رضا طلایی؛ آرش محمد علیزاده
چکیده
مناطق جنوبی استان اردبیل دارای سنگهای رسوبی رسدار است و در دامنههای آن هر ساله بهعلت وقوع زمینلغزشهای جدید و یا فعالیت دوباره زمینلغزشهای قدیمی خسارتهای مالی زیادی وارد میشود. در منطقه مورد مطالعه، لایههای رسوبی رسدار مربوط به سازند قرمز فوقانی بوده و به سن نئوژن هستند. کانیهای رسی ...
بیشتر
مناطق جنوبی استان اردبیل دارای سنگهای رسوبی رسدار است و در دامنههای آن هر ساله بهعلت وقوع زمینلغزشهای جدید و یا فعالیت دوباره زمینلغزشهای قدیمی خسارتهای مالی زیادی وارد میشود. در منطقه مورد مطالعه، لایههای رسوبی رسدار مربوط به سازند قرمز فوقانی بوده و به سن نئوژن هستند. کانیهای رسی میتوانند بهعلت داشتن خصوصیت تورمی، عامل اصلی وقوع زمینلغزشها باشند. این پژوهش برای آزمون فرضیه تأثیر خاکهای رسدار تورمپذیر در ناپایداری دامنه انجام گرفت. از مساحت 164500 هکتاری منطقه در 11.91 درصد از آن زمینلغزش اتفاق افتاده است. 32.8 درصد از لایههای رسوبی رسدار درگیر زمینلغزش هستند. کمینه درصد ذرات ماسه، سیلت و رس در خاکهای رسدار منطقه بهترتیب برابر صفر، 23.4 و هشت بوده، بیشینه آنها نیز برابر 39.9، 72 و 54.5 میباشد. کمینه حد روانی نمونهها 36.7 درصد و بیشینه آن 67.66 میباشد. حد خمیری نیز بین 19 تا 33.13 درصد تغییر میکند. خاکهای منطقه دارای pH بالای هشت هستند. ظرفیت تبادل کاتیونی بالای 30.41 میلیاکیوالان در 100 گرم خاک که تا 76.52 نیز میرسد، از خصوصیات اصلی خاکهای منطقه است. درجه تورمپذیری خاکهای دامنههای لغزشی با استفاده از ویژگیهای فیزیکی و شیمیایی و بر اساس روشهای مختلف در چهار گروه تورمی با پتانسیل کم، متوسط، بالا و خیلی بالا طبقهبندی شدند. دستکم 80 درصد از نمونههای خاک منطقه دارای پتانسیل تورمی متوسط و بالا بوده، 87.2 درصد از آنها در پهنههای با خطر زمینلغزش بالا و بسیار بالا قرار میگیرند. خاکهای رسی تورمپذیر یکی از عوامل اصلی وقوع زمینلغزشهای منطقه هستند.
علیرضا مجیدی؛ غلامرضا لشکریپور؛ ضیاءالدین شعاعی
چکیده
پتانسیل تورمی خاکهای ریزدانه از جمله عوامل موثر بر فرسایش و رفتار مکانیکی آنها و همچنین از دادههای ضروری در مراحل مطالعه، طراحی، اجرای و انتخاب مصالح اغلب سازههای مهندسی به خصوص سازههای هیدرولیکی هستند. در این پژوهش بهمنظور پیشبینی پتانسیل تورمی خاکهای ریزدانه مارنی از مدل شبکه عصبی مصنوعی پرسپترون چند لایه و الگوریتم ...
بیشتر
پتانسیل تورمی خاکهای ریزدانه از جمله عوامل موثر بر فرسایش و رفتار مکانیکی آنها و همچنین از دادههای ضروری در مراحل مطالعه، طراحی، اجرای و انتخاب مصالح اغلب سازههای مهندسی به خصوص سازههای هیدرولیکی هستند. در این پژوهش بهمنظور پیشبینی پتانسیل تورمی خاکهای ریزدانه مارنی از مدل شبکه عصبی مصنوعی پرسپترون چند لایه و الگوریتم آموزش لونبرگ-مارکوارت استفاده شده است. بهمنظور مشخص نمودن بهترین مدل پیشبینی پتانسیل تورمی خاکهای مارنی، چند عامل مختلف از جمله ساختار شبکه و ترکیب پارامترهای ورودی، بهطور همزمان و در ارتباط با یکدیگر به روش سعی و خطا مورد بررسی و ارزیابی قرار گرفت. در این تحقیق از نتایج آزمایشهای فیزیکو شیمیایی و مکانیکی انجام شده بر روی 60 نمونه خاک ریزدانه مارنی با سنگ مادری مارنهای نئوژن، سازندهای قم و قرمز بالایی که از حوضه دریاچه نمک و در نواحی تهران، قم و ساوه برداشت شده، استفاده شده است. در این تحقیق از پارامتر شیمیایی قابلیت هدایت الکتریکی اشباع خاک EC، بهعنوان یک پارامتر جدید همراه با پارامترهای شاخص و فیزیکی نظیر، حدود اتربرگ، دانهبندی، عدد فعالیت خاک، درصد پوکی و دانسیته اولیه خاک در پیشبینی پتانسیل تورمی خاک استفاده شد. مقادیر معیارهای ارزیابی R2 ،RMSE و ضریب کارایی مدل MCE مربوط به بهترین مدل با پارامترهای فیزیکی Yd0، C، M، A، PI و LL بهترتیب برابر 0.89، 2.3 و 0.84 و برای بهترین مدل با پارامترهای فیزیکی Yd0، C، M، PI، LL به همراه پارامتر EC بهترتیب برابر 0.92، 1.7 و 0.91 میباشد. به این ترتیب نتایج معیارهای ارزیابی مدلهای شبکه عصبی نشان داد که استفاده از پارامتر هدایت الکتریکی اشباع خاک به همراه دیگر پارامترهای خاک، باعث افزایش دقت و کارایی مدل شبکه عصبی در پیشبینی پتانسیل تورمی خاکهای ریزدانه مارنی میشود.