Some approaches for prediction of weathering degree of a granadiorite

Abstract

Weathering has several adverse effects on physical, mechanical and deformation characteristics of the rocks. However, some difﬁculties are encountered during the determination of weathering degree of rocks. Ideally, weathering degree should be determined by simple test results and reli- able prediction models. By considering this, the present study aims to develop simple and low-cost prediction models for weathering degree by various prediction tools such as multiple regression, artiﬁcial neural networks and fuzzy inference system. When the models were developing, the test results of the specimens collected from the Harşit granitoid (Gümüşhane) were used and the mod- els were tested by the data published in literature. The inputs of the models are porosity and uni- axial compressive strength, and the models exhibited high prediction performances when checking both for train and test data sets. This result shows that the models developed can be used for indi- rect determinations of weathering degree. However, the multiple regression and artiﬁcial neural network models request numerical input data while the fuzzy inference system can be used by both numerical input data and expert opinion. Due to this, it is considered that the models may have a high potential when determining weathering degree of a rock for various purposes.

Özet

Bozunma kayaların ﬁziksel, mekanik ve deformasyon özellikleri üzerinde birçok olumsuz etkiye sahiptir. Ancak, kayaların bozunma dereceleri belirlenirken çeşitli güçlüklerle karşılaşılmaktadır. İdeal olan, bozunma derecesinin basit deney sonuçları ve güvenilir kestirim modelleriyle be- lirlenebilmesidir. Bu durum dikkate alınarak, bu çalışmada bozunma derecesinin basit ve düşük maliyetli kestirim modellerinin çok değişkenli regresyon, yapay sinir ağları ve bulanık anlamlandırma yöntemleri kullanılarak geliştirilmesi amaçlanmıştır. Modeller geliştirilirken, Harşit granitoyidinden (Gümüşhane) toplanan örnekler üzerinde yapılan deneylerin sonuçları kullanılmıştır. Ayrıca, geliştirilen modeller literatürden derlenen verilerle de test edilmiştir. Geliştirilen modellerin girdi parametreleri gözeneklilik ve tek eksenli sıkışma dayanımı olup, bunlar hem model geliştirme verileri hem de kontrol verileri için yüksek kesitirim performansı sergilemiştir. Bu sonuç, geliştirilen modellerin bozunma derecesinin dolaylı yoldan kestirilm- esinde kullanılabilecek nitelikte olduğunu göstermektedir. Ancak, çok değişkenli regresyon ve yapay sinir ağı modellerinin kullanımı sayısal veri gerektirmekte iken, bulanık anlamlandırma sistemi hem sayısal veri hem de uzamn görüşü ile kullanılabilecek özelliktedir. Bu nedenle, geliştirilen modellerin çeşitli amaçlarla bozunma derecesinin tayin edilmesi açısından önemli bir kullanım potansiyeline sahip olabileceği düşünülmüştür.