امکان سنجی کاربرد شبکه عصبی مصنوعی در بهبود تخمین ضریب زبری درزه در کلاس های مقاومت برشی استاندارد بارتون

تخمین صحیح مقاومت برشی توده سنگ موضوعی است که در رابطه با آن ابهامات متعددی وجود دارد. با توسعه نظریه برشی بارتون و ارائه کلاس های استاندارد زبری پروفیل های درزه در این نظریه، قیاس به عنوان عنصری کلیدی در تخمین ناهمواری های سطح درزه کابرد گسترده ای یافت. با توجه به وجود منابع متعدد خطا در مقایسه چشمی پروفیل های سطح درزه در این تحقیق تلاش شد که ضمن معرفی شبکه عصبی مصنوعی به عنوان یک شیوه مؤثر و کاربردی، صحت آن در رابطه با تخمین زبری پروفیلی درزه بررسی شود. برای این منظور با بسط پروفیل های زبری در هر کلاس استاندارد، داده های لازم به منظور آموزش و صحت سنجی شبکه فراهم شد و شبکه تحت آموزش قرار گرفت. همچنین به منظور صحت سنجی بکه، مقادیر زبری در این روش با تخمین های قیاسی انجام شده در آزمایشات برش صحرایی پروژه سد بختیاری در استان لرستان مقایسه شد. نتایج نشان داد که این روش علاوه بر دقت بسیار مناسب در تخمین زبری، قادر است مقادیر ضریب زبری را در هر کلاس نیز رده بندی نماید.

کلیدواژه ها:

ضریب زبری درزه بارتون ، شبکه عصبی مصنوعی ، تخمین زبری درزه