دانلود مقاله ISI انگلیسی شماره 151692
ترجمه فارسی عنوان مقاله

مدل سازی گسسته با استفاده از روش های برنامه ریزی ریاضی، دامنه های سنگ را به هم متصل می کند

عنوان انگلیسی
Discrete modelling jointed rock slopes using mathematical programming methods
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
151692 2018 14 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Computers and Geotechnics, Volume 96, April 2018, Pages 189-202

ترجمه کلمات کلیدی
روش عنصر گسسته، توده های سنگی متصل شده، برنامه نویسی مخروط درجه دوم برنامه ریزی ریاضی، تجزیه و تحلیل ثبات،
کلمات کلیدی انگلیسی
Discrete element method; Jointed rock masses; Second-order cone programming; Mathematical programming; Stability analysis;
ترجمه چکیده
در این مقاله یک رویکرد انحصاری برای برنامه ریزی ریاضی برای مدل سازی شیب های سنگی متصل شده است. فرمولاسیون به طور طبیعی منجر به یک برنامه استاندارد مخروطی مرتبه دوم می شود که می تواند با استفاده از حل کننده های کارآمد بهینه سازی حل شود و یک روش کاملا استاتیک به دست می آید که نیازی به پارامترهای دمایی برای مصارف ندارد. به طور مشخص، این رویکرد تا حدودی یک وحدت دو رویکرد جداگانه متمایز را ارائه می دهد: مدل ذرات نرم و مدل سخت ذرات. یک سری از نمونه های عددی برای تأیید رویکرد پیشنهادی انجام شده است. مدل ذرات نرمال چند منظوره تر از مدل ذره سخت است، در حالی که مدل سخت ذرات بیشتر کارآمد است.
پیش نمایش مقاله
پیش نمایش مقاله  مدل سازی گسسته با استفاده از روش های برنامه ریزی ریاضی، دامنه های سنگ را به هم متصل می کند

چکیده انگلیسی

In this paper, a mathematical programming based discontinuum approach is developed for modelling jointed rock slopes. The formulation naturally leads to a standard second-order cone program, which can be solved using efficient optimisation solvers, and a purely static method is derived that does not require artificial damping parameters. Notably, the approach provides somewhat of a unification of two distinct discontinuum approaches: the soft-particle model and the hard-particle model. A series of numerical examples are conducted to validate the proposed approach. The soft-particle model is more versatile than the hard-particle model while the hard-particle model is more efficient.