Sử dụng các tương quan thực nghiệm và mạng nơ-ron nhân tạo để ước tính khả năng nén của các loại đất sét có tính dẻo thấp

Arabian Journal of Geosciences - Tập 13 - Trang 1-11 - 2020
Davood Akbarimehr1, Abolfazl Eslami1, Esmail Aflaki1, Reza Imam1
1Department of Civil and Environmental Engineering, Amirkabir University of Technology, Tehran, Iran.

Tóm tắt

Các thử nghiệm lún hợp nhất tốn kém và mất nhiều thời gian, trong khi các thử nghiệm xác định các đặc tính vật lý của đất có thể được thực hiện rất nhanh chóng và với chi phí thấp hơn. Do đó, sẽ rất hữu ích nếu chỉ số nén của đất (CC) có thể được xác định bằng các tham số vật lý của đất. Nghiên cứu này đã điều tra các tương quan giữa CC và các đặc tính vật lý của đất sét Tehran không bị xáo trộn và đã được làm lại bằng cách thực hiện 125 thử nghiệm lún hợp nhất và xác định các đặc tính vật lý. Dựa trên kết quả, các tương quan giữa CC và mật độ khô (γd), giữa CC và tỷ lệ rỗng ban đầu (eo), và giữa CC và mật độ ướt (γw) là hợp lệ và có hệ số tương quan (R2) tương ứng là 0.87, 0.87 và 0.89 cho đất sét Tehran không bị xáo trộn. Những tương quan này đã được đề xuất cho các ứng dụng kỹ thuật trong khu vực này. Hơn nữa, các tương quan thực nghiệm có sẵn đã được so sánh với những tương quan được trình bày trong nghiên cứu này và các kết quả đã chỉ ra rằng độ chính xác thấp của một số tương quan có sẵn trong việc ước tính CC của đất sét Tehran cần có sự đánh giá chính xác trước khi sử dụng chúng trong các ứng dụng kỹ thuật. Thêm vào đó, việc sử dụng mạng nơ-ron nhân tạo cho thấy tiềm năng cao trong việc dự đoán CC và có hệ số (R) gần bằng 1.

Từ khóa

#dung tích nén #đất sét #mạng nơ-ron nhân tạo #kỹ thuật địa chất #đặc tính vật lý của đất

Tài liệu tham khảo

Abbasi N (2013) A new empirical equation for compression behavior of unconsolidated clay soils. JJ of Ferdowsi Civil Eng 24(2):41–56 (In Persion)

Akbarimehr D, Aflaki E (2018) An Experimental Study on the Effect of Tire Powder on the Geotechnical Properties of Clay Soils. Civil Eng J 4(3):594–601. https://doi.org/10.28991/cej-0309118

Akbarimehr D, Aflaki E (2019a) Using Empirical Correlations to Evaluate the Compression Index of Tehran Clay. AUT J Civ Eng 3(1):129–136. https://doi.org/10.22060/AJCE.2018.14522.5482

Akbarimehr D, Aflaki E (2019b) Site investigation and use of artificial neural networks to predict rock permeability at the Siazakh Dam, Iran. Q J Eng Geol Hydrogeol 52(2):230–239. https://doi.org/10.1144/qjegh2017-048

Akbarimehr D, Aflaki E, Eslami A (2019) Experimental Investigation of the Densification Properties of Clay Soil Mixes with Tire Waste. Civ Eng J 5(2):363–372. https://doi.org/10.28991/cej-2019-03091251

ASTM (2007) Standard Test Methods for Laboratory Compaction Characteristics of Soil Using Standard Effort. ASTM D698. ASTM, West Conshocken, PA

ASTM (2010) Standard test methods for laboratory determination of water (moisture) content of soil a and rock by mass. ASTM D2216. ASTM International, PA:ASTM, West Conshohocken, PA, USA

ASTM (2010b) Standard Test Method for Liquid Limit. Plastic Limit, and Plasticity Index of Soils. ASTM D4318. ASTM, West Conshohocken, PA

ASTM (2017) Standard test methods for particle-size distribution (Gradation) of soils using sieve analysis. ASTM D6913. ASTM, West Conshocken, PA

Bartlett SF, Lee HS (2004) Estimation of compression properties of clayey soils. Utah Department of Transportation, Salt Lake Valley, Utah

Bogireddy C, Sutar G, Solanki CH, Vasanwala SA (2017) Regional normalized empirical correlations for the compression (Cc) of Soil- A Critical Overview. Int J Civ Eng Technol 8(12):77–88

Das BM (2014) Advanced soil mechanics, principles of geotechnical engineering. Taylor and Francis Group, Abingdon

Eslami A, Akbarimehr D, Aflaki E, Hajitaheriha M (2019) Geotechnical site characterization of the Lake Urmia super-soft sediments using laboratory and CPTu records. Mar Georesour Geotechnol 37:1–12. https://doi.org/10.1080/1064119X.2019.1672121

Guan-Lin Y, Lin, Bao XH, Gu LL, Yadav SK (2018) Effect of Quaternary transgression and regression on the engineering properties of Shanghai soft clays. Eng Geol 239:321–329. https://doi.org/10.1016/j.enggeo.2018.04.001

Habibbeygi F, Nikraz H, Chegenizadeh A (2017) Intrinsic compression characteristics of an expensive clay from western Australia. Int J GEOMATE 29(12):140–147. https://doi.org/10.21660/2017.29.20455

Hong Z, Liu S, Shen S, Negami T (2006) Comparison in undrained shear strength between undisturbed and remolded Ariake clays. J Geotech Geoenviron 132(2):272–275. https://doi.org/10.1061/(ASCE)1090-0241(2006)132:2(272)

Jain VK, Dixit M, Chitra R (2015) Correlation of plasticity index and compression index of soil. Int J Innov Eng Technol (IJIET), (2015) 5(3):263–270

Kootahi K, Moradi G (2017) Evaluation of compression index of marine fine-grained soils by the use of index tests. Mar Georesour Geotechnol 35(4):548–570. https://doi.org/10.1080/1064119X.2016.1213775

Kordnaeij A, Kalantary F, Kordtabar B, Mola-Abasi H (2015) Prediction of recompression index using GMDH-type neural network based on geotechnical soil properties. Soils Found 55(6):1335–1345. https://doi.org/10.1016/j.sandf.2015.10.001

Park HI, Lee SR (2011) Evaluation of the compression index of soils using an artificial neural network. Comput Geotech 38(4):472–481. https://doi.org/10.1016/j.compgeo.2011.02.011

Priyadarshee A, Chandra S, Gupta D, Kumar V (2020) Neural Models for Unconfined Compressive Strength of Kaolin clay mixed with pond ash, rice husk ash and cement. J Soft Comput Civ Eng 4(2):85–102. https://doi.org/10.22115/SCCE.2020.223774.1189

Rendon-Herrero O (1983) Closure to Universal Compression Index Equation by Oswald Rendon-Herrero, 1980. J Geotech Eng 109(5):755–761

Shahri AA (2016) An optimized artificial neural network structure to predict clay sensitivity in a high landslide prone area using piezocone penetration test (CPTu) data: a case study in southwest of Sweden. Geotech Geol Eng 34(2):745–758. https://doi.org/10.1007/s10706-016-9976-y

Shi J, Ortigao JAR, Bai J (1998) Modular neural networks for predicting settlements during tunneling. J Geotech Geoenviron 124(5):389–395. https://doi.org/10.1061/(ASCE)1090

Skempton AW, Jones O (1944) Notes on the compressibility of clays. Q J Geol Soc 100(1-4):119–135. https://doi.org/10.1144/GSL.JGS.1944.100.01-04.08

Sridharan A, Nagaraj H (2000) Compressibility behaviour of remoulded, fine-grained soils and correlation with index properties. Can Geotech J 37(3):712–722. https://doi.org/10.1139/t99-128

Tsuchida T (1991) A new concept of e-logp relationship for clays, in: Proceedings of the 9th Asian regional conference on soil mechanics and foundation engineering, Bangkok, Thailand, pp 87–90

Tuan HA, Bien DC, Hai Ha N (2017) Research on correlation between compression index (Cc) and other properties of soil for geotechnical design in coastal regions of Vietnam and Cambodia. MOJ Civ Eng 2(3): 97–101. https://doi.org/10.15406/mojce.2017.02.00034

Widodo S, Ibrahim A (2012) Estimation of primary compression index (CC) using physical properties of Pontianak soft clay. Int J Eng Res Appl (IJERA) 2(5):2232–2236

Wroth C, Wood D (1978) The correlation of index properties with some basic engineering properties of soils. Can Geotech J 15(2):137–145. https://doi.org/10.1139/t78-014

Yoon GL, Kim BT, Jeon SS (2004) Empirical correlations of compression index for marine clay from regression analysis. Can Geotech J 41(6):1213–1122. https://doi.org/10.1139/t04-057

Zeng LL, Hong ZS, Cai YQ, Han J (2011) Change of hydraulic conductivity during compression of undisturbed and remolded clays. Appl Clay Sci 51(1-2):86–93. https://doi.org/10.1016/j.clay.2010.11.005