• عنوان

    ارزيابي و پيش‌‌بيني فروپاشي خاك‌‌هاي رمبنده با توجه به مشخصه مكش آب در خاك با استفاده از يادگيري ماشين

  • نويسنده اصلي

    طباطبائي اشناني، اعظم السادات

  • محل تحصيل
    اصفهان : دانشگاه صنعتي اصفهان
  • رشته تحصيلي
    مهندسي عمران
  • مقطع تحصيلي
    دكتري
  • چكيده
    پتانسيل رمبندگي در خاك‌هاي غيراشباع، چالشي حياتي در مهندسي ژئوتكنيك، به‌ويژه در مناطق خشك و نيمه‌خشك است كه در آن مكش ماتريس و فشار اشباع نقش تعيين‌كننده‌اي در رفتار خاك ايفا مي‌كنند. اين پژوهش به بررسي اثرات توأم مكش ماتريس، فشار اشباع، و درصد ماسه بر پتانسيل رمبندگي خاك‌هاي رمبنده پرداخته است. همچنين، پارامترهاي متداول مانند وزن واحد خشك، رطوبت اوليه و درصد ريزدانه در نظر گرفته شده‌اند. با استفاده از دستگاه تحكيم هيدروليكي اصلاح‌شده كه قابليت اعمال همزمان مكش و فشار اشباع كنترل‌شده را دارد، پتانسيل رمبندگي در سطوح مكش 0 تا 80 كيلوپاسكال و فشارهاي اشباع 100 تا 400 كيلوپاسكال ارزيابي گرديد. نتايج نشان داد كه مكش ماتريس مي‌تواند پتانسيل رمبندگي را تا 5/2 برابر افزايش دهد كه ناشي از افزايش تنش مؤثر و از هم گسيختگي پيوندهاي مويين در هنگام اشباع است. فشارهاي اشباع بالاتر، شدت رمبندگي را تشديد كرده و منجر به تغيير پتانسيل رمبندگي خاك بر اساس استانداردهاي ASTM D5333 شد. به‌منظور افزايش قابليت پيش‌بيني، دو رابطه تجربي پيشنهاد گرديد: يك مدل پيش‌بيني‌كننده ريسك رمبندگي بر اساس مكش ماتريس، فشار اشباع، و درصد ماسه؛ و يك معادله تعميم‌يافته براي تخمين پتانسيل رمبندگي در مكش‌هاي مختلف از مقدار آن در حالت بدون مكش، با در نظر گرفتن اثرات نوع خاك. علاوه بر اين، تحليل حساسيت نشان داد كه مكش ماتريس به تنهايي بيش از 95٪ از تغييرات پتانسيل رمبندگي را توجيه مي‌كند. در مطالعه‌اي موازي، پارامترهاي منحني مشخصه خاك-آب (SWCC) بر پتانسيل رمبندگي خاك‌هاي لسي و آبرفتي-درياچه‌اي در ايران بررسي شد. آزمايش‌هاي آزمايشگاهي شامل تعيين SWCC، تست‌هاي تحكيم اصلاح‌شده تحت كنترل مكش، و تحليل‌هاي ريزساختاري (SEM و XRF) انجام شد. نتايج حاكي از آن است كه مكش ماتريس به طور قابل‌توجهي بر تحكيم و رفتار رمبندگي تأثير مي‌گذارد؛ به‌طوري‌كه افزايش مكش و فشار غرقابي باعث افزايش پتانسيل رمبندگي مي‌گردد. مشاهدات SEM بازآرايي‌هاي ريزساختاري و ساختار متراكم‌تر ذرات را نشان داد كه با پاسخ‌هاي هيدروليكي و مكانيكي سازگار است. براي بهبود پيش‌بيني، مدل‌هاي يادگيري ماشين بر روي مجموعه داده‌هاي يكپارچه آموزش داده شدند كه در اين ميان، مدل Gradient Boosting بالاترين عملكرد پيش‌بيني (R² = 0.859, RMSE = 1.273) را از خود نشان داد. تحليل اهميت متغيرها نشان داد كه فشار غرقابي، مكش ماتريس، ودرصد رطوبت حجمي اشباع (θs) مؤثرترين شاخص¬هاي پيش‌بيني‌كننده مكانيكي هستند. اين يافته‌ها ارتباط كمي قوي بين پارامترهاي SWCC تحت كنترل مكش و پتانسيل رمبندگي را نشان مي‌دهند و تأييد مي‌كنند كه گنجاندن متغيرهاي هيدروليكي به طور قابل‌توجهي دقت پيش‌بيني را در مقايسه با رويكردهاي سنتي مبتني بر شاخص، بهبود مي‌بخشد. چارچوب پيشنهادي يكپارچه تجربي–هيدروليكي–يادگيري ماشين، ابزار اوليه‌اي قابل اعتماد براي ارزيابي رمبندگي فراهم كرده و مبناي مكانيكي طراحي ژئوتكنيكي در خاك‌هاي غيراشباع رمبنده را تقويت مي‌كند.
  • شماره ركورد
    237423
  • گرايش رشته تحصيلي
    ژئوتكنيك
  • دانشكده
    مهندسي عمران
  • دانشگاه
    دانشگاه صنعتي اصفهان