Mikro Parametrelerin Makro Mekanik Kaya Davranışı Üzerindeki Etkisi: Ayrık Elemanlar Yöntemiyle Model Kalibrasyonu

Abstract

Mühendislik yapılarının içinde veya üzerinde inşa edilen kayalarla nasıl bir etkileşim içinde olacağını anlamada sayısal modelleme yöntemleri oldukça etkileyeceği bilgiler sunmaktadır. Ancak bu bilgilerin mevcut kaya ortamını ne denli temsil edici olduğu oluşturulan sayısal modelin güvenilirliğine bağlıdır. Bu nedenle bir modelin oluşturulmasında etkili olan mikro parametrelerin en doğru şekilde kalibre edilmesi ve model sonuçlarının, modelin çözünürlüğünden ve/veya boyutlarından bağımsız olması gerekmektedir. Son yıllarda kaya gibi karmaşık katı yapıların mekanik davranışlarının belirlenmesinde yaygın olarak ayrık elemanlar yöntemi (DEM) kullanılmaktadır. Söz konusu çalışmanın amacı, bu yönteme dayanan sayısal bir modelin oluşturulmasında gerekli mikro parametrelerin, bir kayanın makro mekanik özellikleri ve deformasyon davranışı üzerindeki etkisini araştırmaktır. Her bir mikro parametrenin ayrı ayrı ele alındığı çalışmada, Yade açık kaynaklı DEM kodu kullanılarak çok sayıda tek eksenli sıkışma, tek eksenli çekme ve üç eksenli sıkışma dayanım deneyi simülasyonları yapılmıştır. Elde edilen sonuçlar, kayaların tek eksenli sıkışma dayanımının (UCS) öncelikle mikro-kohezyona, tek eksenli çekme dayanımının (UTS) ise birincil olarak partiküller arası çekme dayanımına bağlı olduğunu göstermiştir. Ayrıca bu iki dayanım özelliği mikro-elastisite modülü ve rijitlik oranıyla da güçlü bir etkileşim içindedir. Kayaların deformasyon özelliklerinden olan Young modülü (E) ve Poisson oranı (ν) ise doğrudan mikro-elastisite modülü ve rijitlik oranı ile denetlenmektedir. Mikro-içsel sürtünme açısındaki artış kayanın yenilme zarfının eğimini artırırken, dayanım oranının (UCS/UTS) saptanması deney simülasyonları başlamadan önce atanan koordinasyon sayısıyla belirlenmiştir. Bu çalışma sayısal model parametrelerinin birbirleriyle olan etkileşimlerine göre bir kayanın dayanım ve deformasyon özelliklerinin bağlı olduğu koşulları göstermektedir. Elde edilen sonuçlar, mühendislik yapılarının inşasında karşılaşılacak kaya davranışlarını önceden kestirebilen sayısal modellerin geliştirilmesinde uygulanabilir, pratik ve yol gösterici bilgiler sunmaktadır.

An Efficient Calibration Process for the Prediction of Rock Strength Through Machine Learning Algorithms

“…As is different from others, the N parameter is assigned according to the UCS/UTS ratio of the real rock before the simulation starts. The details of the effects and roles of each micro-parameter on macro mechanical properties can also be followed in Dinç Göğüş [31].…”