ORIGINAL_ARTICLE
برآورد بیشینه شتاب زمین به روش ماشین بردار پشتیبان و شبکه عصبی شعاع محور
یکی از روشهای مناسب جهت بررسی زلزلههای مختلف و تعیین میزان خطرپذیری در هر منطقه پیشبینی پارامترهای جنبش نیرومند زمین میباشد که نقش مهمی را در ارزیابی اثرات زلزله در طراحی پروژههای مهندسی ایفا میکند. در پژوهش حاضر از مدل ماشین بردار پشتیبان و شبکه عصبی شعاع محور که از تکنیکهای هوش مصنوعی هستند برای برآورد بیشینه شتاب زمین استفاده شده است. بدین منظور از پارامترهای لرزهای شامل بزرگای زلزله، فاصله محل رخداد زلزله تا سایت، عمق کانونی زلزله و شدت زلزله به عنوان پارامترهای ورودی مدلهای ماشین بردار پشتیبان و شبکه عصبی شعاع محور استفاده شده است. مقایسه نتایج برآورد بیشینه شتاب زمین با ماشین بردار پشتیبان و شبکه عصبی شعاع محور با روابط کاهندگی تجربی و روشهای رگرسیون بیانگر آن است که روش ماشین بردار پشتیبان و شبکه عصبی شعاع محور ارائه شده میتوانند ارتباط مناسبی را میان مقادیر مشاهداتی و محاسباتی برقرار نمایند. همچنین این روشها از دقت بالاتری نسبت به روشهای کلاسیک پیشین برخوردار هستند به طوری که ضریب تبیین برای روش ماشین بردار پشتیبان 996/0 و شبکه عصبی شعاع محور 997/0 و برای روشهای رگرسیونی خطی و رگرسیونی غیرخطی به ترتیب 790/0 و 153/0 می باشد.
https://cer.qom.ac.ir/article_829_739fecd74a304d363c8f174825503e1d.pdf
2017-03-08
1
12
10.22091/cer.2017.829
مدلهای دادهکاوی
ماشین بردار پشتیبان
شبکه عصبی شعاع محور
حداکثر شتاب زمین
مهدی
کماسی
komasi@abru.ac.ir
1
استادیار، دانشکده فنی و مهندسی، دانشگاه آیت ا...العظمی بروجردی (ره)
LEAD_AUTHOR
سحر
آزادی چگنی
saharazadi68@gmail.com
2
دانشجوی کارشناسی ارشد سازه، دانشکده فنی مهندسی، دانشگاه آیت ا...العظمی بروجردی (ره)
AUTHOR
مهرداد
آزادی چگنی
m.azad.55@gmail.com
3
دانشجوی کارشناسی ارشد سازه، دانشکده فنی مهندسی، دانشگاه آیت ا...العظمی بروجردی (ره)
AUTHOR
[1] برگی، خ. (1388). "اصول مهندسی زلزله"، چاپ چهارم، تهران: مؤسسه انتشارات دانشگاه تهران.
1
[2] بخشی، ح.، خراسانی، م.، فدوی، م.، قدرتی امیری، غ.، برخورداری، م. (1388). "تخمین پارامترهای شتاب، سرعت و جابهجایی ماکزیمم زمین با استفاده از شبکه عصبی مصنوعی"، مجله مدلسازی در مهندسی، دوره 7، شماره19، ش.ص. 11-21.
2
[3] شکیب، ح.، علیرضایی، م. (1390). "اصول مهندسی زلزله"، چاپ اول، تهران: انتشارات آذرین مهر.
3
[4] Liu, B.Y., Ye, L.Y., Xiao, M.L., & Miao, S. (2006). “Peak Ground Velocity Evaluation by Artificial Neural Network for West America Region”, In International Conference on Neural Information Processing, 942-951.
4
[5] Arjun, C.R., & Kumar, A. (2009). “Artificial neural network-based estimation of peak ground acceleration”, ISET J. Earthq. Technol, 46(1), 19-28.
5
[6] Derras, B., & Bekkouche, A. (2011). “Use of the Artificial Neural Network for Peak Ground Acceleration estimation”, Lebanese Science Journal, 12(2), 101-115.
6
[7] Kerh, T., & Ting, S.B. (2005). “Neural network estimation of ground peak acceleration at stations along Taiwan high-speed rail system”, Engineering Applications of Artificial Intelligence, 18(7), 857–866.
7
[8] Pozos, A., Gomez, R., & Hong, H.P. (2014). “Use of Neural network to predict the peak ground accelerations and pseudo spectral accelerations for Mexican Inslab and Interplate Earthquakes”, Geofísica internacional, 53(1), 39-57.
8
[9] Barrile, I., Cacciola, M., D’Amico, S., Greco, A., Morabito, F.C., & Parrillo, F. (2006). “Radial Basis Function Neural Networks to Foresee Aftershocks in Seismic Sequences Related to Large Earthquakes”, In International Conference on Neural Information Processing, ICONIP 2006, 909–916.
9
[10] Han, D., Chan, L., & Zhu, N. (2007). “Flood forecasting using Support Vector Machines”, Journal of Hydroinformatics, 267-276.
10
[11] Chen, C. S., Cheng, M. Y., & Wu, Y. W. (2012). “Seismic assessment of school buildings in Taiwan using the evolutionary support vector machine inference system”, Expert Systems with Applications, 39(4), 4102-4110.
11
[12] Nasrollahnejhad, A., Yari, A., Zahedian, S., & Hoodeh, H. (2013). “Simulating peak ground acceleration by general regression and radial basis function and other neural networks in some regions of the world”, Computer Engineering and Intelligent Systems. Journal, 4(1), 1-6,
12
[13] Vapnik, V. N. (1995). “The Nature of Statistical Learning Theory”, Springer, New York.
13
[14] Cortes, C., & Vapnik, V. (1995). “Support vector networks”, Mach, Learn. 20(3), 273-297.
14
[15] Lee, C.Y., & Chern, S.G. (2013). “Application of a Support Vector Machine for liquefaction assessment”, Journal of Marine Science and Technology, 21(3), 318-324.
15
[16] وزیری، م. (1395). "ارائه روش تخمین موقعیت برای محیط درونی با استفاده از شبکه عصبی شعاعی محور"، پایاننامه کارشناسی ارشد، دانشکده کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی امیرکبیر.
16
[17] Nourani, V., & Komasi, M. (2013). “A geomorphology-based ANFIS model for multi-station modeling of rainfall–runoff process”, Journal of Hydrology, 490, 41–55.
17
[18] مقدم، ح.، فنایی، ن. (1385). "بررسی روابط کاهندگی مختلف در پیشبینی شتاب زمین لرزه سیلاخور"، دانشکده مهندسی عمران، دانشگاه صنعتی شریف، شماره 35.
18
ORIGINAL_ARTICLE
مطالعه پارامتریک اثر گسترش ترک بر روی دیوار برشی فولادی
مطالعات عددی و آزمایشگاهی انجام شده بر روی دیوار برشی فولادی و همچنین عملکرد آن در زلزله های گذشته موید یک سیستم کارا در برابر بارهای جانبی است. این سیستم دارای شکل پذیری، سختی و مقاومت بالایی است. هر چند تاکنون مطالعات زیادی بر روی این سیستم انجام شده است اما همچنان ناشناخته های زیادی در خصوص آن وجود دارد. در میان این ناشناخته ها، تاثیر ترک بر رفتار سیستم با توجه به تحقیقات کم در این زمینه کاملا مشهود است که تاثیر قابل ملاحظه ای بر روی رفتار این سیستم دارد. بنابراین در این مقاله، تاثیر ترک های میانی و کناری و گسترش آنها بر رفتار لرزه ای دیوار برشی فولادی مورد بررسی قرار گرفته است. نتایج نشان می دهد که ترکهای میانی ورق فولادی اثر مخرب تری نسبت به ترکهای کناری دارد. ترک های میانی با طول زیاد باعث می شود که سیستم در ناحیه الاستیک گسیخته شود همچنین گسترش ترک تاثیر کمی بر سختی الاستیک دارد. علاوه بر آن، ضرایب رفتار دیوار برشی فولادی با وجود ترک ارائه شده است. همچنین برای دست یابی به نمودار بار-تغییر مکان یک مدل پارامتریک ارائه شده که بدون استفاده از مدل سازی المان محدود به نمودار بار-تغییر مکان دست یافت. در این مدل، اثر ترک و همچنین گسترش آن لحاظ خواهد شد.
https://cer.qom.ac.ir/article_831_976c51f87b1370cc5e208fe147081343.pdf
2017-03-08
13
28
10.22091/cer.2017.831
دیوار برشی فولادی
ترک
رفتار لرزهای
سختی
مقاومت
وحید
بروجردیان
broujerdian@iust.ac.ir
1
استادیار، گروه سازه و زلزله، دانشگاه علم و صنعت ایران.
AUTHOR
محسنعلی
شایانفر
shayanfar@iust.ac.ir
2
دانشیار، گروه سازه و زلزله، دانشگاه علم و صنعت ایران.
AUTHOR
علی
قمری
ghaytool@yahoo.com
3
دانشجوی دکتری سازه، دانشگاه علم و صنعت ایران.
LEAD_AUTHOR
[1] Guz, A.N., & Dyshel, M.S. (2004). “Stability and residual strength of panels with straight and curved cracks”, Theoretical and applied fracture mechanics, 41(1), 95-101.
1
[2] Paik, J.K. (2008). “Residual ultimate strength of steel plates with longitudinal cracks under axial compres-sion–experiments”, Ocean engineering, 35(17), 1775-1783.
2
[3] Paik, J.K. (2009). “Residual ultimate strength of steel plates with longitudinal cracks under axial compres-sion—nonlinear finite element method investigations”, Ocean Engineering, 36(3), 266-276.
3
[4] Brighenti, R. (2010). “Influence of a central straight crack on the buckling behaviour of thin plates under tension, compression or shear loading”, International Journal of Mechanics and Materials in Design, 6(1), 73-87.
4
[5] Alinia, M.M., Hosseinzadeh, S.A.A., & Habashi, H.R. (2007). “Numerical modelling for buckling analysis of cracked shear panels”, Thin-Walled Structures, 45(12), 1058-1067.
5
[6] Alinia, M.M., Hosseinzadeh, S.A.A., & Habashi, H.R. (2007). “Influence of central cracks on buckling and post-buckling behaviour of shear panels”, Thin-Walled Structures, 45(4), 422-431.
6
[7] Lin, C.H., Tsai, K.C., Lin, Y.C., Wang, K.J., Qu, B., & Bruneau, M. (2007). “Full scale steel plate shear wall: NCREE/MCEER phase I tests”, In Proceeding of the 9th Canadian Conference on Earthquake Engineering, Ottawa, Ontario, Canada, 26-29.
7
[8] Guendel, M., Hoffmeister, B., & Feldmann M. (2011).“Experimental and numerical investigations on Steel Shear Walls for seismic Retrofitting”, Proceedings of the 8th International Conference on Structural Dynam-ics, EURODYN.
8
[9] Berman, J.W., & Bruneau, M. (2005). “Experimental investigation of light-gauge steel plate shear walls”, Journal of Structural Engineering, 131(2), 259-267.
9
[10] Kharrazi, M. (2005). “Fish plate behavior on Steel plate shear wall”, Canadian journal of civil engineer-ing, 96-108.
10
[11] Yaghoubshahi, M., Alinia, M.M., Testa, G., & Bonora, N. (2015). “On the postbuckling of flawed shear panels considering crack growth effect”, Thin-Walled Structures, 97, 186-198.
11
[12] Siegmund, T. (2004). “A numerical study of transient fatigue crack growth by use of an irreversible cohe-sive zone model”, International Journal of Fatigue, 26(9), 929-939.
12
[13] Roe, K. L., & Siegmund, T. (2003). “An irreversible cohesive zone model for interface fatigue crack growth simulation”, Engineering fracture mechanics, 70(2), 209-232.
13
[14] Bouvard, J.L., Chaboche, J.L., Feyel, F., & Gallerneau, F. (2009). “A cohesive zone model for fatigue and creep–fatigue crack growth in single crystal superalloys”, International Journal of Fatigue, 31(5), 868-879.
14
[15] Liu, P.F., Hou, S.J., Chu, J.K., Hu, X.Y., Zhou, C.L., Liu, Y.L., & Yan, L. (2011). “Finite element analysis of postbuckling and delamination of composite laminates using virtual crack closure technique”, Composite Structures, 93(6), 1549-1560.
15
[16] Fawaz, S.A. (1998). “Application of the virtual crack closure technique to calculate stress intensity factors for through cracks with an elliptical crack front”, Engineering Fracture Mechanics, 59(3), 327-342.
16
[17] Servetti, G., & Zhang, X. (2009). “Predicting fatigue crack growth rate in a welded butt joint: The role of effective R ratio in accounting for residual stress effect”, Engineering Fracture Mechanics, 76(11), 1589-1602.
17
[18] Belytschko, T., & Black, T. (1999). “Elastic crack growth in finite elements with minimal remesh-ing”, International journal for numerical methods in engineering, 45(5), 601-620.
18
[19] Belytschko, T., Chen, H., Xu, J., & Zi, G. (2003). “Dynamic crack propagation based on loss of hyperbolici-ty and a new discontinuous enrichment”, International journal for numerical methods in engineering, 58(12), 1873-1905.
19
[20] Dolbow, J.O.H.N., & Belytschko, T. (1999). “A finite element method for crack growth without remesh-ing”, International journal for numerical methods in engineering, 46(1), 131-150.
20
[21] Moës, N., & Belytschko, T. (2002). “Extended finite element method for cohesive crack growth”, Engineering fracture mechanics, 69(7), 813-833.
21
[22] Sukumar, N., Moës, N., Moran, B., & Belytschko, T. (2000). “Extended finite element method for three-dimensional crack modelling”, International Journal for Numerical Methods in Engineering, 48(11), 1549-1570.
22
[23] Sukumar, N., Huang, Z.Y., Prévost, J.H., & Suo, Z. (2004). “Partition of unity enrichment for bimaterial interface cracks”, International journal for numerical methods in engineering, 59(8), 1075-1102.
23
[24] Giner, E., Sukumar, N., Tarancon, J.E., & Fuenmayor, F.J. (2009). “An Abaqus implementation of the ex-tended finite element method”, Engineering fracture mechanics, 76(3), 347-368.
24
[25] Campilho, R.D.S.G., Banea, M.D., Chaves, F.J.P., & Da Silva, L.F.M. (2011). “EXtended Finite Element Method for fracture characterization of adhesive joints in pure mode I”, Computational Materials Sci-ence, 50(4), 1543-1549.
25
[26] Hibbitt, M. A. Karlsson & Sorensen. (2012). ABAQUS User's Manual
26
[27] Sabouri-Ghomi, S., Ventura, C.E., & Kharrazi, M.H. (2005). “Shear analysis and design of ductile steel plate walls”, Journal of Structural Engineering, 131(6), 878-889.
27
[28] Richard. H, A, Fulland. M, Sander. M., Theoretical Crack Path Prediction, Blackwell Publishing, 2004.
28
[29] Shukla, A. Practical fracture mechanics in design (2nd ed.). New York, NY: Marcel Dekker, 2005.
29
ORIGINAL_ARTICLE
بررسی خرابی پیشرونده در سازههای بتن مسلح با اختلاف تراز طبقه
وجود پدیده ستون کوتاه یکی از عوامل مؤثر خرابی ساختمانهای دوبلکسی در زلزلههای گذشته بوده که در این سازهها کفهای طبقات با اختلاف ترازی نسبت به هم در دو یا چند تراز ارتفاعی مختلف ایجاد میشوند. در سازههای دوبلکسی عمده مشکلات ناشی از عدم پیوستگی دیافراگم کف میباشد که باعث تغییرات چشمگیری در دوره تناوب، سختی و پخش نیروی زلزله میگردد. در این مقاله با بررسی شاخص حساسیت، تغییر مکان، الگوی مفاصل پلاستیک در تیرها و ستونها و طیف ظرفیت و... به بررسی رفتار خطی و غیرخطی تخریب پیشرونده که در آن با گسیختگی یک عضو سازهای شکست در اعضای مجاور و فروریزش های متوالی رخ میدهد، در دو سازه دوبلکسی 4 و 8 طبقه پرداختهشده است. نتایج نشان میدهد سازههای دوبلکسی کوتاه سختی و ظرفیت باربری بیشتری داشته و هر چه اختلاف ارتفاع کمتر باشد، شاخص حساسیت بیشتر است.
https://cer.qom.ac.ir/article_827_094f0c42bd124205090c79e684ad0f4f.pdf
2017-03-08
29
42
10.22091/cer.2017.827
واژه های کلیدی: خرابی پیشرونده
سازه با اختلاف تراز طبقه (دوبلکسی)
بتنآرمه
الگوی مفصل پلاستیک
شاخص حساسیت(SI)
علی
خیرالدین
kheyroddin@semnan.ac.ir
1
استاد، دانشکده مهندسی عمران، دانشگاه سمنان.
AUTHOR
علی
کارگران
ak10_eq@yahoo.com
2
دانشجوی دکتری سازه، دانشکده مهندسی عمران، دانشگاه سمنان و عضو هیات علمی دانشگاه آزاد اسلامی واحد دامغان
LEAD_AUTHOR
محمد
حاجی
mohammadhaji70@yahoo.com
3
دانشجوی کارشناسی ارشد سازه، دانشکده مهندسی عمران، دانشگاه سمنان
AUTHOR
[1] خیرالدین، ع.، انواری، ع. م. (1392). "بارگذاری سازهها"، ویرایش و چاپ سوم، انتشارات دانشگاه سمنان.
1
[2] Iribarren B.S. (2011). “Progressive collapse simulation of reinforced concrete structures: Influence of design and material parameters and investigation of the strain rate effects”, Universite Libre de Bruxelles.
2
[3] خیرالدین، ع.، کارگران، ع. (1398). "عملکرد لرزهای غیرخطی ستون کوتاه در سازههای بتنآرمه با اختلاف تراز طبقه «یادداشت پژوهشی»"، فصلنامه علمی پژوهشی مهندسی عمران فردوسی، دانشگاه فردوسی مشهد، سال 22، شماره 1.
3
[4] خیرالدین، ع.، میر نظامی، ع. ر. (1381). " بررسی رفتار لرزهای ساختمانهای فلزی با اختلاف تراز"، سومین همایش ملی نقد و بررسی آئیننامه طراحی ساختمانها در برابر زلزله، تهران.
4
[5] خیرالدین، ع.، میر نظامی، ع. ر. (1383). "بررسی رفتار غیرخطی اتصالات قاب با اختلاف تراز طبقه در ساختمانهای دوبلکسی"، اولین کنگره ملی مهندسی عمران، دانشگاه صنعتی شریف.
5
[6] قدرتی امیری، غ. ر.، خیرالدین، ع.، کارگران، ع. (1390). "بررسی آسیبپذیری لرزهای سازههای دوبلکسی بتنآرمه در برابر زلزله"، نشریه علمی پژوهشی مهندسی عمران و نقشهبرداری، دانشکده فنی دانشگاه تهران، دوره 45، شماره 4.
6
[7] Sucuo g ˇ lu, H., Çitipitio g ˇ lu, E., & Altin, S. (1994). “Resistance mechanisms in RC building frames subjected to column failure”, Journal of structural engineering, 120(3), 765-782.
7
[8] Tsai, M. H., & Lin, B. H. (2008). “Investigation of progressive collapse resistance and inelastic response for an earthquake-resistant RC building subjected to column failure”, Engineering structures, 30(12), 3619-3628.
8
[9] Mohamed, O. A. (2009). “Assessment of progressive collapse potential in corner floor panels of reinforced concrete buildings”, Engineering Structures, 31(3), 749-757.
9
[10] Kheyroddin, A., Mehrabi, F., & Gerami, M. (2012), “Assessment of dynamic effect of steel frame due to sudden middle column loss”, The Structural Design of Tall and Special Buildings, 1002 -1049.
10
[11] Kheyroddin, A., & Mehrabi, F. (2012). “Assessment of progressive collapse potential of steel frame due to sudden corner column loss”, Wulfenia, 191 -206.
11
[12] Mashhadiali, N., Kheyroddin, A., & Zahiri-Hashemi, R. (2016). “Dynamic Increase Factor for Investigation of Progressive Collapse Potential in Tall Tube-Type Buildings”, Journal of Performance of Constructed Facilities, 30(6), 0887-3828.
12
[13] Mashhadiali, N., & Kheyroddin, A. (2014). “Progressive collapse assessment of new hexagrid structural system for tall buildings”, The Structural Design of Tall and Special Buildings, 23(12), 947-961.
13
[14] Choi, J.-h., Ito, T., & Ohi, K. (2012). “Sensitivity index on load carrying capacity of framed structures to member disappearance”, 2075-2080.
14
[15] Starossek, U. (2007). “Typology of progressive collapse”, Engineering Structures, 29(9), 2302-2307.
15
[16] مقررات ملی ساختمان، (1388). "پیشنویس مبحث 21(پدافند غیرعامل)"، مرکز تحقیقات ساختمان و مسکن.
16
[17] Whittaker, A., & Hamburger, R. (2003). “Design of steel structures for blast-related and progressive collapse resistance”, AISC-SINY symposium on resisting blast and progressive collapse, American institute of steel construction, New York.
17
[18] Guo, G., Gilsanz, A., (2003). “Simple nonlinear static analysis procedure for progressive collapse”, AISC-SINY symposium on resisting blast and progressive collapse, American institute of steel construction, New York.
18
[19] Powell, G. (2005). “Progressive collapse: Case studies using nonlinear analysis”, In Structures Congress 2005: Metropolis and Beyond, 1-14.
19
[20] Bangash, M.Y.H., & Bangash, T. (2006). “Analysis explosion-resistant buildings . design,analysis,and case studies”, springer-verlag Berlin Heidelberg, New York.
20
[21] Starossek, U., (2009). “progressive collapse of structures”, Thomas Telford limited, London.
21
[22] Krauthammer, T. (2003). “AISC research on structural steel to resist blast and progressive collapse”, AISC-SINY symposium on resisting blast and progressive collaps, American institute of steel construction, New York.
22
[23] FEMA 427, (2003). “primer for design of commercial building to mitigate terrorist attacks”, federal emergency management agency.
23
[24] آئیننامه طرح ساختمانها در برابر زلزله، (1384). استاندارد 2800 ایران، ویرایش سوم، مرکز تحقیقات ساختمان و مسکن.
24
[25] مقررات ملی ساختمان، (1385). مبحث ششم، بارهای وارد بر ساختمان، وزارت مسکن و شهرسازی، دفتر تدوین و ترویج مقررات ملی ساختمان.
25
[26] تقی نژاد، ر. (1389). "طراحی و بهسازی لرزهای سازهها براساس سطح عملکرد با استفاده از تحلیل پوشآور SAP2000-ETABS"، چاپ دوم، انتشارات کتاب دانشگاهی.
26
[27] Kim, T., Kim, J., & Park, J. (2009). “Investigation of progressive collapse-resisting capability of steel moment frames using push-down analysis”, Journal of Performance of Constructed Facilities, 23(5), 327-335.
27
[28] Marjanishvili, S., & Agnew, E. (2006). “Comparison of various progressive collapse analysis”, Journal of Performance of Constructed Facilities, 20, 365-374.
28
[29] GSA. (2003). “Progressive collapse analysis and design guidelines for new federal office buildings and major modernization projects”, General Services Administration.
29
[30] Marjanishvili, S., & Agnew, E. (2009). “Unified facilities criteria, design of building to resist progressive collapse”, Department of Defense(DoD).
30
ORIGINAL_ARTICLE
بررسی رفتار مقاومتی خاک ماسهای مخلوط شده با ضایعات پلاستیکی و دوغاب سیمان
امروزه توسعه جوامع صنعتی و شهرنشینی موجب انباشت روزافزون ضایعات پلاستیکی و پراکندگی آنها در طبیعت شده است. کاهش مشکلات زیست محیطی این پدیده به روشهای مختلفی امکان پذیر است. در این مطالعه امکان استفاده مجدد از مواد پلاستیکی در ساختار جدیدی از خاک مورد بررسی قرار گرفته است. به این منظور، نمونه هایی از مخلوط خاک ماسه ای با وزن مخصوص خشک 1.7 گرم برسانتیمتر مکعب و خرده ضایعات پلاستیکی (از جنس بطری های آب معدنی) به مقدار وزنی 0.3 درصد در ابعاد 8×12 میلیمتر تهیه شده و بر روی آنها آزمایش های برش مستقیم کوچک و بزرگ مقیاس با سرعت های تند وکند به ترتیب 1 و 0.3 میلیمتر بر دقیقه در شرایط اشباع انجام شده است. در مرحله بعد ترکیب حاصل با 5 درصد وزنی از دوغاب سیمان مخلوط شده و آزمایش های مذکور تکرار شده اند. نتایج نشان می دهد که افزودن خرده پلاستیک ضایعاتی به خاک ماسه ای موجب افزایش زاویه اصطکاک داخلی و در مجموع افزایش مقاومت برشی می شود. همچنین در خاک مسلح به ضایعات پلاستیکی و دوغاب سیمان نسبت به خاک مسلح بدون دوغاب با وجود کاهش زاویه اصطکاک داخلی، به علت افزایش قابل توجه چسبندگی در مجموع مقاومت برشی بین 20 تا 30 درصد بیشتر می شود.
https://cer.qom.ac.ir/article_828_a7de8858d4de5a73bdcde02f4bfe15e8.pdf
2017-03-08
43
49
10.22091/cer.2017.828
مقاومت برشی خاک
زاویه اصطکاک داخلی
ضایعات پلاستیکی
دوغاب سیمان
مهدی
خداپرست
mahdikhodaparast@yahoo.com
1
دانشیار، دانشکده فنی مهندسی، دانشگاه قم
LEAD_AUTHOR
علی محمد
رجبی
amrajabi@ut.ac.ir
2
استادیار، گروه زمین شناسی مهندسی، دانشگاه تهران
AUTHOR
عادل
کعبی
adel.kabi1991@yahoo.com
3
دانشجوی کارشناسی ارشد ژئوتکنیک، دانشکده فنی مهندسی، دانشگاه قم
AUTHOR
[1] Humphrey, D.N. (1999), “Civil engineering applications of tire shreds”. Proceedings of the Tire Industry Conference, Clemson University, 1-16.
1
[2] Cetin, H., Fener, M., & Gunaydin, O. (2006). “Geotechnical properties of tire-cohesive clayey soil mixtures as a fill material”. Engineering geology, 88(1), 110-120.
2
[3] Kumar, A., Walia, B. S., & Mohan, J. (2006). “Compressive strength of fiber reinforced highly compressible clay”. Construction and building materials, 20(10), 1063-1068.
3
[4] Soroush, A., & Soltani-Jigheh, H. (2009). “Pre-and post-cyclic behavior of mixed clayey soils”. Canadian Geotechnical Journal, 46(2), 115-128.
4
[5] موسوی زاهد، ح. (1389). "بررسی پارامترهای مقاومتی خاک ماسهای مسلح به تراشههای لاستیک فرسوده"، پایاننامه کارشناسی ارشد مهندسی عمران گرایش خاک و پی، دانشکده فنی مهندسی، دانشگاه صنعتی اصفهان.
5
[6] نجفزاده، ل، (1394). "بررسی رفتار آزمایشگاهی مخلوط خاک و خرده پلاستیک ضایعاتی"، نشریه مهندسی عمران، چاپ هفتم، دانشگاه صنعتی شریف.
6
[7] Babu, G. S., & Chouksey, S. K. (2011). “Stress–strain response of plastic waste mixed soil”. Waste management, 31(3), 481-488.
7
[8] Vallejo, L. E., & Mawby, R. (2000). “Porosity influence on the shear strength of granular material–clay mixtures”. Engineering Geology, 58(2), 125-136.
8
[9] Jafari, M. K., & Shafiee, A. (2004). “Mechanical behavior of compacted composite clays”. Canadian Geotechnical Journal, 41(6), 1152-1167.
9
[10] Starcher, R.D. (2013), “Impact of Curing Time and Curing Stress On the Mechanical Behavior of Cement-Improved and Cement-Fiber-Improved Soft Soil”, Journal of Engineering Science and Technology, 9(5), 541-558.
10
[11] Nsaif, M. H. (2013). “Behavior of soils strengthened by plastic waste materials”. Journal of Engineering and Development, 17(4), 182-194.
11
[12] Anagnostopoulos, C. A., Tzetzis, D., & Berketis, K. (2014). “Evaluation of the Shear Strength Behaviour of Polypropylene and Carbon Fibre Reinforced Cohesive Soils”. Research Journal of Applied Sciences, Engineering and Technology, 7(20), 4327-4342.
12
[13] ASTM D30-80. (2004). “Standard Test Method for Direct Shear Test of Soils under Consolidated Drained conditions”. United State of America.
13
ORIGINAL_ARTICLE
پایش خشکسالی با استفاده از مدل درختی چند مقیاسه WM5
خشکسالی یکی از پدیدههای محیطی است که سالانه موجب وارد آمدن خسارات زیادی به جوامع انسانی میگردد. برای بررسی تغییرات شرایط اقلیمی بهخصوص خشکسالیها، شاخصهای خشکسالی به عنوان یک ابزار مدیریتی و برنامهریزی قوی ارائه شدند. علاوه بر استفاده از شاخص خشکسالی، پیشبینی خشکسالی با استفاده از مدلهای مناسب، میتواند در کنترل و مدیریت خشکسالی مناسب باشد. در این پژوهش از دادههای بارش در دو حوضه واقع در استانهای همدان و لرستان جهت محاسبهی شاخصهای خشکسالی SPI و EDI که از جمله پرکاربردترین شاخصها در خشکسالی میباشند، مورد استفاده قرار گرفته است. پس از محاسبهی شاخصهای خشکسالی با استفاده از مدل درختی چند مقیاسه WM5 که یک مدل توسعه یافته از مدل درختی M5 میباشد، پایش خشکسالی صورت گرفته است. ضریب تبیین در مدل M5 برای شاخص EDI در بهترین حالت 95/0 و در مدل درختی چند مقیاسه WM5، 99/0بهدست آمده است. همچنین ضریب تبیین برای شاخص SPI در بهترین حالت در مدل M5، 90/0 و در مدل درختی چند مقیاسه WM5، 95/0 بهدست آمده است. این مهم بیانگر این نکته است که مدل درختی چند مقیاسه WM5 نسبت به مدل درختی M5 دارای برتری میباشد همچنین از مزایای مدل درختی چند مقیاسه WM5 نسبت به مدل درختی M5 میتوان به رصد نمودن نقاط حداکثری اشاره نمود.
https://cer.qom.ac.ir/article_832_3c7862e23a709e689f603127202d8f29.pdf
2017-03-08
51
65
10.22091/cer.2017.832
خشکسالی
مدل درختی M5
موجک
شاخص SPI
شاخص EDI
مهدی
کماسی
s.ghobadi2012@gmail.com
1
استادیار گروه مهندسی عمران دانشگاه ایت الله بروجردی
LEAD_AUTHOR
سوده
قبادی خسرو
komasi@abru.ac.ir
2
دانشجوی کارشناسی ارشد آب و سازههای هیدرولیکی، دانشکده فنی مهندسی عمران، دانشگاه آیت ا... بروجردی (ره)
AUTHOR
محمدرضا
هاشمی
mohammadreza.hashemi44@yahoo.com
3
دانشجوی کارشناسی ارشد آب و سازههای هیدرولیکی، دانشکده فنی مهندسی عمران، دانشگاه آیت ا... بروجردی (ره)
AUTHOR
[1] Palmer, W. C. (1965). Meteorological drought. Washington, DC: US Department of Commerce, Weather Bureau.
1
[2] McKee, T.B., Doesken, N.J., & Kleist, J. (1993). “The relationship of drought frequency and duration to time scales”, In Proceedings of the 8th Conference on Applied Climatology, 17(22), 179-183.
2
[3] Jain, V.K., Pandey, R.P., Jain, M.K., & Byun, H.R. (2015). “Comparison of drought indices for appraisal of drought characteristics in the Ken River Basin”, Weather and Climate Extremes, 8, 1-11.
3
[4] Bazrafshan, O., Salajegheh, A., Bazrafshan, J., Mahdavi, M., & Fatehi Marj, A. (2015). “Hydrological drought forecasting using ARIMA models (Case Study: Karkheh Basin)”, Ecopersia, 3(3), 1099-1117.
4
[5] کماسی، م.، اعلمی، م.، نورانی، و. (1391). "پیشبینی خشکسالی با نمایهی SPIبه روش مدلسازی ANFIS برمبنای خوشهبندی C-Mean فازی"، نشریهی آب و فاضلاب، شماره 4، ش.ص. 90- 102.
5
[6] Maca, P., & Pech, P. (2016). “Forecasting SPEI and SPI Drought Indices Using the Integrated Artificial Neu-ral Networks”, Computational Intelligence and Neuroscience, 2016(2016), 1-17.
6
[7] Savice, D.A., Walters G.A., & Davidson, J. (1999). “A Genetic programming approach to rainfall- runoff modeling”, Water Resources Management, 13, 219-231.
7
[8] Hassanzadeh, Y., Abdi, A., Talatahari, S., & Singh, V.P. (2011). “Meta-Heuristic Algorithms for hydrologic frequency analysis”, Water Resources Management, 25(7), 1855-1879.
8
[9] Cannas, B., Fanni, A., See, L., & Sias, G. (2006). “Data preprocessing for river flow forecasting using neural networks: wavelet transforms and data partitioning”, Physics and Chemistry of the Earth, 31(18), 1164-1171.
9
[10] Djerbouai, S., & Souag– Gamane, D. (2016). “Drought Forecasting Using Neural Networks, Wavelet Neural Networks, and Stochastic Models: Case of the Algerois Basin in North Algeria”, Water Resources Management, 30(7), 2445-2464.
10
[11] Özger, M., Mishra, A.K., &Singh, V.P. (2012). “Long lead time drought forecasting using a wavelet and fuzzy logic combination model: A case study in texas”, Journal of Hydrometeorology, 13(1), 284-297.
11
[12] Londhe, S. N., & Dixit, P.R. (2011). “Forecasting stream flow using model trees”, International Journal of Earth Sciences and Engineering, 4(6), 282-285.
12
[13] Alipour, A., Yarahmadi, J., & Mahdavi, M. (2014). “Comparative Study of M5 Model Tree and Artificial Neural Network in Estimating Reference Evapotranspiration Using MODIS Products”, Journal of Climatology, 2014.
13
[14] ستاری، م.، رضازاده، ت.، جودی، ع.، نهرین، ف. (1392). "پیشبینی مقادیر بارش ماهانه با استفاده از شبکههای عصبی مصنوعی و مدل درختی M5 (مطالعهی موردی: ایستگاه اهر)"، پژوهشهای جغرافیای طبیعی، دوره 46، شماره 2، ش.ص. 247-260.
14
[15] Pal, M., & Deswal, S. (2009). “M5 model tree based modeling of reference evapotranspiration”, Hydrolog-ical Processes, 23(10), 1437-1443.
15
[16] Quinlan, J.R. (1986). “Introduction of decision trees”, Machine learning, 1(1), 81-106.
16
[17] امامیفر، س.، رحیمیخوب، ع.، نوروزی، ع.ا. (1393). "ارزیابی مدل درختی M5 و شبکهی عصبی مصنوعی برای برآورد متوسط روزانهی دمای هوا براساس دادههای دمای سطح زمین سنجندهی مودیس"، تحقیقات آب و خاک ایران، دوره 45، شماره 4، ش.ص. 423-433.
17
[18] Nourani, V., Komasi, M., & Alami, M.T. (2011). “Hybrid wavelet- genetic programming approach to opti-maize ANN modeling of rainfall – runoff Process”, Journal of Hydrologic Engineering, 17(6), 724-741.
18
ORIGINAL_ARTICLE
ارزیابی میزان تأثیر مانور واگرد بر کارایی تقاطعهای چراغدار براساس شرایط ترافیکی شهرها (مطالعه موردی: شهر تهران)
مطالعه خصوصیات جریان ترافیک در تقاطعها، یکی از اقدامات مؤثر و ضروری در بالابردن سطح سرویس خیابانها و شناخت مناسب عملکرد ترافیکی رانندگان میباشد. تقاطعهای همسطح در شهرها، از جمله نقاطعی است که ترافیک سنگین و تأخیر در آن بیشتر جلوه میکند. از اینرو، بهینهسازی جریان ترافیک در این تقاطعها امری اجتنابناپذیر به نظر میرسد. یکی از مهمترین حرکات گردشی در تقاطعها، مانور واگرد (دوربرگردان) میباشد .در این تحقیق تلاش شده تا تأثیر مانور واگرد بر کارایی تقاطع چراغدار بررسی شود. بدین منظور، یک شبکه در شهر تهران در نرمافزار سینکرو مدل گردید. برداشتهای آماری خودروها و عابرین پیاده صورت گرفت و پارامترهای نرمافزار تا حدامکان براساس شرایط شهر تهران کالیبره شدند. نتایج تحلیل در نرمافزار سینکرو نشان داد که در صورت حذف مانور واگرد از تقاطع، طول صف و تأخیر و درجه اشباع تقاطع بهطور چشمگیری کاهش پیدا میکند. همچنین سطح سرویس تقاطع ارتقاء مییابد. بهمنظور اعتبارسنجی، تقاطع دیگری در محدوده شهر تهران شبیهسازی شد و نتایج حاصل از آن، بر درستی نتایج مدل اول صحه گذاشت.
https://cer.qom.ac.ir/article_830_35e519841219113cea36caa1b0c26faf.pdf
2017-03-08
67
78
10.22091/cer.2017.830
تقاطع چراغدار
مانور واگرد
نرمافزار سینکرو
شبیهسازی
آرش
مظاهری
mazaheri.arash@znu.ac.ir
1
کارشناس ارشد مهندسی عمران- راه و ترابری، دانشگاه آزاد اسلامی واحد زنجان
AUTHOR
امیر مسعود
رحیمی
amrahimi@znu.ac.ir
2
استادیار، دانشکده فنی مهندسی، دانشگاه زنجان
LEAD_AUTHOR
[1] Roess, R.P., Prassas, E.S., & McShane, W.R. (2011). Traffic engineering. 4th edition, Upper Saddle River, N.J, USA.
1
[2] Manual, H.C. (2010) Highway Capacity Manual. 5th edition, TRB, National Research Council, Washington.
2
[3] Sunkari, S. (2004). “The benefits of retiming traffic signals”, Institute of Transportation Engineers. ITE Journal, 74(4), 26.
3
[4] Carter, D., Hummer, J., Foyle, R., & Phillips, S. (2005). “Operational and safety effects of U-turns at signalized intersections”, Transportation Research Record: Journal of the Transportation Research Board, (1912), 11-18.
4
[5] Zheng, C., Liu, P., Lu, J.J., & Chen, H. (2009). “Evaluating the effect effects of U-turns on level of service of signalized intersections using synchro and SimTraffic”,In Intelligent Vehicles Symposium, 2009 IEEE, 971-976.
5
[6] Potts, I., Harwood, D., Torbic, D.J., Richard, K.R., Gluck, J.S., Levinson, H.S., & Ghebrial, R.S. (2004). Safety of U-Turns at Unsignalized Median Openings NCHRP Report 524. Transportation Research Board, Washington D.D.
6
[7] Akçelik, R. (2008). “The relationship between capacity and driver behaviour”, In Paper presented at the TRB National Roundabout Conference, 18, 21.
7
[8] Martinez, C.J., & Barnes, B.G. (2009). “Feasibility Analysis of Median U-turn Intersection Treatments On Wisconsin’s Busiest Arterial Highway”, In ITE 2009 Technical Conference and Exhibit.
8
[9] Liu, P., Lu, J.J., Pirinccioglu, F., Dissanayake, S., & Sokolow, G. (2007). “Should direct left-turns from driveways be replaced by right-turns followed by U-Turns? The safety and operational comparison in Florida”, In 3rd Urban Street Symposium: Uptown, Downtown, or Small Town: Designing Urban Streets That Work.
9
[10] Kong, L.Z., Xu, R.Y., & Qin, L.J. (2011). “Research of efficiency evaluation of U-turn lanes at Signalized Intersections”, In Research and Development (SCOReD), 2011 IEEE Student Conference on, 436-441.
10
[11] Leng, J., Zhang, Y., & Zhao, H. (2008). “Research on the Impact of Traffic Volume on U-turn at Intersection”, In Modelling, Simulation and Optimization, 2008. WMSO'08. International Workshop on, 368-371.
11
[12] Combinido, J.S.L., & Lim, M.T. (2010). “Modeling U-turn traffic flow”. Physica A: Statistical Mechanics and its Applications, 389(17), 3640-3647.
12
[13] El Esawey, M., & Sayed, T. (2011). “Operational performance analysis of the unconventional median U-turn intersection design”, Canadian Journal of Civil Engineering, 38(11), 1249-1261.
13
[14] Mazaheri , A. (2014) “Determination appropriate Location of U-turn at urban signalized intersection” A Thesis Submitted in Partial Fulfillment of the Requirements for The Degree of M.Sc. in Civil Engineering, Faculty Of Engineering- Department of civil engineering, Islamic Azad university, Zanjan Branch,Iran (In Persion).
14
]15[مظاهری, آ. رحیمی، الف. م. (۱۳۹۳). "ارزیابی مانور واگرد در محل تقاطع چراغدار بر روی شبکه با استفاده از شبیهسازی خردنگر"، دومین همایش ملی پژوهشهای کاربردی در عمران، معماری و مدیریت شهری، تهران، دانشگاه جامع علمی کاربردی.
15