پیش بینی مقاومت فشاری تک محوری و مدول الاستیسیته ماسه سنگ ها با استفاده از شبکه عصبی مصنوعی و آنالیز رگرسیون چند متغیره

تعیین دقیق ویژگی های ژئومکانیکی سنگ ها از جمله مقاومت فشاری تک محوری و مدول الاستیک با استفاده از روش های مرسوم آزمایشگاهی، بسیار مشکل و نیازمند صرف زمان و هزینه زیادی می باشد. این موضوع به خصوص در مورد سنگ های ناهمسانگرد، با سطوح لایه بندی، متخلخل و ضعیف مطرح می باشد. به منظور غلبه بر این مشکلات، توسعه روابط و مدل های پیش-بینی کننده برای تخمین این پارامترها در مهندسی سنگ ضروری به نظر می رسد. هدف از این مطالعه، پیش بینی مقاومت فشاری تک محوری و مدول الاستیک ماسه سنگ ها با استفاده از شبکه عصبی مصنوعی و آنالیز رگرسیون چند متغیره می باشد. به همین منظور، تعداد 130 نمونه مغزه سنگی تهیه شده و آزمایش های جامعی بر روی آنها انجام شده است. برای توسعه مدل شبکه عصبی پیش بینی کننده، ویژگی های فیزیکی سنگ های مورد مطالعه شامل سرعت موج، تخلخل، دانسیته خشک، شاخص دوام و درصد جذب آب به عنوان داده های ورودی در نظر گرفته شده اند، در حالی که مقاومت فشاری تک محوری و مدول الاستیک پارامترهای خروجی می باشند. عملکرد پیش بینی مدل شبکه عصبی پیشنهاد شده و آنالیز رگرسیون چند متغیره با استفاده از شاخص های آماری از قبیل R، RMSE و VAF ارزیابی شده است. مقایسه نتایج نشان می دهد که عملکرد شبکه عصبی مصنوعی پیشنهاد شده در پیش بینی مقاومت فشاری تک محوری و مدول الاستیک به مراتب بهتر از آنالیز رگرسیون می باشد.