Открытый доступ Открытый доступ  Ограниченный доступ Платный доступ или доступ для подписчиков

ОЦЕНКА ЭФФЕКТИВНОСТИ ЦЕМЕНТАЦИИ ПЕСЧАНОГО ГРУНТА БУРОИНЪЕКЦИОННЫМ МЕТОДОМ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ

Eun Chul Shin, Jeong Jun Park, Jun Yu, Chittaranjan Patra

Аннотация


С помощью искусственной нейронной сети оценена эффективность использования цементного молока для закрепления песчаного грунта. Проведены лабораторные модельные испытания на сухом песчаном основании. По результатам эксперимента разработана нейросетевая модель прогнозирования эффективности расчета нормализованного диаметра устройства, впрыскивающего цементный раствор. Проведен анализ параметров, влияющих на эффективность цементации. Разработана диаграмма нейронной интерпретации связи входных и выходных параметров с использованием уравнения весов. Установлено, что разработанная модель позволяет достаточно хорошо прогнозировать эффективность цементирования.


Полный текст:

PDF

Литература


C. Atalar, E. C., Shin, H. S. Shin, H. S. Koh, and K.S. Su, “Laboratory Study of Grout Injection Efficiency by Using Cylindrical Dynamic Injection System,” Proc. of 5th Int. Geotech. Symp.-Incheon, 527-532 (2013).

S. Akbulut and A. Saglamer, “Estimating the groutability of granular soils: a new approach,” Tunn. and Undergr. Sp. Tech., 17, 371–380 (2002).

G. W. Ellis, C. Yao, O. R. Zha, and D. Penumadu, “Stress and strain modeling of sands using artificial neural networks,” J. Geotech Eng, 121(5), 429-435 (1995).

G. D. Garson, “Interpreting neural-network connection weights,” Artif. Intell. Exp., 6(7), 47–51 (1991).

A. T. C. Goh, “Seismic liquefaction potential assessed by neural network,” J. Geotech. Eng., ASCE, 120(90), 1467-1480 (1994).

A. T. C. Goh, “Modeling soil correlations using neural networks,” J. Comput. Civil Engrg., ASCE, 9(4), 75-278 (1995).

A. T. C. Goh, F. H. Kulhawy, and C. G. Chua, “Bayesian neural network analysis of undrained side resistance of drilled shafts,” J. Geotech. and Geoenv. Eng., ASCE, 131(1), 84-93 (2005).

K. W. Liao, J. C. Fan, and C. L. Huang “An artificial neural network for groutability prediction of permeation grouting with microfine cement grouts,” Comp. and Geotech., 38, 978-986 (2011).

M. Ozer, N. S. Isik, and M. Orhan, “Statistical and neural network assessment of the compression index of clay-bearing soils”, Bull Engig. Geol Environ, 537-545 (2008).

S. L. Ozesmi and U. Ozesmi, “An artificial neural network approach to spatial modeling with inter specific interactions,” Eco. Model., 116, 15-31 (1999).

J. D. Olden, M. K. Joy, and R. G. Death, “An accurate comparison of methods for quantifying variable importance in artificial neural networks using simulated data,” Eco. Model., 178(3), 389-397 (2004).

J. Yu, Evaluation for permeate effect of vibrating frequency grouting by laboratory test and artificial neural network, Incheon National University Ph. D. thesis, (2013).


Ссылки

  • На текущий момент ссылки отсутствуют.