جستجو در مقالات منتشر شده


3 نتیجه برای مهندسی سنگ
بررسی تأثیر بافت سنگ در خصوصیات مهندسی سنگ‌های کربناته
مجتبی کمالی، رسول اجل لوئیان،
جلد 12، شماره 3 - ( 9-1397 )
چکیده
امروزه بافت سنگ به‌وسیلۀ بررسی مقاطع نازک میکروسکوپی و سیستم­های اندازه­گیری تصویر، کمی‌سازی می­شود. یکی از اهداف اصلی کمی­سازی بافت سنگ، بررسی ارتباط ویژگی­های بافتی و فابریک سنگ با خصوصیات مهندسی آن است. روش ضریب بافت[1] یکی از روش­های کمی­سازی بافت سنگ است. در این روش با استفاده از توصیف پارامترهای شکل دانه­ها، دایره­ای بودن، کشیدگی، جهت­گیری و چگالی فشردگی دانه­ها، بافت سنگ کمی‌سازی می­شود. در این تحقیق از این روش برای ارزیابی خصوصیات مهندسی سنگ­های کربناته که قسمت­های وسیعی از کشور را در برگرفته، استفاده شده است. بدین‌منظور تعداد 28 نمونه سنگ کربناته از سازندهای مختلف ایران گردآوری و علاوه بر تعیین ضریب بافت بر روی مقاطع نازک از هر نمونه، آزمایش‌های تعیین چگالی، تخلخل، جذب آب، مقاومت تراکمی تک‌محوره، شاخص بار نقطه­ای، دوام و سایش لس­آنجلس انجام شده است. برای بررسی ارتباط بین ضریب بافت با نتایج هر یک از آزمایش‌ها، از تحلیل­های رگرسیون خطی و غیرخطی استفاده و بهترین رابطه دارای بیش‌ترین ضریب هم‌بستگی (R2) انتخاب شده است. طبق تحلیل­های آماری انجام گرفته ضریب بافت با چگالی (r=0.862)، شاخص بار نقطه­ای (r=0.635)، مقاومت تراکمی تک‌محوره (r=0.942) و شاخص دوام (r=0.701) رابطۀ مستقیم و با درصد جذب آب (r=0.845)، تخلخل (r=0.715) و درصد سایش لس­آنجلس (r=0.697) رابطۀ معکوس دارد. به‌طور‌کلی، با افزایش ضریب بافت، خصوصیات مهندسی سنگ­های کربناته بهبود می­یابد. با بررسی نتایج پژوهش‌های قبلی و هم‌چنین بررسی ضرایب هم‌بستگی در نمونه­های متعلق به یک سازند، درمی­یابیم که اگرچه ارتباط کلی بین ضریب بافت و خصوصیات مهندسی سنگ­ها وجود دارد، ولی این ارتباط در سنگ­های متعلق به یک سازند و یا یک منطقه بیش‌تر و محکم­تر است.
[1]. Texture coefficient

بررسی پارامترهای مؤثر بر سیستم پایداری تونل‌ها با بهره‌گیری از روش سیستم مهندسی سنگ RES
مهدی تلخابلو، سید محمود فاطمی عقدا، حبیب اله حیدری رنانی،
جلد 16، شماره 2 - ( 6-1401 )
چکیده
پایدارسازی فضاهای زیرزمینی از چالش برانگیزترین مباحث در زمین‌شناسی‌مهندسی هستند. روش‌های مختلفی برای تعیین نوع سیستم پایدارسازی تونل وجود دارد، اما اغلب این روش‌ها دارای نقاط ضعف متعددی هستند. بنابراین ارائه یک روش که تقریباً تمامی پارامترهای مؤثر بر پایداری تونل را لحاظ نموده و اثر متقابل آن‌ها را بر یکدیگر در نظر بگیرد، کمتر موردتوجه قرار گرفته است. هدف از این تحقیق مطالعه پارامترهای مؤثر بر پایداری تونل‌ها با استفاده از روش سیستم مهندسی سنگ است. در این تحقیق 6 تونل با ویژگی‌های زمین‌شناسی متفاوت انتخاب شد. پارامترهای مؤثر بر سیستم پایداری این تونل‌ها با استفاده از روش ESQ کدگذاری گردید. سپس تحلیل‌ها با استفاده از روش سیستم مهندسی سنگ RESبه‌منظور برآورد و ارزیابی سیستم پایدار‌سازی تونل انجام گردید. نتایج نشان داد پارامتر‌هایی همچون هوازدگی سطح درزه، پرشدگی و فاصله‌داری درزه‌ها نقش مؤثر بیشتری نسبت به جهت گیری درزه ها و مقاومت فشاری تک محوری دارند. به‌منظور مقایسه، تحلیل‌ها با روش رتبه‌بندی توده سنگRMR نیز انجام شد. مقایسه میان نتایج دو روشRES  و  RMRنشان داد که نتایج روش RES همخوانی بهتری با شرایط واقعی تونل و مقادیر ضخامت شاتکریت پیشنهادی به عنوان سیستم پایدارسازی تونل‌های مورد مطالعه دارد. ازآنجا که هیچ محدودیتی در تعداد پارامترهای ورودی در این روش وجود ندارد و از طرفی تأثیر متقابل پارامتر‌ها بر یکدیگر در نظر گرفته می‌شود، می‌توان روابط حاصل از روش RES در این تحقیق را در کنار سایر روش‌ها، در پروژه‌های مهندسی به کار برد.

کمی‌سازی عدم‌قطعیت پیش‌بینی UCS در سنگ‌های رسوبی با استفاده از ویژگی‌های پتروگرافی: رویکرد یادگیری ماشین–شبیه‌سازی مونت کارلو
پروفسور سید محمود فاطمی عقدا، دکتر آسیه حمیدی، مهندس فاطمه امیری،
جلد 19، شماره 6 - ( 10-1404 )
چکیده
ارزیابی مقاومت مکانیکی، به‌ویژه مقاومت فشاری تک‌محوری (UCS) سنگ‌ها، نقش حیاتی در طراحی و پیش‌بینی عملکرد سازه‌های سطحی و زیرزمینی ایفا می‌کند و به‌طور قابل‌توجهی بر هزینه‌ها و ایمنی پروژه‌ها در کاربردهای مهندسی تاثیر می‌گذارد. روش‌های آزمایشگاهی سنتی برای ارزیابیUCS مخرب، زمان‌بر و پرهزینه هستند در حالی که روش‌های غیرمستقیم اغلب به دلیل ناهمگنی سنگ‌ها از قابلیت اطمینان کافی برخوردار نیستند. این مطالعه این محدودیت‌ها را با توسعه چارچوب‌های پیشرفته یادگیری ماشین که ویژگی‌های پتروگرافی را با ویژگی‌های سنتی سنگ‌ها ترکیب می‌کنند، برای پیش‌بینیUCS و کمی‌سازی عدم‌قطعیت‌های مرتبط برطرف می‌کند. تحقیق از یک مجموعه داده جامع شامل سنگ‌های رسوبی که از سواحل جنوبی ایران (خلیج فارس و دریای عمان) جمع‌آوری شده است، استفاده کرده است. این مجموعه داده شامل ویژگی‌های مکانیکی (UCS، مقاومت کششی برزیلی، شاخص بار نقطه‌ای، تخلخل، سرعت پالس فراصوت)، شاخص‌های دوام (سایش لس آنجلس، دوام ترک‌خوردگی، ارزش تاثیر مصالح) و ویژگی‌های پتروگرافی دقیق استخراج ‌شده از تحلیل مقاطع نازک می‌باشد. سه رویکرد مکمل، (1) رگرسیون چندگانه شبکه عصبی مصنوعی- الگوریتم افزایش گرادیان (ANN-GBR)، (2) الگوریتم جنگل تصادفی بهینه‌شده باAutoML و (3) کمی‌سازی عدم‌قطعیت مبتنی بر شبیه‌سازی مونت کارلو به‌کار گرفته شد. ویژگی‌های پتروگرافی کلیدی از جمله بافت‌های آواری نابالغ و بالغ، ترکیب کانی‌شناسی (کوارتز، چرت) به‌عنوان پارامترهای ورودی همراه با آزمون‌های آزمایشگاهی برای بهبود پیش‌بینی مورد استفاده قرار گرفتند. تأثیر این ویژگی‌های پتروگرافی بر ریزساختار سنگ و گسترش ریزترک‌ها، به کاهش عدم‌قطعیت مدل کمک می‌کند و قابلیت اطمینان پیش‌بینی‌ها را در شرایط پیچیده و ناهمگن سنگ افزایش می‌دهد.

صفحه 1 از 1     

کلیه حقوق این وب سایت متعلق به نشریه زمین شناسی مهندسی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2025 CC BY-NC 4.0 | Journal of Engineering Geology

Designed & Developed by : Yektaweb