دوره 4، شماره 1 - ( 11-1400 )                   جلد 4 شماره 1 صفحات 20-1 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Rahimi Shahid M. Evaluation of multivariable regression in predicting rock slake durability index. sjfst 2022; 4 (1) :1-20
URL: http://sjfst.srpub.org/article-6-139-fa.html
رحیمی شهید مجتبی. ارزیابی رگرسیون چند متغیره در پیش‌بینی شاخص دوام وارفتگی سنگ. تحقیقات بنیادی علوم و تکنولوژی 1400; 4 (1) :20-1

URL: http://sjfst.srpub.org/article-6-139-fa.html


گروه زمین شناسی، دانشکده علوم، دانشگاه فردوسی مشهد، مشهد، ایران.
چکیده:   (191 مشاهده)
دوام سنگ در برابر فرسایش، هوازدگی و انحلال در برابر جریان آب یکی از پارامترهای مهم در پروژه­های مهندسی عمران است. بررسی کیفیت شاخص دوام وارفتگی سنگ در برابر جریان آب در انواع موج­شکن­های سنگی، رگاب در سدها و از جمله مصالح ساختمانی (طیف وسیعی از سنگ­های تزئینی) کاملاً ضروری است. آزمایش دوام وارفتگی یک روش رایج برای ارزیابی دوام سنگ­ها است. دوام سنگ ارتباط زیادی با بافت، هوازدگی و خواص فیزیکی و مکانیکی سنگ دارد. در این تحقیق با انجام آزمایش‌های دوام وارفتگی بر روی نمونه‌های متعلق به سازند تله­زنگ، شاخص دوام وارفتگی (SDI) سنگ آهک متعلق به این سازند بررسی شد. همچنین تأثیر تعداد چرخه­ها و رابطه بین شاخص دوام وارفتگی و خواص فیزیکی و مکانیکی بررسی شده است. روابط رگرسیون تک­متغیره و چند متغیره برای پیش‌بینی شاخص دوام وارفتگی استفاده شد. نتایج نشان می‌دهد که رگرسیون خطی چند متغیره با استفاده از ترکیبی از ویژگی‌های ژئومکانیکی، همبستگی بالاتری را بین این ویژگی‌ها و شاخص دوام وارفتگی (SDI) سنگ‌های آهکی مورد مطالعه ارائه می‌دهد. در مدل‌های رگرسیون چند متغیره، ویژگی‌های n، UCS، E و BTS در روابط مختلف بیشترین تأثیر را بر مقدار SDI دارند.
 
متن کامل [PDF 3203 kb]   (41 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مهندسی ژئوتکنیک و زمین شناسی مهندسی
دریافت: 1400/9/24 | پذیرش: 1400/11/5 | انتشار: 1400/11/10

فهرست منابع
1. Heidari M, Rafiei B, Mohebbi Y, Torabi-Kaveh M. Assessing the behavior of clay-bearing rocks using static and dynamic slaking indices. Geotech Geol Eng. 2015; 33(4): 1017-1030. [DOI:10.1007/s10706-015-9884-6]
2. Santi PM, Koncagul EC. Predicting the mode, susceptibility, and rate of weathering of shales, design with residual materials. Assoc Soci Civ Eng Geotech Spec Publ. 1996; 6: 12-26.
3. Franklin JA, Chandra R. The slake-durability test. Int J Mech Min Sci. 1972; 9: 325-341. [DOI:10.1016/0148-9062(72)90001-0]
4. ISRM. International Society for Rock Mechanics. Suggested method for determination of the slake durability index. Int J Rock Mech Min Sci Geomech Abstr. 1979; 16: 154-156.
5. Yagiz S. Correlation between slake durability and rock properties for some carbonate rocks. Bull Eng Geol Environ. 2011; 70(3): 377-383. [DOI:10.1007/s10064-010-0317-8]
6. Fereidooni D, Khajevand R. Correlations between slake-durability index and engineering properties of some travertine samples under wetting-drying cycles. Geotech Geol Eng. 2018; 36: 1071-1089. [DOI:10.1007/s10706-017-0376-8]
7. Ahmad M, Ansari MK, Sharma LK, Singh Rajesh, Singh TN. Correlation between strength and durability indices of rocks- soft computing approach. Procedia Eng. 2017; 191: 458-466. [DOI:10.1016/j.proeng.2017.05.204]
8. Abd El Aal A, Kahraman S. Indirect methods to predict the abrasion resistance and slake durability of marbles. J Mol Eng Mater. 2017; 5(2): 1-11. [DOI:10.1142/S2251237317500071]
9. Bozdag A, Ince I. Predicting strength parameters of igneous rocks from slake durability index, Afyon Kocatepe University. J Sci Eng. 2018; 18(3): 1102-1109. [DOI:10.5578/fmbd.67821]
10. Zorlu K, Yagiz S. Relationships between results of slake durability test and fractal dimension of aggregates. Bulletin of the Earth Sciences Application and Research Centre of Hacettepe University, 2018; 39(2): 89-102.
11. Seyed Mousavi S, Tavakoli H, Moarefvand P, Rezaei M. Evaluating the variations of density and durability index of schist rock under the effect of freezing-thawing cycles. Iran J Min Eng. 2020; 14(45): 1-12.
12. Aksoy M, Ankara H, Kandemir SY. Preparation and evaluation of spherical samples for Slake Durability Index test. Int J Environ Sci Technol. 2019; 16: 5243-5250. [DOI:10.1007/s13762-019-02254-1]
13. Monticelli JP, Ribeiro R, Futai M. Relationship between durability index and uniaxial compressive strength of a gneissic rock at different weathering grades. Bull Eng Geol Environ. 2020; 79: 1381-1397. [DOI:10.1007/s10064-019-01625-9]
14. Beyhan S, Özgür A, Özdemir M. Effect of pH value of the testing liquid on the slake durability of marl. Paper presented at the ISRM International Symposium - EUROCK 2020, physical event not held. 2020.
15. Arman H. Correlation of uniaxial compressive strength with indirect tensile strength (Brazilian) and 2nd cycle of slake durability index for evaporitic rocks. Geotech Geol Eng. 2021; 39: 1583-1590. [DOI:10.1007/s10706-020-01578-x]
16. Aghanabati SA. Geology of Iran. Geological Survey of Iran. 2004; 606p.
17. Maleki MR. Study of the engineering geological problems of the Havasan dam, with emphasis on clay-filled joints in the right abutment. Rock Mech Rock Eng. 2011; 44(6): 695-710. [DOI:10.1007/s00603-011-0165-2]
18. ISRM. Rock characterization testing and monitoring. In: Brown ET (ed) ISRM suggested methods. Pergamon Press, Oxford, 1981; 211p.
19. ASTM D3967. Standard test method for splitting tensile strength of intact rock core specimens. ASTM standards on disc 04.08, designation: D3967. 2001.
20. ASTM D7012. Standard test methods for compressive strength and elastic moduli of intact rock core specimens under varying states of stress and temperatures. 2014.
21. ASTM D2845. Standard test method for laboratory determination of pulse velocities and ultrasonic elastic constants of rock. 2017.
22. ASTM D4644. Standard test method for slake and durability of shales and similar weak rocks. In: Annual book of ASTM standards, Philadelphia, 1990; 4.08: 863-865.
23. Gamble JC. Durability-Plasticity classification of shales and other argillaceous rocks. Ph.D. Thesis, University of Illinois, Urabana. 1971.
24. Zhu J, Deng H. Durability classification of red beds rocks in central Yunnan based on particle size distribution and slaking procedure. J Mount Sci. 2019; 16(3): 714-724. [DOI:10.1007/s11629-018-5234-5]
25. Anon. Classification of rocks and soils for engineering geological mapping. part 1: Rock and soil materials. Bull Int Assoc Eng Geol. 1979; 19(1): 364-371. [DOI:10.1007/BF02600503]
26. Rahimi Shahid M. Evaluation of engineering geological and geomechanical rock mass of the Khersan 2 dam with an emphasis on Dilatometers test. Master's thesis, Faculty of Science, University of Yazd, Iran, 2015; 166p.
27. Chamanzadeh A, Moshrefy-Far MR, Rahimi Shahid M, Moosavi SM. Statistical analysis of the rock masses permeability in Shahid dam site. International Conference on Civil Engineering, Architecture, Urban Management and Environment in the Third Millennium, Rasht, Iran, 2016; 12.
28. Karami M, Rahimi Shahid M, Lashkaripour G. Prediction of brittleness index and determination of experimental correlation between physical and mechanical properties of limestone of TaleZang Formation in Hawasan dam basement. J New Find Appl Geol. 2021; 15(30).
29. Rahimi Shahid M, Karami M, Lashkaripour G. Use of multivariate regression for assessing rock mass permeability in Khersan 2 dam site using discontinuity system parameters. J New Find Appl Geol. 2022; 16(31).
30. Rahimi Shahid M, Hashemian NS. Evaluation of Kriging method on estimation of Lugeon data. 39th National Congress and 4th International Congress of Earth Sciences, Tehran, Iran, 2021; 1-12.
31. Rahimi Shahid M, Kargaranbafghi F. Determining the rock brittle index (BI) using multivariate regression (A case study). J Eng Geol Environ. 2021; 21(2): 29-39.
32. Moradi S, Amiri M, Rahimi Shahid M, Karrari S. The presentation of simple and multiple regression relationships to the evaluation of uniaxial compressive strength sedimentary and pyroclastic rocks with usage experimental of the Schmidt hammer. J New Find Appl Geol. 2022; 16(32).
33. Ghobadi MH, Amiri M, Rahimi Shahid M. The estimation of brittleness indexes of Qom formation sandstones in northern Hamedan using the ratio between point load index and porosity. J New Find Appl Geol. 2022; 17(33).
34. Abdi Y. Application of multivariate regression analysis (MLR) for predicting the UCS and E of sandstones using petrographic characteristics. Iran J New Find Appl Geol. 2020; 14(27): 147-157.
35. Ulusay R, Arikan F, Yoleri MF, Caglayan D. Engineering geological characterization of coal mine waste material and evaluation in the context of back analysis of spoil pile instabilities in a strip mine SW Turkey. Eng Geol. 1995; 40: 77-101. [DOI:10.1016/0013-7952(95)00042-9]
36. Nikudel M, Jamshidi A, Hafezi Moghaddas N. Correlation between durability index and mechanical properties of some samples from building stones with emphasis on the influence of the number of wetting and drying cycles. Iran J Geol. 2011; 4(16): 3-14.
37. Nikudel M, Bahramkhani H, Khamech M, Jamshidi A. Introduction of large-scale durability device and its applicability for evaluating hard rocks durability. Iran J Eng Geol. 2014; 8(2): 2199-2222.
38. Engin CK, Paul MS. Predicting the unconfined compressive strength of the Breathitt shale using slake durability, Shore hardness and rock structural properties. Int J Rock Mech Min Sci. 1999; 36: 139-153. [DOI:10.1016/S0148-9062(98)00174-0]
39. Bashirgonbadi M, Oromiehea A, Nikudel M, Lashkaripour G. Evaluation of slake-durability tests and the usage of slake-durability index in estimating shemskak's rocks ucs. Iran J Geol. 2010; 4(13): 13-26.

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.