استفاده از شبکه عصبی مصنوعی در تخمین ظرفیت باربری لرزه ای پی های سطحی نواری واقع شده در بالای حفره بدون پوشش در خاک های چسبنده همگن

با توسعه روز افزون شهرها و افزایش جمعیت، محدودیت دسترسی به فضای لازم جهت ساخت تاسیسات زیربنایی و حمل و نقل بیش از پیش احساس می شود.وجود سازه های مختلف سطحی، علاوه بر تحمیل هزینه بالا و مشکلات ترافیکی حین اجرا، بعضا احداث سازه های روزمینی را غیرممکن می سازد. بر این اساس در چنین محیط هایی تقاضای حفر تونل برای احداث سیستم های تاسیسات و حمل و نقل شهری و بین شهری به سرعت افزایش یافته است. حفر تونل ها و حفرات زیرزمینی در مناطق شهری معمولا در اعماق کم بوده و تاثیر آن می تواند تا سطح زمین گسترش یافته و ظرفیت باربری شالوده های واقع بر سطح زمین را تحت تاثیر قرار دهد. در این پژوهش با استفاده از ۲۰۰۰ مدل سازی عددی به روش اجزاء محدود حالت حدی، ظرفیت باربری نهایی یک پی سطحی در مجاورت حفره زیرزمینی در حالت لرزه ای و ایستا محاسبه شده و اثر پارامترهای تاثیرگذار مختلف، بررسی شده است. سپس با استفاده از پایگاه داده ایجاد شده، یک شبکه عصبی چند لایه پرسپترون (MLP) آموزش داده شده تا بتوان به کمک آن به راحتی و بدون استفاده از نرم افزارهای تخصصی، ظرفیت باربری پی های واقع در بالای حفرات بدون پوشش را در شرایط مختلف محاسبه کرد. نتایج حاصل نشان می دهد که ظرفیت باربری محاسبه شده به کمک شبکه عصبی دارای دقت خوبی است.

کلیدواژه ها:

کلید واژه ها: ظرفیت باربری لرزه ای ، حفره زیرزمینی ، پی سطحی نواری ، تحلیل اجزاء محدود حالت حدی ، شبکه عصبی چند لایه