4638

4638

تعيين نفوذ پذيري خاك با استفاده از شبكه هاي عصبي مصنوعي

كارشناسي ارشد

عمران-مكانيك خاك و پي

1383

1383

دكتر محمد حسن بازيار

05

به منظور جلوگيري از نفوذ آب در بسياري از سازه هاي زيرزميني و زميني بايد لايه هاي مناسب نفوذناپذير طراحي و اجراشوند .همچنين تامين آب سالم براي مصارف خانگي ،كشاورزي و صنعتي از مسائل روز در سراسر دنيا است و منابع ذخيره شده آب بايد در مخازن سدها و كانال هاي آبرساني با حداقل تلفات ممكن حفظ شود .بعلاوه مساله دفع زباله هاي جامد امروزه گريبانگير اكثر جوامع شهدي است . در مراكز دفن زباله براي جلوگيري از نفوذ شيرابه ها به خاك و آلوده شدن منابع آب و خاك بايد از لايه هاي مناسب نفوذناپذير در زير و روي هر لايه زباله استفاده شود . در همه اين موارد در صورت در دسترس بودن مصالح مناسب در محل ،استفاده از مصالح خاكي براي كنترل تراوش خاك نسبت به ساير روشها در اولويت است .در مورد استفاده از قانون دارسي براي مطالعه حركت آب در خاك در محدوده جريان هاي آرام ،بين محققين اجماع وجود دارد با اين حال با توجه به متغير بودن ضريب نفوذپذيري دارسي و وابسته بودن آن به پارامترهاي خاك تلاش هاي زيادي براي تعيين اين پارامترها صورت گرفته است . در كنار روش هاي آزمايشگاهي و در محل متعددي كه براي اندازه گيري مستقيم ضريب نفوذپذيري وجود دارد ،به دليل هزينه زياد اين روشها ،روش هاي عددي و محاسباتي متعددي نيز توسط محققين ارائه شده است . در مطالعه حاضر سعي شده است با استفاده از شبكه هاي عصبي مصنوعي نفوذپذيري خاك پيش بيني شود . به اين منظور خاك ها به سه دسته تقسيم بندي شده اند ؛خاك هاي ريز دانه متراكم شده ،خاك هاي ريز دانه غير متراكم و خاك هاي درشت دانه ،براي هر يك از اين گروه ها با توجه به پارامترهاي مربوط به همان گروه خاك مدل هاي جداگانه اي براي پيش بيني نفوذپديري معرفي شده است . درانجام اين مطالعه به منطور مدلسازي عصبي از نرم افزار STATISTICAL neural network استفاده شده است و دو سري داده Benson و UNSODA بعنوان نمونه هاي مورد استفاده در آموزش و آزمايش شبكه ها بكار رفته است .