مدلسازي رفتار تنش - كرنش خاكهاي رسي با استفاده از شبكه هاي عصبي مصنوعي

Modelling of Stress-Strain Behaviour of Clayey Soils Using Artificial Neural Network

در اين مقاله رفتار خاكهاي رسي تحت آزمايش سه‌محوري با استفاده از شبكه‌هاي عصبي مصنوعي مورد مطالعه قرار گرفته است. در اين راستا مدلهايي تهيه شد تا رفتار تنش – كرنش رسها را در شرايط زهكشي نشده پيش‌بيني كند. مزيت مدلهاي تهيه شده در اين است كه پارامترهاي ساده‌اي نظير مشخصات فيزيكي خاك همچون حدود اتربرگ، رطوبت خاك، درصد ريزدانه و غيره براي مدل كردن رفتار تنش كرنش خاكهاي رسي در آزمايش سه‌محوري به كار گرفته شده است، بدون آنكه به انجام آزمايشات وقتگير و دقيق سه‌محوري نياز باشد. نتايج مدل به كار گرفته شده نشان مي‌دهد كه شبكه عصبي يك ابزار مناسب براي مدلسازي رفتار تنش – كرنش خاكهاي رسي با استفاده از مشخصات ساده فيزيكي اين خاكهاست.

In this research, behaviour of clayey soils under triaxial loading is studied using Neural Network. The models have been prepared to predict the stress-strain behaviour of remolded clays under undrained condition. The advantage of the model developed is that simple parameters such as physical characteristics of soils like water content, fine content, Atterberg limits and so on, are used to model the stress-strain behaviour of clays under triaxial loading, without performing exact and time-consuming tests on samples. Results from the network show that neural network is a good tool for prediction of stress-strain behaviour of clayey soils using simple physical characteristics of such soils