47.4, شماره 89

 

ارسال های اخیر

  • تأثیر تیر پیوند برشی قائم در ساختمان‌های بتنی بهسازی شده بر عملکرد اجزای سازه و ضریب رفتار 

    مظلوم, موسی؛ احمدی نژاد, سید علی (معاونت پژوهش و فناوری دانشگاه تبریزDean of Faculty of Civil Engineering, 2018-02-20)
    در این پژوهش دو قاب 5 و 15 طبقه که با استاندارهای قبل از سال 1970 میلادی طراحی شده­اند مورد بررسی قرار گرفتند و با استفاده از مهاربند واگرای Y معکوس بهسازی لرزه­ای گردیدند. سپس عوامل مؤثر در ضریب رفتار در این قاب­ها قبل و ...

  • بررسی عملکرد طوق، آبپایه و ترکیب آنها در کنترل آبشستگی پایه پل استوانه‌ای 

    شاه کرمی, نازنین (معاونت پژوهش و فناوری دانشگاه تبریزDean of Faculty of Civil Engineering, 2018-02-20)
    یکی از مهم­ترین عوامل تخریب سازه­های رودخانه­ای، ایجاد فرسایش در فونداسیون پایه­ای شکل آن­ها است. با گسترش کنترل نشده این پدیده، چاله آبشستگی سبب تضعیف فونداسیون و در نتیجه ایجاد تهدید برای کل سازه خواهد شد. در این تحقیق ...

  • اثر سیستم پوشش تک لایه در کنترل زهاب اسیدی سدهای باطله معادن 

    بدو, کاظم؛ ارجمند قره قشلاقی, مهرداد (معاونت پژوهش و فناوری دانشگاه تبریزDean of Faculty of Civil Engineering, 2018-02-20)
    در صنعت معدن از سیستم­های پوششی روی مواد زائد معدنی به عنوان روشی مؤثر برای کاهش تولید زهاب اسیدی استفاده می­شود. یکی از این روش­ها استفاده از سیستم پوششی تک لایه است که در آن، تراز آب نزدیک سطح باطله­ها باقی­ می­نماند. ...

  • تخمین همگرایی تونل‌های دایروی عمیق با استفاده از منحنی تنش- کرنش توده‌سنگ اطراف آن 

    رنجبرنیا, مسعود؛ رحیم پور, نیما (معاونت پژوهش و فناوری دانشگاه تبریزDean of Faculty of Civil Engineering, 2018-02-20)
    این مطالعه در ارتباط با ارائه روش تحلیلی جدیدی است که بر اساس آن، تغییر شکل شعاعی دیواره تونل­های دایره­ای با استفاده از منحنی تنش- کرنش توده­سنگ اطراف تونل تخمین زده می­شود. کرنش دیواره تونل از مجموع بخش "الاستیک" منحنی ...

  • پیش‌بینی چند ایستگاهه نیترات با بهره‌گیری از ابزار هوش مصنوعی و محاسبات نرم 

    شرقی, الناز؛ نورانی, وحید؛ عندلیب, غلامرضا (معاونت پژوهش و فناوری دانشگاه تبریزDean of Faculty of Civil Engineering, 2018-02-20)
    در این مقاله مدل­سازی چند ایستگاهه رواناب- نیترات در حوضه آبریز Little River Watershed (LRW)، با استفاده از تبدیل موجک و نقشه­های خود سازمانده و مدل­های هوش مصنوعی انجام گردید. به طوری که سری­های زمانی رواناب- نیترات توسط ...