Zastosowanie systemu klasyfikacyjnego do interpretacji wyników badań skrętnego ścinania gruntów

• Autorzy: Srokosz P. , Bujko M. , Górska-Pawliczuk A.

Warianty tytułu

EN

Application of the cluster analysis system for interpretation of results of torsional shear test of soil

• Języki publikacji: PL

Abstrakty

PL

Modyfikacja procedury badawczej skrętnego ścinania próbek gruntu realizowanej w aparacie RC/TS. Proponowana technika badawcza jako prosta i szybka metoda uzyskiwania informacji związanej z degradacją wartości modułu Kirchhoffa w funkcji odkształceń postaciowych materiałów gruntowych. Zastosowanie bezwzorcowego systemu klasyfikacyjnego do obróbki danych uzyskanych z testu zmodyfikowanej techniki badań skrętnego ścinania. Nowa metodyka analizy danych pomiarowych wykorzystująca system identyfikacji klastrów informacyjnych. oparty na równaniach mechaniki kwantowej. Proponowane rozwiązania problemu wyznaczania relacji G-g przedstawione na przykładzie analizy wyników badania TS próbki gruntu spoistego.

EN

The modified torsional shear test procedure tested on the soil specimens in RC/ TS apparatus. Quick and simple research method leading to get the information about decreasing value of Kirchhoff’s modulus in relation of the value of the shear strain of the soil. The application of the cluster analysis system to process data, received from the test of modified torsional shear test procedure. The new analysis method of the research data utilizing the information clusters identifying system, based on laws of quantum physics. Presented solutions of getting G-g relation based on the analysis of the results received from the TS test on the clay specimen.

Słowa kluczowe

PL

geotechnika; grunty spoiste; aparat RC/TS; badania gruntu

• Wydawca: IMOGEOR, Spółka z o. o.
• Czasopismo: Inżynieria Morska i Geotechnika
• Rocznik: 2015
• Tom: nr 5
• Strony: 686--692
• Opis fizyczny: Bibliogr. 15 poz., rys., tab.

Twórcy

autor

Srokosz P.

• Uniwersytet Warmińsko-Mazurski w Olsztynie, Wydział Nauk Technicznych

autor

Bujko M.

• Uniwersytet Warmińsko-Mazurski w Olsztynie, Wydział Geodezji, Inżynierii Przestrzennej i Budownictwa

autor

Górska-Pawliczuk A.

• Uniwersytet Warmińsko-Mazurski w Olsztynie, Wydział Geodezji, Inżynierii Przestrzennej i Budownictwa

Bibliografia

• 1. Atkinson J. H.: Non-linear soil stiffness in routine design, Geotechnique, 50(5), 2000, 487-508.
• 2. Benz T.: Small strain stiffness of soils and its numerical consequences, praca doktorska Uniwerystet w Stuttgarcie, 2007.
• 3. Bhattacharya B., Solomatine D. P.: Machine learning in soil classification, Neural Networks, 19, 2006, 186-195.
• 4. Dyka I.: Use of the laboratory tests of soil modulus in modelling pile behaviour, Studia Geotechnical et Mechanica, 34(3), 2012, 53-61.
• 5. Dyka I., Srokosz P. E.: Badania gruntu w aparacie skrętnego ścinania RC/TS. Część 1. Inżynieria Morska i Geotechnika, 6, 2012, 700-707.
• 6. Dyka I., Srokosz P. E.: Badania gruntu w aparacie skrętnego ścinania RC/TS. Część 2. Inżynieria Morska i Geotechnika, 2, 2014, 118-129.
• 7. Górska-Pawliczuk A., Srokosz P. E.: Możliwości zastosowania systemów klasyfikacyjnych do interpretacji wyników badań sondą CPT. Inżynieria Morska i Geotechnika, 2015 (w druku).
• 8. Liu D., Yang X., Jiang M.: A novel text classifier based on quantum computation, mat. 51 konf. Association for Computational Linguistics, Bułgaria, Sofia, 4-9 września 2013, 484-488.
• 9. Nasios, N., Bors A. G.: Scale estimation for kernel-based classification, proc. IEEE Workshop on Machine Learning for Signal Processing (MLSP), 2006, 217-222.
• 10. Nasios, N., Bors A. G.: Kernel-based classification using quantum mechanics, Pattern Recognition, 40, 2007, 875-889.
• 11. Potts D.M., Zdravkovic L.: Finite element analysis in geotechnical engineering. Theory. Thomas Telford, 1999.
• 12. Puzrin A.M., Burland J. B.: Non-linear model of small strain behavior of soils, Geotechnique, 48(2), 1998, 217-233.
• 13. Puzrin A. M.: Constitutive modelling in geomechanics, Springer-Verlag, Berlin, Heidelberg, 2012.
• 14. Schrödinger E.: Quantisierung als Eigenwertproblem I, Annalen der Physik, 79, 1926, 361-376.
• 15. Wright W. E.: A formalization of cluster analysis, Pattern Recognition 5(3), 1973, 273-282.