمایشها نشان داد که در یک سطح تنش و مکش اولیه یکسان، رفتار نمونه متاثر از تاریخچه تنش یا مسیر تنش طی شده قبل از ترشدگی است همچنین مشاهده شد که در یک سطح تنش و مکش اولیه یکسان، رفتار نمونه متاثر از مسیر مرحله تحکیم است. در این پژوهش با استفاده از دادههای بهدست آمده از آزمایش، روند کلی تغییرات نمودار q-p با تغییر مکش بافتی به کمک شبکهی عصبی مصنوعی پیشبینی میشود. برای این کار از ابزار شبکه ی عصبی مصنوعی نرمافزارMATLAB استفاده شده است.