Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "geotechnical parameter" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Application of steel slag in stabilizations of expansive soil: an experimental study
Autorzy:
Kabeta, Worku Firomsa
Powiązania:
https://bibliotekanauki.pl/articles/2203418.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
grunt ekspansywny
parametr geotechniczny
stabilizacja gruntu
żużel stalowniczy
expansive soil
geotechnical parameter
soil stabilization
steel slag
Opis:
This study was carried out to evaluate the effect of steel slag (SS) as a by-product as an additive on the geotechnical properties of expansive soil. A series of laboratory tests were conducted on natural and stabilized soils. Steel slag (SS) was added at a rate of 0, 5, 10, 15, 20, and 25% to the soil. The conducted tests are consistency limits, specific gravity, grain size analysis, modified Proctor compaction, free swell, unconfined compression strength, and California Bearing Ratio. The Atterberg limit test result shows that the liquid limit decreases from 90.8 to 65.2%, the plastic limit decreases from 60.3 to 42.5%, and the plasticity index decreases from 30.5 to 22.7% as the steel slag of 25% was added to expansive soil. With 25% steel slag content, specific gravity increases from 2.67 to 3.05. The free swell value decreased from 104.6 to 58.2%. From the Standard Proctor compaction test, maximum dry density increases from 1.504 to 1.69 g/cm3 and optimum moisture content decreases from 19.77 to 12.01 %. Unconfined compressive strength tests reveal that the addition of steel slag of 25% to expansive soil increases the unconfined compressive strength of the soil from 94.3 to 260.6 kPa. The California Bearing Ratio test also shows that the addition of steel slag by 25% increases the California Bearing ratio value from 3.64 to 6.82%. Hence, steel slag was found to be successfully improving the geotechnical properties of expansive soil.
Źródło:
Archives of Civil Engineering; 2023, 69, 1; 105--117
1230-2945
Pojawia się w:
Archives of Civil Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
ANN-based modeling of fly ash compaction curve
Modelowanie krzywej zagęszczalności popiołu lotnego za pomocą SSN
Autorzy:
Zabielska-Adamska, K.
Sulewska, M. J.
Powiązania:
https://bibliotekanauki.pl/articles/231108.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
krzywa zagęszczalności
popiół lotny
zagęszczalność
parametr zagęszczalności
parametr geotechniczny
sieć neuronowa sztuczna
modelowanie numeryczne
ANN
compaction curve
fly ash
compactibility
compaction parameter
geotechnical parameter
artificial neural network
numerical modeling
SSN
Opis:
The use of fly ash as a material for earth structures involves its proper compaction. Fly ash compaction tests have to be conducted on separately prepared virgin samples because spherical ash grains are crushed during compaction, so the laboratory compaction procedure is time-consuming and laborious. The aim of the study was to determine the neural models for prediction of fly ash compaction curve shapes. The attempt of applying the artificial neural networks type MLP was made. ANN inputs were new-created variables - principal components dependent on grain-size distribution (as D10-D90 and uniformity and curvature coefficients), compaction method, and fly ash specific density. The output vectors were presented by coordinates of generated compaction curve points. Each point was described by two independent ANNs. Using ANN-based modelling method, models which enable establishing the approximate compaction curve shape were obtained.
Wykorzystanie popiołu lotnego do konstrukcji ziemnych wymaga jego właściwego zagęszczenia. Zagęszczanie powoduje wzrost gęstości gruntu, zwiększa jego wytrzymałość i zdolność do przenoszenia obciążeń, a także zmniejsza ściśliwość i przepuszczalność. Oznaczenie zagęszczalności popiołu lotnego musi być przeprowadzane na próbkach jednokrotnie zagęszczanych, ponieważ sferyczne ziarna popiołu są niszczone w trakcie ubijania, w związku z tym, laboratoryjne ustalenie krzywej zagęszczalności popiołu jest bardzo czasochłonne. Celem artykułu było wykorzystanie modelowania neuronowego do prognozy kształtu krzywej zagęszczalności popiołu lotnego. Podjęto próbę zastosowania sztucznych sieci neuronowych SSN typu MLP do opisu punktów krzywej zagęszczalności. Każdy punkt krzywej został opisany przez dwie niezależne SSN. Wykorzystano SSN o różnych wejściach, którymi były nowo utworzone zmienne- składowe główne, zależne od uziarnienia (średnic efektywnych d10-d90 oraz wskaźników jednorodności i krzywizny uziarnienia), metody zagęszczenia oraz gęstości właściwej szkieletu gruntowego pdi. Wektorami wyjścia były współrzędne punktów krzywej zagęszczalności popiołu lotnego. Najlepszymi sieciami neuronowymi były sieci o topologii: 6-3-1, 6-2-1 i 6-4-1 dla prognozy wartości wilgotności wi, oraz 5-3-1 i 6-3-1 dla predykcji wartości gęstości objętościowej szkieletu gruntowego. Uzyskano sieci neuronowe o zadowalającej precyzji, szczególnie w przypadku wartości pdi. Modelowanie krzywej za pomocą SSN umożliwiło ustalenie przybliżonego kształtu krzywej zagęszczalności popiołu lotnego.
Źródło:
Archives of Civil Engineering; 2012, 58, 1; 57-69
1230-2945
Pojawia się w:
Archives of Civil Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies