تخمین سختی برشی شکست با استفاده از شبکه عصبی مصنوعی

در سال های اخیر با بهره گیری از روش های مختلف آزمایشگاهی، چگونگی مد برشی شکست با استفاده از نمونه های سنگی مورد بررسی قرار گرفته است. اغلب گسیختگی های رخ داده در طبیعت در اثر عملکرد نیروهای کششی و برشی در توده سنگ می باشد. تعیین دقیق سختی برشی شکست برای درک و تحلیل رفتار گسیختگی ها در حفریات سطحی و زیرزمینی از اهمیت ویژه ای برخوردار می باشد. بررسی جامع دستاوردهای علمی در خصوص تعیین سختی برشی شکست در نمونه های سنگی حاکی از دقت قابل قبول آزمایش های پانچ و جعبه برش برای این منظور بوده ولی کماکان مشکلاتی در تعیین سختی برشی شکست در فرایندهای محاسبه ای در مهندسی وجود دارد. شبکه های عصبی مصنوعی قادر هستند با آموزش صحیح، رابطه منطقی بین متغیرهای مختلف برقرار نموده و با دقت کافی، مقادیر سختی برشی شکست را پیش بینی نمایند. در این مقاله با استفاده از نتایج حاصل از آزمایشات آزمایشگاهی و انتخاب پارامترهای موثر در میزان سختی برشی شکست، مدل بهینه ای از شبکه عصبی مصنوعی برای هر سری از داده ها ایجاد شده و میزان دقت شبکه مورد ازریابی قرار گرفته است. در انتها امکان مقایسه تطبیقی براساس مدل آماری رگرسیون خطی، عرضه شده است.