CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

گواهی نمایه سازی مقاله پیش بینی مقدار اسلامپ به عنوان یکی از پارامترهای اصلی کارایی دربتن های با مقاومت بالا به کمک مدلسازی شبکه عصبی مصنوعی

عنوان مقاله: پیش بینی مقدار اسلامپ به عنوان یکی از پارامترهای اصلی کارایی دربتن های با مقاومت بالا به کمک مدلسازی شبکه عصبی مصنوعی
شناسه (COI) مقاله: NCTOCE01_053
منتشر شده در کنفرانس ملی تکنیکهای نوین محاسباتی و بهینه سازی در مهندسی عمران در سال ۱۳۹۲
مشخصات نویسندگان مقاله:

بهمن سبحانی - کارشناس ارشد سازه-مدرس دانشگاه فنی حرفه ای ابن حسام خراسان جنوبی
عفت اسماعیل زاده شهری - دانشجوی کارشناسی ارشد سازه واحد بین الملل دانشگاه فردوسی مشهد

خلاصه مقاله:
بتن با مقاومت بالا به عنوان یکی از پارامترهای اساسی در تحلیل وطراحی سازه ها می باشدواز آنجا که این پارامتر خود متاثر از پارامترهایی چون کارایی ،مصالح موجود در بتن و..می باشد لذا کارایی بتن به عنوان یکی از عوامل مهم در دست یابی به بتنی که دارای مقاومت بالا باشد مطرح است و کارایی بتن به میزان اسلامپ و روانی بتن ساخته شده، بستگی دارد. تکثرپارامترهای تاثیرگذار در خواص بتن وارتباط عمدتا غیرخطیپارامترهای تاثیرگذار باخواص بتن و نیز زمان طولانی برای تعیین برخی از خواص بتن از عمده دلایل این امراست بارشد وتوسعه در علم بتن، دستیابی به یک مدل جهت پیش بینی وتخمین اثرات این تغییرات جهت صرفه جویی درانرژی وزمان می تواند اثر بخش باشد در همین راستا امروزه شبکه های عصبی مصنوعی به عنوان یک کلید سودمند در زمینه های مختلف مهندسی عمران بکار گرفت..بر همین اساس دراین مقاله مدلی از شبکه های عصبی مصنوعی در جهت تخمین اسلامپ برای بتن با مقاومت بالا ارائه گردیده که .متغیرهای طرح اختلاط در این تحقیق :سیمان ،خاکستر بادی،نسبت آب به موادسیمانی،مصالح سنگی ریزدانه ،درشت دانه و فوق روان کننده می باشد.ضمناجهت ساخت مدل شبکه عصبی از40 طرح اختلاط با 349 نمونه بتنی استفاده شده است. مدلسازی شبکه عصبی در نرم افزار مطلبMatlab) انجام گرفته وبا بکارگیری مدل مناسبی از شبکه عصبی مصنوعی ،اسلامپ بتن رابدون انجام نتایج آزمایشگاهی تخمین زد.ضمنا بر اساس نتایج بدست آمده از نتایج آموزش وارزیابی شبکه می توان گفت که این نتایج بسیارنزدیک به نتایج آزمایشگاهی می باشد. حسن اصلی این روش کارایی بالای آن در عمل بوده وبا سرعتزیاد می توان طرح اختلاط مناسبی ارائه داد. ضمنا با افزایش داده ها می توان شبکه را اصلاح نمود تا در آینده دقت وحوزه کاربرد آن هم بیشترشود

کلمات کلیدی:
شبکه های عصبی مصنوعی، طرح اختلاط، بتن با مقاومت بالا، کارایی، اسلامپ

صفحه اختصاصی مقاله و دریافت فایل کامل: https://www.civilica.com/Paper-NCTOCE01-NCTOCE01_053.html