تخمین مقاومت برشی درزه های طبیعی با الگوریتم بیان ژنی

نوع مقاله : علمی - پژوهشی

نویسندگان

1 دانشجوی دکتری معدن - مکانیک سنگ، دانشگاه شهید باهنر کرمان

2 دانشیار، عضو هیات علمی دانشکده مهندسی معدن، دانشگاه شهید باهنر کرمان

3 استاد، عضو هیات علمی دانشکده مهندسی نفت، دانشگاه شهید باهنر کرمان

چکیده

بررسی رفتار برشی درزه ها بدلیل اثر مهم آن بر پایداری سازه های روباز مانند شیروانی های سنگی از اهمیت بالایی برخوردار است. در این راستا کارهای مهم و ارزشمندی توسط محققین متعددی صورت پذیرفته است. به منظور پیش بینی مقاومت برشی اوج درزه ها مدل‌های تجربی و نظری گوناگونی ارائه شده است. هدف نهایی این مدل‌ها، پیش‌بینی مقاومت برشی اوج درزه ها از طریق پارامترهای شناخته شده و بدون انجام آزمایش می باشد. بدلیل کمبود و سختی اخذ نمونه‌های طبیعی، تحقیقات پیشین اکثراً بر روی نمونه‌های مصنوعی از جنس سیمان یا گچ با شکل هندسی منظم (مربع / مستطیل) انجام شده است. تحقیق حاضر به بررسی رفتار برشی درزه‌های طبیعی بدون پرشدگی حاصل از حفاری مغزه‌گیری می‌پردازد. بدین منظور عملیات فتوگرامتری بردکوتاه بر روی 52 نمونه درزه طبیعی انجام و خواص مورفولوژی سطح آن ها برداشت شد. آزمون برش مستقیم تحت شرایط بار نرمال ثابت انجام شد و مقاومت برشی اوج درزه ها بدست آمد. برای تعیین رابطه پیش بینی کننده و تخمین مقاومت برشی درزه ها از الگوریتم برنامه سازی بیان ژنی که توانایی برقراری رابطه ضمنی بین پارامترهای ورودی و متغیر خروجی را دارد، استفاده شد. ﺟﻬﺖ ﻣﺪل ﺳﺎزی، از 70 درﺻﺪ داده‌ها ﺑﺮای آﻣﻮزش و  30 درﺻﺪ ﻣﺎﺑﻘﻲ ﺑﺮای آزﻣﺎﻳﺶ ﻣﺪل ﻫﺎ به صورت تصادفی، اﺳﺘﻔﺎده شده است. در مجموع چهار مدل اجرا و رابطه ریاضی بین پارامترها جهت پیش بینی مقاومت برشی اوج ارایه شد. برای ارزیابی کارآیی مدل‌ها، از معیارهای معتبر مانند R2، MSE، MAE، RSME و RSE استفاده شد. نتاج نشان داد الگوریتم برنامه سازی بیان ژنی از دقت مناسبی برای تخمین متغیر خروجی برخوردار است. مطالعه و دستیابی به این تعداد از درزه‌های طبیعی با سه نوع سنگ می‌تواند یک اتفاق خاص باشد که به راحتی قابلیت تکرار آن نیست.

کلیدواژه‌ها


عنوان مقاله [English]

ESTİMATİON OF THE SHEAR STRENGTH OF NATURAL JOİNTS USİNG GENE EXPRESSİON ALGORİTHM

نویسندگان [English]

  • Masoud Shamsoddin Saeed 1
  • Saeed Karimi Nasab 2
  • Hossein Jalalifar 3
1 1PhD-Candidate in Rock Mechanics, Shahid Bahonar University of Kerman
2 Assocciate of Mining Engineering, Shahid Bahonar University of Kerman
3 Department of Mining Engineering, Shahid Bahonar University of Kerman
چکیده [English]

Studying the shear behavior of rock joints due to its significant effect on the stability of structures is very important. In this regard, important and valuable works have been done. Many empirical and theoretical models have been proposed to estimate the joint shear strength. The ultimate goal is to predict the joint shear strength through known parameters without carrying out tests. This study investigates the shear behavior of natural rock joints obtained from core drilling without filling materials. For this purpose, the surface morphological characteristics of the natural joints were captured by Close-Range Photogrammetry. The direct shear tests were performed on the Constant Normal Load condition. The Gene Expression Programming algorithm was used to obtain the relationships between variables. In order to model 70% of data were used to train and the remaining 30% of data to test. Overall, four models were run and a mathematical relationship was presented to estimate the shear strength of natural rock joints. To evaluate the efficiency of the models, valid criteria were used such as: R2, MSE, MAE, RSME. The results showed that the GEP algorithm has an appropriate accuracy for the estimation of the output variable.

کلیدواژه‌ها [English]

  • Shear strength
  • Gene expression programming
  • Natural rock joint
  • direct shear test
  • Photogrammetry
#1. Patton, F.D. Multiple modes of shear failure in rock. in 1st ISRM Congress. 1966. International Society for Rock Mechanics and Rock Engineering.# #2. Ladanyi, B. and G. Archambault. Simulation of shear behavior of a jointed rock mass. in The 11th US Symposium on Rock Mechanics (USRMS). 1969. American Rock Mechanics Association.# #3. Barton, N., Review of a new shear-strength criterion for rock joints. Engineering geology, 1973. 7(4): p. 287-332.# #4. Kulatilake, P., et al. New peak shear strength criteria for anisotropic rock joints. in International Journal of Rock Mechanics and Mining Sciences & Geomechanics Abstracts. 1995. Elsevier.# #5. Zhao, J., Joint surface matching and shear strength part A: joint matching coefficient (JMC). International Journal of Rock Mechanics and Mining Sciences, 1997. 34(2): p. 173-178.# #6. Barton, N. Shear strength investigations for surface mining. in Proceedings of the 23rd US Rock Mechanics Symposium. 1982.# #7. Li, Y., et al., A new shear strength criterion of three-dimensional rock joints. 2020. 53(3): p. 1477-1483.# #8. Jaeger, J.J.G., Friction of rocks and stability of rock slopes. 1971. 21(2): p. 97-134.# #9. Schneider, H.J.R.M., The friction and deformation behaviour of rock joints. 1976. 8(3): p. 169-184.# #10. Plesha, M.E.J.I.j.f.n. and a.m.i. geomechanics, Constitutive models for rock discontinuities with dilatancy and surface degradation. 1987. 11(4): p. 345-362.# #11. Saeb, S. and B. Amadei. Modelling rock joints under shear and normal loading. in International journal of rock mechanics and mining sciences & geomechanics abstracts. 1992. Elsevier.# #12. Jing, L., E. Nordlund, and O. Stephansson. An experimental study on the anisotropy and stress-dependency of the strength and deformability of rock joints. in International journal of rock mechanics and mining sciences & geomechanics abstracts. 1992. Elsevier.# #13. Maksimović, M. The shear strength components of a rough rock joint. in International journal of rock mechanics and mining sciences & geomechanics abstracts. 1996. Elsev# #14. Homand, F., et al., Friction and degradation of rock joint surfaces under shear loads. 2001. 25(10): p. 973-999.# #15. Lee, H., et al., Influence of asperity degradation on the mechanical behavior of rough rock joints under cyclic shear loading. 2001. 38(7): p. 967-980.# #16. Grasselli, G. and P. Egger, Constitutive law for the shear strength of rock joints based on three-dimensional surface parameters. International Journal of Rock Mechanics and Mining Sciences, 2003. 40(1): p. 25-40.# #17. Tatone, B.S., Quantitative characterization of natural rock discontinuity roughness in-situ and in the laboratory. 2009: University of Toronto Toronto, Canada.# #18. Cottrell, B., B. Tatone, and G. Grasselli. Joint replica shear testing and roughness degradation measurement. in Proceedings of Eurock. 2010.# #19. Ghazvinian, A., et al., Importance of tensile strength on the shear behavior of discontinuities. 2012. 45(3): p. 349-359.# #20. Xia, C.-C., et al., New peak shear strength criterion of rock joints based on quantified surface description. 2014. 47(2): p. 387-400.# #21. Lee, Y.-K., et al., Model for the shear behavior of rock joints under CNL and CNS conditions. 2014. 70: p. 252-263.# #22. Tang, Z.C., L.N.Y.J.R.M. Wong, and R. Engineering, New criterion for evaluating the peak shear strength of rock joints under different contact states. 2016. 49(4): p. 1191-1199.# #23. Yang, J., et al., Experimental study on peak shear strength criterion for rock joints. 2016. 49(3): p. 821-835.# #24. Kumar, R. and A.K. Verma, Anisotropic shear behavior of rock joint replicas. International Journal of Rock Mechanics and Mining Sciences, 2016. 90: p. 62-73.# #25. Liu, Q., et al., Updates to JRC-JCS model for estimating the peak shear strength of rock joints based on quantified surface description. Engineering geology, 2017. 228: p. 282-300.# #26. Tian, Y., et al., Updates to grasselli’s peak shear strength model. 2018. 51(7): p. 2115-2133.# #27. Zhao, Y., et al., Shear-related roughness classification and strength model of natural rock joint based on fuzzy comprehensive evaluation. International Journal of Rock Mechanics and Mining Sciences, 2020: p. 104550.# #28. Kim, D.H., et al., Improvement of photogrammetric JRC data distributions based on parabolic error models. International Journal of Rock Mechanics and Mining Sciences, 2015. 80: p. 19-30.# #29. Ferreira, C., Gene expression programming: a new adaptive algorithm for solving problems. arXiv preprint cs/0102027, 2001.#