تخمین مدول الاستیسیته سنگ بکر با استفاده از شبکه عصبی مصنوعی و رگرسیون غیر خطی

مدول الاستیسیته سنگ بکر یکی از ملزومات اساسی بسیاری از مطالعات ژئومکانیکی و به ویژه پروژه های حفاری سنگ می باشد. برای تعیین مستقیم مدول الاستیسیته نمونه مغزه های باکیفیت بالا و هندسه مناسب مورد نیاز بوده و تهیه نمونه های مناسب از سنگ های شکسته و هوازده برای این منظور به آسانی امکان پذیر نیست. بنابراین مدل های پیش بینی مدول الاستیسیته براساس خصوصیات شاخص سنگ بکر ارائه گردیده اند. در این مطالعه با استفاده از شبکه عصبی چند لایه پرسپترون با الگوریتم پس انتشار و داده های حاصل از آزمایشات سنگ، مطلوبترین تخمین از مدول الاستیسیته برآورد گردیده و با نتایج حاصل از روش رگرسیون غیر خطی مقایسه شده است. بدین منظور، تعداد 121 داده حاصل از آزمایشات سنگ سه پروژه بهشت آباد، رودبار لرستان و سبزکوه استفاده گردیده است. پارامترهای متعددی از جمله تخلخل، مقاومت فشاری تک محوره، سرعت موج فشاری، مقاومت کششی و چگالی در تخمین پارامتر مدول الاستیسیته مورد استفاده قرار گرفته اند. در بهینه یابی اجزای شبکه عصبی، مدل شبکه عصبی با دو لایه و چهار نورون در لایه مخفی، یک نورون در لایه خروجی و یک سری داده در لایه ورودی و تابع عملکرد tansig به عنوان ساختار بهینه شبکه عصبی برآورد شده است. نتایج حاصل از روش های تخمین مورد استفاده توسط معیارهای ضریب تعیین و جذر مجموع مربعات خطا مورد مقایسه واقع شده اند. این مقایسه نشانگر عملکرد مطلوب تر شبکه عصبی نسبت به رگرسیون غیر خطی می باشد. مقاومت فشاری تک محوری، سرعت موج فشاری و مقاومت کششی غیر مستقیم به ترتیب مهم ترین پارامترهای تاثیرگذار بر عملکرد مدل شبکه عصبی می باشند.