کاربرد روش‌های هوشمند و آماری در تخمین مقاومت فشاری تک محوری ماسه سنگ‌ها

نویسندگان

1 دانشکده فنی و مهندسی، دانشگاه صنعتی ارومیه، ارومیه، ایران

2 استادیار، گروه مهندسی معدن، دانشگاه صنعتی بیرجند، بیرجند، ایران

3 استادیار، دنشکده فنی و مهندسی، دانشگاه صنعتی ارومیه، ارومیه، ایران

4 استادیار، گروه مهندسی صنایع، دانشگاه صنعتی بیرجند، بیرجند، ایران

doi
چکیده

اندازه گیری مستقیم مقاومت فشاری تک محوره (UCS) با وجود دقت بالا، زمان بر، پر هزینه و دشوار است. هدف از تحقیق حاضر، تعیین غیرمستقیم مقاومت فشاری تک محوره به روش‌های آماری و هوشمند می‌باشد. بدین منظور ابتدا خصوصیات فیزیکی، شاخص بار نقطه‌ای، سرعت موج تراکمی و سختی اشمیت و مقاومت فشاری تک محوره نمونه‌های ماسه سنگ ساختگاه سد سیاه بیشه و نمونه‌های ماسه سنگ حاصل از شهر دماوند اندازه گیری شد. سپس عملکرد مدل‌های مختلف جهت تخمین UCS بر اساس سرعت موج تراکمی، سختی چکش اشمیت، شاخص بار نقطه‌ای و دانسیته با استفاده از رگرسیون خطی چند متغیره، الگوریتم جنگل تصادفی (RFA)، Kنزدیک‌ترین همسایه (KNN)، شبکه عصبی مصنوعی (ANN) و سیستم استنتاج فازی عصبی تطبیقی (ANFIS) بررسی شد. نتایج نشان داد که از میان عوامل موتاثیر گذار، شاخص بار نقطه‌ای بیشترین تاثیر را بر مقاومت فشاری دارد. نتایج تخمین UCS به روش‌های هوشمند نشان داد که RFA نتایج دقیقتری نسبت به سایر روش‌های بررسی شده ارائه می‌کند. نتایج این روش نشان داد که مقدار شاخص عملکرد مدل، خطا (RMSE) و ضریب تعیین (R2) به ترتیب 1.96، 0.02 و 0.99 می‌باشند. درصد اختلاف UCS اندازه گیری شده با میانگین پیش‌بینی شده برابر با 0.18- درصد می‌باشد که نشان می‌دهد میانگین چهار روش مورد استفاده کمتر از یک درصد اختلاف را با مقدار متوسط اندازه گیری شده نشان می‌دهد و نشانگر کارایی بسیار بالای این روش‌ها در تخمین UCS می‌باشد. نتایج آزمون کروسکال-والیس نشان داد که تفاوت معنی داری بین مقادیر UCS اندازه گیری شده و پیش بینی شده وجود ندارد.