پیشبینی مقاومت پیوستگی بتن و میلگردهای مدفون با استفاده از شبکههای عصبی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 726

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICCE10_0186

تاریخ نمایه سازی: 19 تیر 1394

چکیده مقاله:

برآورد مقاومت پیوستگی بین میلگرد و بتن پیرامون مستلزم انجام مراحل مختلف آزمایشگاهی است که تاثیر پارامترهای مختلفی روی مقاومت پیوستگی را بررسی کرده و بهینه ترین اثر را ارائه می کند. بنابراین ارائه راهکارها و رهیافت هایی به منظور تسهیل این امر از اهمیت ویژه ای برخوردار می باشد، لذا در این راستا شبکه های عصبی مصنوعی دارای قابلیت پیش بینی این مقادیر با همبستگی فوق العاده بالایی است.در این مقاله از داده های آزمایشگاهی آزمایش بیرون کشیدن میلگرد مدفون در بتن استفاده گردید و سپس با استفاده از شبکه های عصبی مصنوعی بر اساس متغیرهای طول مدفون میلگردها و نسبت آب به سیمان، مقاومت بیرون کشیدن میلگرد پیش بینی گردید. از همبستگی بین داده های آزمایشگاهی و داده های حاصل از پیش بینی شبکه های عصبی مصنوعی نتایج قابل استنادی حاصل شد که نشان میدهد شبکههای عصبی به خوبی قابلیت تعیین پیوستگی بین میلگرد و فولاد را داشته و جایگزین مناسبی برای فرمول های تئوریک می باشد.

نویسندگان

حامد ارجمندی

دانشجوی دکتری سازههای هیدرولیکی دانشگاه تبریز

علی فروغی اصل

دانشیار گروه سازههای هیدرولیکی دانشگاه تبریز

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • تخمین مقاومت فشاری بتن با استفاده از شبکه عصبی مصنوعی [مقاله کنفرانسی]
  • EN .(1992), "Design of concrete structures, Part.1-1: General rules and ...
  • ACI 318. (2008), "Building code requirements for structural concrete and ...
  • Loannis P.sfika. and Konstantinos G. Trezos. (2013), "Effect of composition ...
  • Zain, M. and Abd, S. (2009) , :Muliple regression model ...
  • Tsivilis, S. and Parissaki, G. (1995), "A mathematicl model for ...
  • Sartdemir, M. (2009), "Predicting the compressive strength of mortars containing ...
  • 6zcan, F. Atis, C. Karahan, O. Uncuoglu, E. and Tanyildiz, ...
  • Fausett, L. (1 993), "Fundamentas of Neural Networks: Architectures, Algorithms ...
  • Ji, T. Lin, T. and Lin, X. (2006), "A concrete ...
  • Yeh, I. (2007), "Modeling slump flow of concrete using second-order ...
  • Nehdi, M. El Chabib, H. and El Naggar, M. (200 ...
  • Oztas, A. Pala, M. . Ozbay, Caglar, EA. and Bhatti, ...
  • Kewalramani, M. and Gupta, R. (2006) , "Concrete compressive strength ...
  • Parthiban, T. Ravi, R. Parthiban, G. Srinivasan, S. Ramakrishnan, K. ...
  • Guneyisi, E. Gesoglu, M. Ozturan, T. and Ozbay, E. (2009), ...
  • Neural Network Toolbox User's Guide , "MATLAB USER MANUAL, " ...
  • Adhikary, B. and Mutsuyoshi, H. (2006), "Prediction of shear strength ...
  • Mukherjee, A. and Biswas, S. (1 997), "Artificial neural networks ...
  • Huldeson Beale, M. HaganHagan, M T. and Demuth, H. B. ...
  • نمایش کامل مراجع