استاد راهنما
دکتر عباس مهدویان
 
اسفند ماه 1387
 
 

تکه هایی از متن پایان نامه به عنوان نمونه :

چکیده

 

امروزه با توجه به رشد روز افزون ساخت و ساز در زمینه هایی چون ابر سازه ها ، پلهای عظیم ، منوریل و … و با عنایت به اهمیت عوامل موثری مانند زمان و هزینه در این پروژه ها مهندسین فاز صفر ( فاز مطالعاتی) را در خصوص کاهش هزینه و زمان مرحله ای مهم می دانند.

در مطالعات اولیه هر پروژه عمرانی، یکی از پارامترهای ضروری تعیین نشست تحکیمی می باشد به طوری که عدم انجام و یا حتی دقت ناکافی نتایج سبب خسارات جبران ناپذیری به کل پروژه وارد می نماید.

این شاخص با انجام آزمایش تحکیم تعیین می شود.با توجه به ماهیت و روش انجام این آزمایش، کسب نتایج همواره هزینه و زمان زیادی را به خود اختصاص می دهد. به همین منظور در این پایان نامه با توجه به وجود روش های قوی و موثری همچون، Anfis وNatural network که با دقت مطلوبی مدلی از نتایج آزمایشگاهی را می دهد با کمک نرم افزارMatlab سعی بر بدست آوردن مدلی بر اساس پارامترهای موثر وابسته به تعیین این شاخص گردید به نحوی که بتوان مقایسه ای با روابط دیگر محققین و نتایج آزمایشگاهی تعیین پارامترهای تحکیم داشت. بر اساس نتایج مدل ارائه شده، مشاهده گردید که نسبت به روابط قبلی از خطای کمتری برخوردار است و تطابق بهتری با نتایج واقعی دارد ضمن اینکه می توان در زمان کمتری به نتایج قابل قبولی دست یافت.

 

 

واژه‌های کلیدی:

نشست تحکیمی، شبکه‌های عصبی، فازی

 

Abstract

 

Nowdays, due to the growing constructions in subjects like huge structures , large bridges , railway and monorails etc and the importance of factors such as time and cost ,engineers in such         projects emphasis on zero phase to reduce these factors.
In initial studies of each civil projects one of the important things to determine is subsidence consolidation .otherwise neglecting or inadequate accuracy of the results will cause damage to the project.

This index is determined with the consolidation test. with regard to the nature and the methods of this test , reaching to the favorite result will consume a lot of time and cost to itself. Therefore, in this thesis, by the use of strong and effective methods like ANFIS and NEURAL NETWORK which gives accurate laboratory results and by the use of matlab software tries to obtain a model based on effective parameters to determine the index so that it can be compared with laboratory parameters and other reasercher’s formulas in consolidation parameters.Based on the results of the model it was observed that the error is less than the previous relationships and it better conforms with the actual results and moreover it may consume less time to achieve acceptable results.

 

 

 

 

 

 

 

 

 

فهرست

عنوان                                                                               شماره صفحه

 

فصل اول: كلیات.. 1

1- مقدمه. 2

1-1- تعریف مساله و هدف از پژوهش.. 2

1-2- پدیده تحکیم 2

1-3- منطق فازی.. 3

فصل دوم: مروری بر تحقیقات گذشته. 6

2-1- مقدمه. 7

2-2- شناسایی پارامترهای موثر در نشست تحکیمی خاک.. 7

2-3- مروری بر تاریخچه تحقیقاتی نظریه مجموعه‌های فازی و زمینه‌های آن در مهندسی عمران. 9

2-3-1- اولین زمینه‌های فکری.. 9

2-3-2- دهه 60: ظهور فازی.. 9

2-3-3- دهه 70: تثبیت مفاهیم بنیادی و ظهور اولین کاربردها 10

2-3-4- دهه 90 و سالهای آغازین قرن 21: چالشها کماکان باقیست.. 11

2-3-4- فازی در ایران: 11

2-3-5- نظریه فازی در مهندسی عمران. 12

فصل سوم: تحکیم 13

3- 1 مقدمه. 14

3-2 اصول پایه تحکیم 14

3-2-1 مفاهیم کلی تحکیم یک بعدی.. 14

3-2-2 نظریه تحکیم یک بعدی.. 15

3-2-2-1 محاسبه نشست تحکیم یک بعدی: 16

3-2-2-2 حل معادله تحکیم 18

3-2-2-3 آزمایش تحکیم 19

3-2-2-3-1 آزمایش تحکیم با سرعت تغییر شکل نسبی ثابت.. 20

3-2-2-3-2 آزمایش تحکیم با شیب ثابت.. 21

3-2-2-4 خصوصیات تراکم پذیری.. 23

3-2-2-4-1 اندازه گیری غیر مستقیم شاخص تراکم: 24

3-2-3 نشست تحکیم 25

3-2-4 درجه تحکیم 26

3-2-5 محاسبه ضریب تحکیم با بهره گرفتن از نتایج آزمونها آزمایشگاهی. 27

3-2-5-1 روش لگاریتم زمان. 27

3-2-5-2 روش ریشه دوم زمان. 28

3-2-5-3 روش شیب بیشینه سو. 29

3-2-5-4 روش محاسباتی سیوارام و سوامی. 30

3-2-6 تاثیر دست خوردگی نمونه بر روی منحنی : 30

3-2-7 تحکیم ثانویه. 31

3-2-7-1 تاثیر تحکیم ثانویه بر روی فشار پیش تحکیمی. 33

3-2-8 تحکیم به کمک زهکش‌های ماسه‌ای.. 34

فصل چهارم: منطق فازی و کاربرد آن در مهندسی عمران. 37

4-1- مقدمه. 38

4-2- مجموعه‌های فازی.. 40

4-2-1- تعاریف و مفاهیم اولیه مجموعه‌های فازی.. 40

4-2-2- چند مفهوم مقدماتی. 41

4-2-3- نماد گذاری.. 41

4-2-4- عملگرهای مجموعه ای.. 41

4-3- اصل توسعه و روابط فازی.. 45

4-3-1- اصل توسعه. 45

4-3-2- حاصل ضرب کارتزین فازی.. 46

4-3-3- اصل توسعه بر روی فضای حاصل ضرب کارتزین. 46

4-3-4- رابطه فازی.. 47

4-3-5- ترکیب روابط فازی.. 47

4-3-6- اعدادی فازی.. 47

4-3-7- اعداد فازی L-R.. 48

4-4- منطق فازی.. 50

4-4-1- استدلال فازی.. 50

4-4-2- متغیرهای زبانی. 50

4-4-3- قیود زبانی. 51

4-4-4- قواعد اگر- آنگاه 52

4-4-5- گزاره فازی.. 52

4-4-6- شیوه استدلال فازی.. 53

4-4-7- روش ممدانی. 55

4-4-8 روش استدلال فازی با بهره گرفتن از توابع خطی. 59

4-4-9- استدلال فازی ساده شده 62

4-5- کاربردهای فازی در مهندسی عمران. 62

4-5-1- سیستم‌های فازی.. 62

4-5-2- پایگاه قواعد 63

4-6-3- ویژگی‌های مجموعه قواعد 64

4-5-4- موتور استنتاج فازی.. 64

4-5-5- فازی ساز. 65

4-5-6- غیر فازی ساز: 66

4-5-7- کنترل فازی.. 67

فصل پنجم: آشنایی با مفاهیم شبکه عصبی. 69

5-1 سلول عصبی مصنوعی. 70

5-2 توابع تحریک… 70

5-3 شبکه‌های عصبی چند لایه. 72

5-4 شبکه‌های بازگشتی. 73

5-5 آموزش شبکه. 74

5-6 هدف از آموزش شبکه. 74

5-7 آموزش نظارت شده 74

5-8 آموزش غیر نظارت شده 75

5-9 روش‌های تربیت و آموزش آماری.. 76

5-10 خودسازمانی. 77

5-11 الگوریتم انتشار برگشتی. 78

5-12 ساختار شبکه در الگوریتم انتشار برگشتی. 79

5-13 نگرشی کلی بر آموزش شبکه. 80

5-14 تشخیص تصویر. 80

5-15 حرکت به پیش.. 82

5-16 برگشت به عقب ـ تنظیم وزن‌های لایه خروجی. 82

5-17 تنظیم وزن‌های لایه پنهان. 83

5-18 سلول عصبی بایاس در شبکه. 84

5-19 اندازه حرکت.. 84

5-20 الگوریتم‌های پیشرفته. 85

 

5-21 کاربردها و اخطارهای انتشار برگشتی. 86

5-22 اندازه گام 87

5-23 ناپایداری موقتی. 87

5-24 مبنای ریاضی الگوریتم انتشار برگشتی. 87

5-26 نحوة ارائه زوج‌های آموزشی به شبکه. 91

5-27 سنجش میزان یادگیری و عملکرد شبکه. 91

5-28 جذر میانگین مربع خطاها 92

5-29 استفاده از دستورات MATLAB.. 93

فصل ششم: برآورد ضریب فشردگی تحکیم به وسیله پارامترهای فیزیکی خاک.. 95

6-1- مقدمه. 96

6-2- شناسایی پارامترهای موثر در نشست تحکیمی خاک.. 97

6-3 بانک اطلاعات مورد استفاده 98

6-4 تحلیل اطلاعات با بهره گرفتن از روش برازش خطی. 99

6-5- نتیجه گیری.. 102

فصل هفتم: مدل سازی ضریب فشردگی با بهره گرفتن از شبکه‌های عصبی-فازی (ANFIS) 104

7-1 آشنایی با مدلسازی توسط ANFIS. 105

7-2 مدلسازی ضریب فشردگی با بهره گرفتن از شبکه عصبی-فازی (ANFIS) 107

7-3 چگونگی مدلسازی وتحلیل مدل و بررسی نتایج. 109

فصل هشتم: نتیجه گیری، پیشنهادات، محدودیت‌ها 120

8-1 نتیجه گیری.. 121

8-2- محدودیت‌ها: 121

8-3- پیشنهاد برای ادامه مطالعه: 122

Reference: 123

 

 

 

 

 

 

 

فهرست جدول ها

جدول                                          صفحه

جدول 2-1 : فرمولهای تجربی برای تعیین . 8

جدول 3-1 طبقه بندی خاکها بر اساس تراکم پذیری ثانویه 33

جدول 4-1 جدول قاعدگی برای رانندگی 59

جدول 6-2 : مشخصات کلی داده‌های اولیه 98

جدول 6-3 : نتایج برازش خطی گام به گام 100

جدول 7-1 : نتایج آزمایشگاهی موجود برای ضریب فشردگی 107

 

 

 

فهرست شکل ها

شکل                                           صفحه

شکل 1 – نمایش یک سیستم فازی 4

شکل 2-1 تعیین ضریت فشردگی 7

شکل 3-1 تغییر فشار آب حفره‌ای و تنش موثر ناشی از اعمال سربار 16

شکل 3-2 محاسبه تحکیم یک بعدی 17

شکل3-3 محاسبه . 18

شکل 3-4 دستگاه تحکیم(ادومتر) 20

شکل 5-3 نمودار شماتیک دستگاه آزمایش تحکیم با سرعت تغییر شکل نسبی کنترل شده 21

شکل 3-6 نمودار شماتیک آزمایش تحکیم با شیب ثابت 22

شکل3-7 مراحل مختلف در آزمایش با شیب کنترل شده 22

شکل 3-8 نشست تحکیم 26

شکل 3-9 روش لگاریتم زمان برای محاسبه . 28

شکل 3-10 روش ریشه دوم زمان برای محاسبه . 29

شکل 3-11 روش شیب بیشینه سو برای محاسبه . 30

شکل 3-12 تاثیر دست خوردگی نمونه بر منحنی ….. 31

شکل 3-13 ضریب تحکیم ثانویه برای خاکهای طبیعی رسوبی 1973 G.Mesri 32

شکل 3-14 تاثیر نسبت افزایش بار یکسان، بر روی ضخامت نمونه 33

شکل 3-15 تاریخچه زمین شناسی 34

شکل 3-17 شالوده انعطاف پذیر(الف) و صلب (ب) واقع بر خاک رس 35

شکل 4-1 مکمل فازی 42

شکل 4-2 اجتماع فازی 43

شکل 4-3 اشتراک فازی 44

شکل 4-4 اعداد مثلثی 49

شکل 4-5 اعداد نرمال 49

شکل 4-6 اعداد سهموی 50

شکل 4-8 توابع عضویت برای رانندگی 58

شکل 4-9 مجموعه‌های فازی برای بخش نتیجه 61

شکل 4-10 ساختار اصلی سیستمهای فازی با فازی ساز و غیر فازی ساز 63

شکل 5-1: شبکه یا یک نود 70

شکل 5-2 : تابع سیگموید 71

شکل 5-3 : تشخیص تصویر 81

شکل 5-4 : سلول عصبی بایاس در شبکه 84

شبکه5-5 : MLP با یک نود 93

شکل 5-6 : شبکه پرسپترون چند لایه MLP با یک لایه مخفی. 94

شکل 6-1: میزان پراکندگی در داده‌های اولیه برای رابطه (9) 100

شکل 6-2 : مناسبترین توابع درجه دو و درجه 3 برای تعیین Cc از روی 101

شکل 6-3 : آزمایش رابطه 6-13 و مقایسه با روابط دیگر محققین 103

شکل 7-1 توابع عضویت ورودی PL 111

شکل 7-2 توابع عضویت ورودی LL 111

شکل 7-3 توابع عضویت ورودی 112

شکل 7-4 : مقایسه نتایج آزمایشگاهی و مدل ANFIS (داده‌های آموزش) 112

شکل 7-5 : مقایسه نتایج آزمایشگاهی و مدل ANFIS (داده‌های تست) 113

شکل 7-6 : مقایسه نتایج آزمایشگاهی و مدل شبکه عصبی (داده‌های آموزش) 118

شکل 7-7 : مقایسه نتایج آزمایشگاهی و مدل شبکه عصبی (داده‌های تست) 118

 

 

 

 

 

 

 

فصل اول:
كلیات

 

 

 

 

 

1- مقدمه

1-1- تعریف مساله و هدف از پژوهش

راه حل مستقیم برای تعیین پارامترهای نشست تحکیمی خاک، استفاده از آزمایش تحکیم است. مطابق استاندارد انجام آزمایش تحکیم نیاز به صرف حدود یک هفته وقت دارد. دشواری انجام آزمایش تحکیم و بالاخص زمان طولانی و هزینه بالای آن سبب بروز محدودیت‌های فراوان در کیفیت و کمیت آزمایش به ویژه در پروژه‌های حجیم و وقت گیر شده است. در اکثر این پروژه ها به منظور جلو گیری از نیاز به زمان طولانی و همچنین کاهش هزینه‌های انجام مطالعات ژئوتکنیک اغلب تعداد آزمایش ها کاهش داده می‌شود و در نتیجه اطلاعات پیوسته و جامع از خاکها بخصوص در مواردی که تنوع لایه بندی زیاد است، بدست نمی‌آید. این امر سبب می‌شود طراحان بدون داشتن اطلاعات کافی، اقدام به ساده سازی پارامترهای طراحی می‌نمایند که معمولا به صورت دست بالا است و از جهت دیگر سبب افزایش هزینه‌های اجرا می‌شود. بنابراین لازم است معیارهایی مشخص گردند تا بتوان از طریق آنها به دانشی جامع و با خطای قابل قبول پارامترهای تحکیم را تخمین زد. این کار علاوه بر اینکه سبب کاهش حجم آزمایشات و صرفه جویی در زمان و هزینه می‌شود از طرف دیگر می‌تواند اطلاعات پیوسته‌ای از ساختگاه مورد نظر را فراهم سازد و دانش طراحان را به میزان قابل توجهی بهبود بخشد. با توجه به این موارد محققین مختلفی سعی کردند تا با بهره گرفتن از داده‌های آزمایشگاهی فرمول‌های تجربی جهت تعیین پارامترهای تحکیم خاک ارائه دهند. بدین طریق می‌توان بدون انجام آزمایش تحکیم اقدام به تخمین نتایج حاصل از آن نمود. در این پژوهش پس از بررسی روابط ارائه شده توسط سایر محققین جهت تخمین نشست تحکیمی، با بهره گرفتن از اطلاعات تفصیلی بدست آمده از چهارده پروژه بزرگ ایران و با بهره گرفتن از شبکه‌های عصبی- فازی (ANFIS) مدلی با دقت بالا جهت تعیین نشست تحکیمی خاک ارائه می‌شود.

 

1-2- پدیده تحکیم

فشردگی یا تراکم خاک در اثر تاثیر سربار (وزن سازه) باعث نشست سازه واقع بر روی آن می‌شود که به این پدیده نشست خاک می‌گویند. که در حالت کلی نشست خاک به دو گروه زیر تقسیم می‌شوند:

الف) نشست آنی (Immediate Settlement) که ناشی از تغییر شکل الاستیک خاک خشک و یا خاکهای مرطوب و اشباع بدون تغییری در میزان آب می‌باشد و در تمام خاکها مورد توجه است.

ب) نشست تحکیمی (Consolidation Settlement) که ناشی از تغییر حجم خاک اشباع به علت رانده شدن آبهای موجود در حفرات است و در خاکهای ریز دانه مانند رس مورد توجه قرار می‌گیرد.

وقتی خاک اشباع تحت بارگذاری قرار می‌گیرد، در آغاز تمام بار گذاری توسط آب حفره‌ای تحمل می‌شود و به آن افزایش فشار آب حفره‌ای می‌گویند. در صورتی که زهکشی انجام شود، به مزور زمان حجم خاک کاهش می‌یابد که به آن تحکیم گفته می‌شود و باعث نشست می‌گردد. از طرفی ممکن است خاک در اثر جذب آب حفره‌ای یا فشار آب حفره‌ای منفی افزایش حجم دهد که به آن تورم می‌گویند.

نرخ تغییر حجم تحت بار گذاری به نفوذ پذیری نمونه بستگی دارد، از این رو آزمایش تحکیم معمولا در خاک‌های با نفوذ پذیری کم (مانند رس) انجام می‌گیرد. هدف از انجام آزمایش تحکیم، تعیین پارامترهای موثر در پیش بینی شدت نشست و میزان آن در سازه‌های متکی بر خاک‌های رسی است. آزمایش تحکیم در واقع آزمایش جهت بر آورد پارامترهای تحکیم یک بعدی ترزاقی است که از حل همزمان دو معادله تعادل و پیوستگی به صورت تک بعدی حاصل شده است.

نمونه گیری از خاک با حفظ شرایط واقعی کار بسیار مشکلی است. تفاوت قابل توجه در میزان رطوبت، حد روانی و شاخص پلاستیسیته و فشار همه جانبه نمونه‌های تهیه شده از اعماق مختلف و حتی از یک عمق خاص، بیانگر تفاوت و رفتار در نمونه‌های تهیه شده از یک نوع خاک می‌شود و این مسئله علاوه بر افزایش هزینه انجام آزمایشات سبب پیچیدگی و وارد نمودن قضاوت مهندسی در پروژه‌های مهندسی ژئوتکنیک می‌گردد. داده‌های آزمایشگاهی زیادی موجود هستند که در پروژه‌های معینی به کار رفته و عملا بعد از مدتی فراموش شده اند. این اطلاعات قدیمی می‌توانند بعنوان یک بانک اطلاعاتی مفید در ارزیابی پارامترهای ژئوتکنیکی بکار گرفته شوند[1].

 

1-3- منطق فازی

در دهه 1960، پروفسور لطفی زاده در دانشگاه برکلی کالیفرنیا، مقاله‌ای را با این مضمون که ابهامات یک وضعیت نامعلوم ولی متفاوت از پدیده‌های تصادفی هستند، ارائه داد. برای مثال نمی‌توان مردم را به دو گروه خوب و بد تقسیم کرد. یا دسته بندی پارامترهایی چون دما، فشار، اندازه و… در دو گروه صفر و یک ممکن نیست. برای توصیف چنین پارامتنرهایی درجه‌ای به آنها تعلق می‌گیرد که این درجه ها بر اساس چندین فاکتور مانند موقعیت، آزمایش و .. است. این ایده اساس مجموعه‌های فازی نسبت به منطق کلاسیک است. در مجموعه کلاسیک یک شئ به مجموعه تعلق دارد یا ندارد ولی در مجموعه فازی درجه‌هایی از تعلق به یک مجموعه معرفی می‌شوند. یک مجموعه فازی تابع تعلقی دارد که در درجه‌های مختلفی از تعلق برای عناصر مشخص در آن تعریف می‌شود. تابع تعلق به صورت مقادیر گسسته یا به وسیله منحنی‌هایی تعریف می‌گردد. روش های متعددی برای توصیف یک مجموعه فازی موجود دارد [2].

پروسه فازی سازی (fuzzification) مجموعه‌ای کلاسیک را به یک مجموعه تقریب زننده که فازی است تبدیل می‌کند [3]. از آنجاییکه هر عضو و درجه تعلق آن مستقل از عضو دیگر و درجه تعلق مربوط به آن است، پروسه خطی است و اصل جمع آثار در آن صدق می‌کند، یعنی هر عضو به تنهایی فازی می‌گردد [4].

منطق فازی بر اساس مفهوم مجموعه‌های فازی است و هر مقدار درستی در بازه را می‌پذیرد. از مفاهیم مجموعه‌های فازی در جبر فازی استفاده می‌شود.

به منظور طراحی یک سیستم کنترل منطق فازی باید قادر به توصیف عملیات زبانی باشد. به بیان دیگر مراحل زیر باید انجام شود[4]:

مشخص نمودن ورودی ها و خروجی ها با بهره گرفتن از متغیرهای زبانی
نسبت دادن توابع تعلق به متغیرها
ایجاد قواعد پایه (اساسی)
غیر فازی سازی (Defuzzification)
متغیرهای زبانی، توابع تعلق و قواعد پایه از تجربیات یک اپراتور ماهر بدست می‌آیند. قواعد پایه زیاد، معمولا منجر به عملکرد بهتری می‌شوند. سیستم‌های فازی “سیستم‌های مبتنی بر دانش یا قواعد” هستند. قلب یک سیستم فازی یک پایگاه دانش بوده که از قواعد اگر – آنگاه فازی تشکیل شده است. منظور از سیستم فازی در مهندسی سیستم فازی با فازی ساز (Fuzzifier) و غیر فازی ساز (Defuzzifier) است، شکل (1) [5].

 

شکل 1 – نمایش یک سیستم فازی

در یک سیستم غیر فازی، تنها یک قاعده در یک زمان خاص وجود دارد ولی در سیستم فازی ممکن است در همان زمان خاص بیش از یک قاعده ولی با قوتهای متفاوت وجود داشته باشد. این قواعد با قوتهای متفاوت منجر به عملیات کلاسیک در خلال پروسه غیر فازی سازی می‌شوند [2]. پروسه‌های غیر فازی سازی در سیستم‌های کنترل فازی استاندارد نیستند. از چندین روش برای این کار می‌توان استفاده کرد. مانند:

عملیات max-min(and-ro)
روش مرکز ثقل (center of gravity) یا COG
و روش های متنوع دیگر.

اساسا اگر چه سیستم‌های فازی پدیده‌های غیر قطعی و نامشخص را توصیف می‌کنند، با این حال خود تئوری فازی یک تئوری دقیق می‌باشد. دو توجیه برای تئوری سیستم‌های فازی وجود دارد:

پیچیدگی بیش از حد دنیای واقعی که منجر به توصیفی تقریبی یا فازی برای مدل کردن یک سیستم می‌شود.
نیاز به فرضیه‌ای برای فرموله کردن دانش بشری به شکلی سیستماتیک و قرار دادن آن در سیستم‌های مهندسی توجیه دوم وجود تئوری سیستم‌های فازی را به عنوان یک شاخه مستقل در علوم مهندسی توجیه می‌کند[5].
این پایان نامه شامل فصول زیر می‌باشد:

فصل اول مقدمه

فصل دوم مروری بر تحقیقات گذشته

فصل سوم تحکیم

فصل چهارم منطق فازی و کاربرد آن در مهندسی عمران

فصل پنجم برآورد ضریب فشردگی تحکیم به وسیله پارامترهای فیزیکی خاک

فصل ششم آشنایی با شبکه مفاهیم شبکه عصبی

فصل هفتم مدل سازی ضریب فشردگی با بهره گرفتن از شبکه‌های عصبی-فازی (ANFIS)

فصل هشتم نتیجه گیری و جمع بندی و پیشنهادات

 

 

 

 

 

 

 

فصل دوم:
مروری بر تحقیقات گذشته

 

 

 

 

 

 

2-1- مقدمه

نشست تحکیمی یکی از ملاحظات مهم طراحی در پروژه‌های عمرانی همچون سازه ها، راه ها و راه آهن می‌باشد. این پارامتر بوسیله آزمایش تحکیم تعیین می‌شود. آزمایش تحکیم یک آزمایش نسبتا وقت گیر و پر هزینه است که باید با دقت کافی انجام می‌شود.

در بسیاری از پروژه ها به خصوص در پروژ ه‌های خطی مانند راه آهن خوددارای از انجام آزمایش تحکیم به تعداد و دقت کافی سبب وارد آمدن خسارات قابل توجه به حجم راه می‌شود. با توجه به زمان و هزینه نسبتا زیاد آزمایش تحکیم، تخمین نشت تحکیمی با بهره گرفتن از پارامترهای موثری که بتوان زیاد آزمایش تحکیم، تخمین نشست تحکیمی با بهره گرفتن از پارامترهای موثری که بتوان آنها را با انجام آزمایشات ساده کم هزینه و با دقت قبول نمود همواره مورد توجه بسیاری از محققین ژئوتکنیک و راه سازی بوده است.

 

2-2- شناسایی پارامترهای موثر در نشست تحکیمی خاک

با انجام آزمایش تحکیم، ضریب فشردگی یا شاخص تراکم (Compression index) از شیب نمودار تخلخل (e) بر حسب لگاریتم تنش موثر ( ) برای خاکهای تحکیم عادی یافته تعیین می‌شود. شکل 1 نحوه تعیین ضریب فشردگی ( ) را نشان می‌دهد.

همانطور که در این شکل مشاهده می‌شود، به طور مستقیم از رابطه زیر قابل تعیین است:

(2-1)

 

شکل 2-1 تعیین ضریت فشردگی

به طور غیر مستقیم و از روی پارامترهای موثر، اولین بار ترزاقی و پک در سال 1997، رابطه تجربی زیر را به منظور تخمین ضریب فشردگی برای رسهای تحکیم عادی یافته در حالت دست نخورده پیشنهاد نمود[6]

(2-2)

که در آن LL، حد روانی (Liquid Limit) خاک رس است. همچنین ترزاقی و پک در رابطه‌ای مشابه، فرمول زیر را برای رس‌های دست نخورده (Remolded clays) ارائه دادند:

(2-3)

در هر دو رابطه (2) و (3)، LL به عنوان تنها پارامتر موثر در تعیین نشست تحکیمی معرفی شده است.

همچنین آزور و همکارانش با بهره گرفتن از رگرسیون تک متغیره خطی، برای مناطق مختلف روابط زیر را ارائه نمودند [7]:

(2-4)                        : برای رس برزیلی

(2-5)                              : برای رس شیکاگو

(2-6)                            : برای خاکهای آلی و نباتی

در این رابطه LL (حد روانی)، ( در صد تخلخل اولیه) و (رطوبت طبیعی خاک) به عنوان پارامترهای موثر در نظر گرفته شده هر یک از این پارامترها به طور جداگانه برای تخمین نشست استفاده شده اند.

نانسی و همکارانش با انجام مطالعه در خاکهای آتلانتیک شمالی، رابطه (2-7) را پیشنهاد دادند[8]

(2-7)

در این رابطه PI (نشانه خمیری) خاک، پارامتر تاثیر گذار بیان شده است. از آنجایی که :

(2-8)

با توجه به اینکه اثر LL در مطالعات قبلی در نظر گرفته شده بودن پس PL بعنوان پارامتر موثر دیگر توسط این محققین در نظر گرفته شده است.

به طور مشابه چندین رابطه دیگر و نیز محققین مختلف برای تخمین بر اساس پارامترهای معرفی شده پیشنهاد شده است. این روابط در جدول 2-1 درج شده است [9]، [10].

جدول 2-1 : فرمولهای تجربی برای تعیین

Region of applicability
Equation
Remolded clays
 
All clays
 
Inorganic,cohesive soil,silt
 
Organic soils-meadow mats,peats
 
Soils of very low plasticity
 
 

همانطور که در جدول شماره 2-1 مشاهده می‌شود در تمامی روابط معرفی شده اثر پارامترها به طور مجزا دیده شده و ترکیب آنها در تعیین رابطه‌ای واحد منظور نشده است.

 

 

2-3- مروری بر تاریخچه تحقیقاتی نظریه مجموعه‌های فازی و زمینه‌های آن در مهندسی عمران

2-3-1- اولین زمینه‌های فکری

در حالی که کانت (Kant) فیلسوف شهیر آلمانی در سال 1880 بر این امر اصرار می‌ورزید که منطق اساسا به واسطه کارهای ارسطو یک علم کامل و تمام شده است. دو قرن پس از وی، بول، پیرس، فرگه و راسل تحولاتی اساسی در منطق ایجاد کردند و تکنیکهای قوی تری را ارائه نمودند [11]. پس از آن، در نیمه دوم قرن بیستم، جهان علم شاهد تولد نظریه‌ای منطقی با شالودهای کاملا متفاوت از منطق ارسطویی بود. منطق فازی با یک تفاوت زیر بنایی متولد شد. البته با بررسی دقیق تاریخ علم می‌توان ریشه‌های این نوع نگرش را در سالها قبل از ارائه رسمی نظریه فازی در سال 1965، یافت. تردید در محدود بودن ارزشهای صدق یک گزاره به دو ارزش صدق و کذب از اوایل قرن نوزدهم در آثار لوکاسیویچ (Lukasiemicz) و به دنبال او منتقدانان و ریاضیدانانی مثل پست (Post)، بوخوار (Bochovar) و کلین (Kleene) بازتابهای خود را نشان داد. نقطه آغازین این رویکرد، تعمیم دو ارزش صدق به سه ارزش بود و پس از آن سیستمهای n- ارزشی و بینهایت ارزشی معرفی گردیدند و بر مبنای آنها جبرهای متعددی پایه ریزی شد. در سال 1937 ماکس بلک (Max Black) فیلسوف کوانتوم مقاله‌ای منتشر کرد که آن را ابهام نامید. مقاله‌ای راجع به آنالیز منطقی که در مجله فلسفه علم منتشر شد. بلکه در این مقاله منطق چند ارزشی را به مجموعه ها گسترش داد و خاطر نشان ساخت که این مجموعه‌های فازی هستند که تصورات و اندیشه‌های ما را با یکدیگر سازگار کرده اند. البته واژه مورد استفاده او واژه مبهم بوده است و نه فازی. نهایتا اینکه نظریه بلک مورد استقبال قرار نگرفت و در مجله‌ای اختصاصی که گروه اندکی آنرا مطالعه می‌کردند در سکوت به دست فراموشی سپرده شد و بلکه نیز دیگر به آن نپرداخت. آن سالها، سالهای اوج تفکرات پوزیویست‌های منطقی بود (کاسکو، 1377).