Efficiency of pile groups installed in cohesionless soil using artificial neural networks

摘要

This paper presents an artificial neural network (ANN) model that predicts the efficiency of pile groups installed in cohesionless soil and subjected to axial loading. The model accounts for the planar geometry of the group (pile diameter, pile spacing, and pile arrangement) and incorporates the effect of pile installation, pile length, cap condition, soil condition, and type of loading on the group efficiency. The results produced by the proposed ANN model compared well with the available results of laboratory and field tests. The ANN model is a viable design tool that assists foundation engineers in predicting the pile group efficiency in an accurate and realistic manner. In addition, this model can be easily updated to incorporate new data and accommodate new design parameters.Key words: axial load, pile foundation, group efficiency, cohesionless soil, artificial neural networks.Cet article présente un modèle de réseau de neurones artificiels (ANN) qui prédit le coefficient d'efficacité de groupes de pieux installés dans un sol pulvérulent et chargés axialement. Le modèle prend en compte la géométrie en plan du groupe (diamètre, espacement et arrangement des pieux) et incorpore l'effet de l'installation des pieux, leur longueur, la condition du capuchon, et le type de chargement sur le coefficient d'efficacité du groupe. Les résultats produits par le modèle ANN proposé concordent bien avec les résultats de laboratoire et de terrain disponibles. Le modèle ANN est un outil de conception fiable qui aide les ingénieurs de fondations à prédire le coefficient d'efficacité de façon précise et réaliste. De plus, ce modèle peut être facilement mis à jour pour incorporer des données nouvelles et pour accommoder de nouveaux paramètres de conception.Mots clés : charge axiale, fondation sur pieux, coefficient d'efficacité de groupe, sol pulvérulent, réseaux de neurones artificiels.[Traduit par la Rédaction]