مدل سازي رفتار اتصالات نبشي پيچي در برابر اتش سوزي به كمك روش شبكه عصبي

خلاصه
در اين مقاله، يك مدل شبكه عصبي به منظور پيش بيني رفتار اتصالات در دماهاي بالا ارائه شده است. دماهاي اتصال به عنوان پارامترهاي ورودي بهمدل و ظرفيت دوراني مقطع به عنوان پارامترخروجي مدل معرفي شدهاند. دو دسته داده براي آموزش، تست و سنجش مدل شبكه استفاده گرديد: دستهاول داده ها نتايج حاصل آزمايشات بر روي اتصالات در حرارت بالا كه توسط ساعدي داريان و همكاران انجام شده بود و دسته دوم داده ها مدل اجزاءمحدود كه در ادامه كار اين محققان صورت گرفته است، مورد استفاده قرار گرفته است. مقايسه نتايج حاصل نشان مي دهد كه مدل ها مي توانند رفتار لنگر-دوران- دما را براي اتصالات نبشي پيچي با نبشي جان و بدون نبشي جان با دقت بسيار بالايي پيش بيني نمايند.

كلمات كليدي :

اتصالات نيمه صلب . حرارت . شبكه عصبي مصنوعي . نمودار ممان- دوران . نمودار دما-دوران

پنجمین کنگره ملی مهندسی عمران (1389)

به كارگيري مدل تركيبي ARIMA-ANN در مدلسازي بارش-رواناب-رسوب حوضه آبريز اهرچاي

چكيده:
شيپ لزوم بيني فرآيندهاي هيدرولوژيكي نقش بسزايي در برنامهريزي استفاده بهينه از مخازن سدها ، سامان دهي رودخانه، هشدار سيل و جلوگيري از صرفهزينههاي اضافي دارد. لذا بررسي پديده بارش– رواناب و به تبعِ آن برآورد دبي رسوبِ رودخانه اهميتِ خاصي خواهد داشت. در اين راستا تخمين بار معلقرسوبات و تدقيق شبيهسازي رواناب- رسوب توجه مدلهاي مفهومي را به خود معطوف كرده است. در تحقيق فعلي يك مدلِ تركيبي كه متشكل از دومدل شبكه عصبي و مدل خطي سري زماني است، ارائه شده و طي آن به مطالعه موردي در زمينه مدلسازي فرآيند رواناب– رسوب رودخانه اهرچاي واقعدر استان آذربايجانشرقي پرداخته شده است. مدل تركيبي شامل دو قسمت است؛ قسمت اول مدلسازي فرآيند بارش –رواناب با الگوي سري زمانياست، قسمت ديگر برآورد و تخمين دبي رسوب با استفاده از شبكههاي عصبي مصنوعي است كه مقدار پيش بيني رسوب را به مقدار واقعي ARIMAنزديك ميكند. در ادامه نتايج مدل تركيبي با تك تك روشها براساس معيار كارايي و مقدار خطا مورد مقايسه قرار ميگردد، به طوريكه مدل تركيبي مي-تواند جايگزين نسبتاً مناسبي براي پيشبيني فرآيند بارش-رواناب- رسوب باشد كه يك مدل نيمه-خطي از فرآيندهاي استوكاستيك را ارائه ميدهد.

كلمات كليدي:

مدلسازي فرآيند رواناب- رسوب . مدلسازي جعبه سياه . روش سريهاي زماني . شبكه عصبي مصنوعي . حوضه اهرچاي

پنجمین کنگره ملی مهندسی عمران (1389)

مقايسه نتايج حاصل از نرم افزار Rockworks و شبكهي عصبي در ميانيابي گمانههاي ژئوتكنيكي در تونل نيايش

چكيده
قبل از احداث يك سازه، مهندس ژئوتكنيك بايد از شرايط و خواص ژئوتكنيكي مصالح خاكي منطقه موردنظر شناختكافي داشته باشد. بنابراين حفر گمانههاي اكتشافي براي اين منظور يك ضرورت محسوب ميشود. روشهاي مرسوميكه براي بدست آوردن ارتباط بين گمانهها بكار ميروند، قابليت اعتماد بالايي ندارند. حفر گمانههاي بيشتر نيز هزينهبرو پر زحمت است. شبكه عصبي توانايي زيادي در تخمين روابط غيرخطي دارد. هدف اصلي اين تحقيق، بهرهبردن از Rockworksروش شبكه عصبي بهعنوان يك روش مكمل در ميانيابي گمانهها و مقايسه آن با نتايج حاصل از نرمافزارميباشد. همچنين در برخي از موارد، ممكن است عليرغم حفر گمانه، با توجه به جنس مصالح، اخذ نمونه مناسبميسر نباشد. براي اين امر از اطلاعات گمانههاي حفر شده در پروژه تونل نيايش استفاده شده است. در اين تحقيق،مختصات لايهها بهعنوان دادههاي ورودي و جنس لايهها به عنوان خروجي شبكه و نرمافزار لحاظ گرديده است. برايبا مقادير واقعي Rockworks آموزش شبكه از الگوريتم انتشار سريع استفاده شده است. مقايسه نتايج شبكه و نرمافزارمعيار بررسي موفقيت بوده است. بهترين نرخ طبقهبندي ميانگين صحيح براي براي پيشبيني جنس لايهها در تونل/ 70 و در تونل جنوبي در شبكه برابر با 25 / برابر 5 Rockworks 74 درصد و در نرمافزار / شمالي شبكه برابر با 75 / برابر 5 Rockworks درصد و در نرمافزار درصد ميباشد.

واژگان كليدي:

گمانه . شبكه عصبي مصنوعي . نرخ صحيح طبقهبندي . مهندسي ژئوتكنيك .

پنجمین همایش بین المللی مهندسی ژئوتکنیک و مکانیک خاک (1395)

تحليل رفتار انكر با استفاده از شبكههاي عصبي مصنوعي

خلاصه
در سالهاي اخير گسترش چشمگيري در گودبرداريهاي عميق، درون محيط شهري مشاهده شده است. ضريب اطمينان پايداري اين گودها درين بهرهبرداري وابستگي شديدي به عملكرد صحيح انكرها دارد. درنتيجه شناخت رفتار انكرها بسيار ضروري به نظر ميرسد. اما با توجه به محيطسه فازي انكرها (فولاد، دوغاب و خاك) پيشبيني اين رفتار بسيار دشوار است. در اين تحقيق با استفاده از دادههاي آزمون كشش بهدستآمده ازيك گود اجراشده، ابتدا به تحليل آماري رفتار انكرهاي كشيده شده، پرداخته شده و سپس با توجه به پارامترهاي مؤثر، تغيير شكلها پيشبينيشدهاست. در پيشبيني رفتار انكرها، از شبكه عصبي مصنوعي بهعنوان ابزاري قدرتمند در دريافت روابط غيرخطي استفاده شده است. با به دست آوردنتنظيمات موفق براي چند نوع شبكه عصبي و مقايسه آنها، و همچنين بهكارگيري روشهاي مختلف در مدلسازي دادهها، سعي شده است يك روش مناسب جهت ارائه عملكرد مناسب در پيشبيني رفتار انكرها معرفي گردد.

كلمات كليدي:

انكر . شبكه عصبي مصنوعي . مدلسازي . پيشبيني   .

پنجمین همایش بین المللی مهندسی ژئوتکنیک و مکانیک خاک (1395)

مقايسه نتايج حاصل از نرمافزار  Rockworks و شبكهي عصبي در ميانيابي گمانههاي ژئوتكنيكي در تونل نيايش

چكيده
قبل از احداث يك سازه، مهندس ژئوتكنيك بايد از شرايط و خواص ژئوتكنيكي مصالح خاكي منطقه موردنظر شناخت كافي داشته باشد. بنابراين حفر گمانههاي اكتشافي براي اين منظور يك ضرورت محسوب ميشود. روشهاي مرسومي كه براي بدست آوردن ارتباط بين گمانهها بكار ميروند، قابليت اعتماد بالايي ندارند. حفر گمانههاي بيشتر نيز هزينهبر و پر زحمت است. شبكه عصبي توانايي زيادي در تخمين روابط غيرخطي دارد. هدف اصلي اين تحقيق، بهرهبردن از روش شبكه عصبي بهعنوان يك روش مكمل در ميانيابي گمانهها و مقايسه آن با نتايج حاصل از نرمافزارRockworks  ميباشد. همچنين در برخي از موارد، ممكن است عليرغم حفر گمانه، با توجه به جنس مصالح، اخذ نمونه مناسب ميسر نباشد. براي اين امر از اطلاعات گمانههاي حفر شده در پروژه تونل نيايش استفاده شده است. در اين تحقيق، مختصات لايهها بهعنوان دادههاي ورودي و جنس لايهها به عنوان خروجي شبكه و نرمافزار لحاظ گرديده است. براي با مقادير واقعي Rockworks آموزش شبكه از الگوريتم انتشار سريع استفاده شده است. مقايسه نتايج شبكه و نرمافزار معيار بررسي موفقيت بوده است.

واژگان كليدي:

گمانه . شبكه عصبي مصنوعي . نرخ صحيح طبقهبندي . مهندسي ژئوتكنيك

نویسندگان :

عليرضا ميهن نژاد ، كاوه آهنگري

پنجمین همایش بین المللی مهندسی ژئوتکنیک و مکانیک خاک (1395)

تحليل رفتار انكر با استفاده از شبكههاي عصبي مصنوعي

خلاصه
در سالهاي اخير گسترش چشمگيري در گودبرداريهاي عميق، درون محيط شهري مشاهده شده است. ضريب اطمينان پايداري اين گودها در حين بهرهبرداري وابستگي شديدي به عملكرد صحيح انكرها دارد. درنتيجه شناخت رفتار انكرها بسيار ضروري به نظر ميرسد. اما با توجه به محيط سه فازي انكرها (فولاد، دوغاب و خاك) پيشبيني اين رفتار بسيار دشوار است. در اين تحقيق با استفاده از دادههاي آزمون كشش بهدستآمده از يك گود اجراشده، ابتدا به تحليل آماري رفتار انكرهاي كشيده شده، پرداخته شده و سپس با توجه به پارامترهاي مؤثر، تغيير شكلها پيشبينيشده است. در پيشبيني رفتار انكرها، از شبكه عصبي مصنوعي بهعنوان ابزاري قدرتمند در دريافت روابط غيرخطي استفاده شده است. با به دست آوردن تنظيمات موفق براي چند نوع شبكه عصبي و مقايسه آنها، و همچنين بهكارگيري روشهاي مختلف در مدلسازي دادهها، سعي شده است يك روش مناسب جهت ارائه عملكرد مناسب در پيشبيني رفتار انكرها معرفي گردد.

كلمات كليدي:

انكر . شبكه عصبي مصنوعي . مدلسازي . پيشبيني

نویسندگان :

آرش حامد مقدم رافتي ، فرزين كلانتري

پنجمین همایش بین المللی مهندسی ژئوتکنیک و مکانیک خاک (1395)

استفاده از شبكه هاي عصبي مصنوعي در پيش بيني ظرفيت باربري پي هاي نواري سطحي

روشهاي مختلفي جهت محاسبه ظرفيت باربري نهايي پي هاي سطحي وجود داردكه ازميان آنها مي توان به روشهاي تحليلي- تجربي كه توسط افرادي نظير ترزاقي،مايرهوف وهانسن پيشنهاد شده است اشاره كرد. روش هاي عددي نيز با استفاده از تئوريهاي الاستيك- پلاستيك، قادر به تحليل انواع پي ها با شرايط مرزي گوناگون م ي باشند .روش هوش مصنوعي به عنوان يك مدل رگرسيون غير خطي از ديگر روش هاي محاسبه ظرفيت باربري با سرعت بسيار بالا است. اين تحقيق، يك مدل شبكه عصبي را جهت پي شبيني ظرفيت باربري نهايي پ يهاي نواري سطحي روي خاكهاي لايه اي ارائه تعيين شده است . (Back Propagation) مي كند كه ساختار و پارامترهاي آن با استفاده از الگوريتم پس انتشار خطا ورودي هاي شبكه شامل عرض پي، ارتفاع، زاويه اصطكاك و چسبندگي لايه ها م ي باشد و خروجي آن ظرفيت باربري نهايي پي است.

كلمات كليدي:

هوش مصنوعي، شبكه عصبي مصنوعي، ظرفيت باربري، خاكهاي لاي هاي، پي هاي سطحي

نویسندگان :

منصور مصلينژاد (استاديار گروه عمران- دانشگاه آزاد اسلامي- واحد مرودشت)

احمد علي فخيمي (دانشيار دانشگاه نيومكزيكو)

سيد محمد بينش (استاديار دانشگاه صنعتي شيراز)

چهارمين همايش بين المللي مهندسي ژئوتكنيك و مكانيك خاك ايران (1389)