Thesis

ارزیابی پارامتر های موثر سنگ شناسی در میزان سایش خاک به کمک دستگاه lcpc

Download full textFree with an account; signing up with Google takes seconds

Abstract(in Persian; no English abstract is available)

سایندگی از جمله ویژگی های مهم در پروژه های حفاری در آبرفت ها می باشد. این پدیده سبب سایش و خوردگی ابزار حفار و قطعات ماشین های حفاری و افزایش هزینه ها و کاهش قابل توجه در راندمان فرآیند حفاری می گردد. لذا در پروژه های حفاری که پتانسیل سایندگی در دستگاههای حفاری وجود دارد، بررسی و مطالعات اولیه جهت تعیین میزان سایندگی، نقش بارزی را در تخمین هزینه ها و اتخاذ روشهای مناسب برای جلوگیری از سایش خواهد داشت. با این وجود بدلیل پیچیدگی های موجود در خصوصیات زمین شناسی و رفتار خاک ها و عدم انجام مطالعات دقیق ژئوتکنیکی غالبا پیش بینی مقادیر واقعی سایش خاک در حین حفاری دچار مشکلات عدیده ای بوده است.یکی از آزمایش هایی که برای بررسی خصوصیات سایندگی دانه های خاک استفاده می شود، آزمایش lcpc می باشد. دستگاه آزمایش lcpc برای اندازه گیری سایش ذرات در حد پبل های ریز (4 تا 6.3 میلی متر) طراحی شده است. در این پژوهش برای بررسی تاثیر پارامتر های سنگ شناسی موثر در مقدار سایش دانه های خاک، تعدادی از مهمترین کانیهای ساینده از نقاط مختلف ایران جمع آوری شده است. در ابتدا مقادیر سایش و شکنندگی این کانیها مطابق با سه استاندارد afnor p18 553، afnor p18 579 و afnor p18 560 که به ترتیب مربوط به مراحل آماده سازی نمونه برای انجام آزمایش، روش انجام آزمایش و آنالیز اندازه دانه ها به کمک الک های آزمایشگاهی میباشد، اندازه گیری شده است. در ادامه تاثیر پارامترهای زمین شناسی موثر بر میزان سایش نمونه ها که شامل پنج پارامتر شکل، اندازه، زاویه داری، درجه اشباع محیط و پتروگرافی دانه ها میباشد، مورد بررسی قرار گرفته است. میزان اثر گذاری این پارامتر ها بر سایندگی نمونه ها بر اساس استاندارد iso 5725 nf که مربوط به کاربرد آمار، دقت روش آزمون، تعیین تکرار پذیری و قابلیت تولید مجدد یک روش استاندارد با آزمایشهای درون آزمایشگاهی (بر پایه شاخص طبقه بندی x 06-041 استاندارد کشور فرانسه) میباشد، بررسی گردیده است. در انتها پس از کسب اطمینان از تاثیر معنی دار این پارامتر ها بر سایش کانیها، به کمک نرم افزار spss میزان سایندگی برای انواع کانیهای با سختی کمتر از هفت در مقیاس موس پیش بینی شده است.

Supervisors and advisors

محمد غفوری، غلامرضا لشکری پور