پس از انتخاب کلید عضویت در انتهای صفحه جدیدی که باز خواهد شد، اطلاعات خود را تکمیل و عضویت خود را تایید نمایید
درباره وب سايت
جامع ترین و معتبرترین آموزش برای نرم افزار های مهندسی معدن، عمران
و ژئوتکنیک و مشاوره پروژه ها و پایان نامه های مرتبط
............................................
هدف از ایجاد این وبلاگ کمک به دانشجویان و علاقه مندان به رشته مهندسی معدن، عمران و ژئوتکنیک جهت آموزش مفاهیم، فراگیری نرم افزار ها ، دوره های مرتبط و مشاوره جهت انجام پروژه و پایان نامه می باشد..................................................
رزومه مدرسان آموزش نرم افزار ها:دانشجویان کارشناسی ارشد و دکترا رشته های مهندسی معدن و عمران دانشگاه صنعتی امیرکبیر (پلی تکنیک) تهران
............................................
علاوه بر تهران آموزش حضوری نرم افزار ها در مشهد نیز انجام خواهد گرفت.
برای هماهنگی با شماره زیر تماس حاصل فرمایید............................................
09381295869 اسمعیلی-مدیریت وبسایت........ ................................................ در صورتی که موفق نشدید با شماره فوق تماس حاصل فرمایید از طربق ایمیل زیر نیز می توانید در خواست خودتان را مطرح نمایید.......................................
raminesmaeili68@gmail.com
...................این سایت در ستاد ساماندهی پایگاه های اینترنتی به ثبت رسیده است و تمامی محصولات و خدمات این سایت حسب مورد دارای مجوز های لازم از مراجع مربوطه می باشد. همچنین فعالیت های این سایت تابع قوانین و مقررات جمهوری اسلامی ایران است
خبرنامه
براي اطلاع از آپيدت شدن وبلاگ در خبرنامه وبلاگ عضو شويد تا جديدترين مطالب به ايميل شما ارسال شود
تخمین پارامترهاي مقاومت برشی خاك در حالت دراز مدت با استفاده از شبکه هاي عصبی مصنوعی
تعیین پارامترهاي مقاومت برشی خاك براي تحلیل و طراحی سازههاي ژئوتکنیکی امري ضروري می باشد؛ لکن پروسه بدست آوردن آنها از نمونه برداري تا آزمایشات مربوطه، زمانبر و پرهزینه می باشد. در این پژوهش به کمک یک شبکه عصبی مصنوعی و با استفاده از نتایج آزمایشات ساده و متداول آزمایشگاهی و صحرایی نظیر دانه بندي، حدود آتربرگ، وزن مخصوص و عدد حاصل از آزمایش نفوذ استاندارد که همگی موثر بر مقاومت برشی دراز مدت خاکها می باشند، به تعیین این پارامترها پرداخته شده است. شبکه عصبی مورد استفاده در این تحقیق یک شبکه چند لایه پرسپترون میباشد که از یک لایه ورودي، یک لایه میانی و یک لایه خروجی تشکیل یافته است. بانک اطلاعات مورد استفاده جهت آموزش شبکه نیز شامل اطلاعات پالایش شده بیش از 60 مورد مطالعات ژئوتکنیک در نقاط مختلفی از استان کرمانشاه می باشد. نتایج حاصله از این تحقیق بیانگر توانایی و دقت بالاي شبکه عصبی طراحی شده براي تخمین پارامترهاي مقاومت برشی خاك در حالت درازمدت با استفاده از اطلاعات سهل الوصول آزمایشگاهی می باشد.
کلمات کلیدي:
شبکه هاي عصبی مصنوعی، پارامترهاي مقاومت برشی خاك
نویسندگان :
علی جمشیدي (عضو هیات علمی دانشگاه آزاد اسلامی واحد سنقر و کلیایی)
محمد شریفی پور (استادیاردانشکده فنی مهندسی، دانشگاه رازي کرمانشاه)
چهارمين همايش بين المللي مهندسي ژئوتكنيك و مكانيك خاك ايران (1389)
پیش بینی مقاومت 28 روزه بتن پلاستیک با استفاده از الگوریتم شبک ههاي عصبی مصنوعی
وجود یک دیوار آب بند که توانایی کنترل تراوشات را داشته باشد از عوامل موثر در حفظ، ایمنی و عملکرد مناسب سدها است. از جمله پارامترهاي تاثیر گذار در نحوه عملکرد دیوارهاي آب بند بتن پلاستیک، مقاومت مناسب این دیوارها براي جلوگیري از وقوع ترك ها می باشد. لذا داشتن تخمینی مناسب از این پارامتر در مراحل اجرایی از اهمیت ویژه اي برخوردار است. در این مقاله با استفاده از الگوریتم شبکه هاي عصبی مصنوعی، مقاومت 28 روزه بتن پلاستیک به کار رفته در دیوار آب بند سد سیلوه با استفاده از پارامترهاي نسبت آب به سیمان، نسبت بنتونیت به سیمان، اسلامپ، و مقاومت 7 روزه بتن با توسعه 3 مدل مختلف پیش بینی گردید. نتایج حاصل از الگوریتم با نتایج حاصله از آزمایشات کارگاهی همبستگی مناسبی را نشان داد. همچنین عملکرد بهترین مدل بر روي داده هاي یک پروژه دیگر مورد ارزیابی قرار گرفت. نتایج حاکی از تعمیم پذیري مدل توسعه داده شده و الگوریتم شبکه عصبی مصنوعی می باشد.
کلمات کلیدي:
بتن پلاستیک، مقاومت 28 روزه، شبکه هاي عصبی مصنوعی
نویسندگان :
فردین جعفرزاده (دانشیار دانشگاه صنعتی شریف، دانشکده مهندسی عمران)
علیرضا روغنی (دانشجوي کارشناسی ارشد مهندسی ژئوتکنیک، دانشگاه صنعتی شریف)
این سایت در ستاد ساماندهی پایگاه های اینترنتی به ثبت رسیده است و تمامی محصولات و خدمات این سایت حسب مورد دارای مجوز های لازم از مراجع مربوطه می باشد همچنین فعالیت های این سایت تابع قوانین و مقررات جمهوری اسلامی ایران می باشد.