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

[P O U R I A]

نویسندگان
عبدالهادی قزوینیان ؛ میررئوف هادئی؛ همایون کردی
دانشگاه تربیت مدرس

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 علمی‌در 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.



کلیدواژگان
سختی برشی شکست؛ آزمایش­ پانچ و جعبه برش؛ شبکه­های عصبی مصنوعی؛ رگرسیون خطی


http://www.mediafire.com/view/4vz0v2n906a71ks/354.pdf