research centers


Search results: Found 1

Listing 1 - 1 of 1
Sort by

Article
Artificial Neural Networks Analysis of Treatment Process of Gypseous Soils
التحليل بالشبكات العصبية الاصطناعية لعملية معالجة الترب الجبسية

Authors: Mohammad M. Al-Ani --- Mohammad Y. Fattah --- Mahmoud T. A. Al-Lamy
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2009 Volume: 27 Issue: 9 Pages: 1811-1832
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Artificial Neural Networks (ANNs) are used to relate the properties of gypseous soilsand evaluate the values of compression of soils under different conditions. Therefore, onelayerperception training using back propagation algorithm is used to assess the validity ofapplication of ANNs for modelling the settlement ratio for wetting process, (S/B)w, and thesettlement ratio for soaking process, (S/B)s.It was found that ANNs have the ability to predict the compression of gypseous soildue to soaking, washing process with high degree of accuracy. Also, performance of ANNsshowed that one hidden layer with one hidden nodes is practically enough for the neuralnetwork analysis.The sensitivity analysis indicates that the viscosity and specific gravity have themost significant effect on the predicated settlement ratio and the density of injection materialand void ratio have moderate impact on the settlement ratio. The results also show that theinitial gypsum content, stress and time have the smallest impact on settlement ratio.It was concluded that the artificial neural networks (ANNs) have the ability topredict the settlement ratio for wetting process (S/B)w, and settlement ratio for soakingprocess (S/B)s of gypseous soil with high degree of accuracy. The equations obtained using(ANNs) for (S/B)w, and (S/B)s showed excellent correlation with experimental results wherethe coefficients of correlation are (0.9541) and (0.991), respectively.

تستخدم الشبكات العصبية الاصطناعية لربط خواص الترب الجبسية و تقييم قيم الانضغاط للتربة تحتظروف مختلفة. و عليه أستخدم تدريب المدرك الحسي ذي الطبقة الواحدة بإتباع تقنية الانتشار الرجعيو نسبة (S/B)w لتقييم صلاحية تطبيق الشبكات العصبية الاصطناعية في تمثيل نسبة الهبوط للعملية الرطبة.(B يمثل هبوط الأساس الذي عرضه S حيث أن ) ، ( S/B)s الهبوط للعملية عند الغمرلقد وجد بان الشبكات العصبية الاصطناعية قادرة على دراسة المتغيرات مع بعضها البعض كمجموعةواحدة وإيجاد علاقة بينها بدقة عالية. استخدم في هذه الدراسة طبقة مخفية واحدة احتوت على عقدة واحدةمخفية .اظهر تحليل الحساسية لنماذج الفحوصات باستخدام الشبكات العصبية الاصطناعية بأن لزوجة المادةالمحقونة والكثافة النوعية للتربة لهما التأثير الأكبر على نسبة الهبوط وأظهرت النتائج أن كثافة المادة المحقونة مع نسبة الفجوات للتربة ذات تأثير متوسط على نسبة الهطول كما أظهرت النتائج أن نسبة الجبسالابتدائية والإجهاد والزمن لها تأثير ضئيل في تحديد نسبة الهبوط.لقد تم التوصل إلى استنتاج أن الشبكات العصبية الاصطناعية لها القابلية على تخمين نسبة الهبوطللترب الجبسية مع درجة عالية من الدقة، (S/B)s و نسبة الهبوط للعملية عند الغمر (S/B)w للعملية الرطبةعلاقات ممتازة مع النتائج العملية (S/B)s و (S/B)w فقد أبدت المعادلات التي تم الحصول عليها لتقديرحيث كانت قيم معامل الارتباط ( 0.9541 ) و ( 0.991 ) على التوالي

Listing 1 - 1 of 1
Sort by
Narrow your search

Resource type

article (1)


Language

English (1)


Year
From To Submit

2009 (1)