ارزیابی ترک خوردگی در سدهای بتنی توسط شبکه های عصبی مصنوعی

توانایی ارزیابی و پیشبینی ترکخوردگی در سازههایی با اهمیت بالا همچون سدهای بتنی میتواند نقشی مهم درحفظ و نگهداری اینگونه سازهها و کاهش در هزینههای ترمیم و آسیبشناسی سد ایفا کند. یکی از بهترین و دقیقترینروشها برای ارزیابی ترکهای سدهای بتنی استفاده از مدلهای نرم هست. در بین این مدلها، مدل شبکههای عصبی از دقت بسیار بالایی در خصوص برازش یک تابع نسبت به سایر مدلها برخوردار است. با این حال، علیرغم دقت و توانایی بالای روش شبکههای عصبی در ارزیابی تابع و درعینحال سهولت استفاده از این روش، تاکنون استفاده از شبکههای عصبی در ارزیابی ترکخوردگی سدهای بتنی خیلی مورد توجه محققان قرار نگرفته است. در این مطالعه با انتخاب سد بتنی قوسی زایندهرود به عنوان نمونه موردی، نحوهی تغییرات برخی از ترکهای این سد با استفاده از شبکههای عصبیمورد ارزیابی قرارگرفته است. در شبکههای تعریف شده تراز آب و دمای بتن بهعنوان پارامترهای ورودی و مقدار تغییر افقی و قائم ترکها به عنوان پارامترهای خروجی لحاظ گردید. تعداد ترکهای موجود که دادههایشان موجود است 51 عدد استکه از این تعداد، 51 ترک متعلق به سد و 1 ترک دیگر متعلق به سرریز سد می باشدکه به دلیل سستتر بودن زمین در سمت راست سد و بالطبع کمتر بودن مقاومت تکیهگاه در این قسمت نسبت به سمت چپ، از 51 ترک سد 8 تا از آنها در نیمهی راست سد واقعاند که در این مطالعه همین 8 ترک مورد ارزیابی قرار گرفتهاند. با توجه اینکه مقدار تراز آب برایتمام ترکها در هر ماه یکسان است و مقدار دما نیز برای هر 8 ترک مورد نظر در هر ماه مقدار ثابتی می باشد لذا این امکان وجود دارد که بتوان برای این ترکها به صورت مجموعهای، شبکه عصبی تعریف نمود. بدین منظور 51 ترک سدزاینده رود را می توان به سه مجموعه تقسیم نموده )دو مجموعه برای ترکهای سد و یک مجموعه نیز برای ترکهای سرریز( و برای هر مجموعه جداگانه شبکه عصبی تعریف نمود که در این شبکه ها ورودی ها، دما و تراز آب هستند و به اندازه ی دو برابر تعداد ترکهای هر مجموعه برای آن مجموعه خروجی داریم. برای شبکه تعریف شده برای هشت ترک واقع در طرفراست سد مقادیر شاخصهای R ، R2 ، MAE ، SSE ، MSE و RMSE ،1/5019 ،1/ به ترتیب برابر با 58151 / 1/1190 و 1818 ،55/9518 ،1/1158 تعیین شدند. همانطور که ملاحظه میشود برای بیش از نیمی از ترکها با استفاده از شبکههای عصبی مصنوعی مقادیر شاخص خطا، مقادیر کاملاً مناسبی به دست آمدهاند و مقادیر پیشبینی شدهبه مقادیر واقعی بسیار نزدیک هستند. به طور کلی از این تحقیق میتوان نتیجه گرفت که برای ارزیابی تغییرات ترکهای سدهای بتنی و پیشبینی روند تغییرات آنها در آینده، شبکههای عصبی مصنوعی روش بسیار دقیق و توانمندی به شمار میرود و میتوان با این روش دید بسیار خوبی بر وضعیت آسیبدیدگی سد بتنی پیدا نمود

کلیدواژه ها:

ترکخوردگی ، شبکه عصبی مصنوعی ، سد زایندهرود ، تراز آب ، دمای بتن