پیشبینی مقاومت بتن حاوی سنگ‌دانه‌های مختلف از طریق مدل‌سازی در شبکههای عصبی مصنوعی
نویسندگان
چکیده مقاله:
در این تحقیق از طریق مدل‌سازی در شبکههای عصبی مصنوعی، پیشبینی مقاومت بتن حاوی سنگ‌دانه‌های مختلف با استفاده از آزمون‌های غیرمخرب (آلتراسونیک) انجام شد. بدین منظور ابتدا مصالحی با ویژگی‌های متفاوت گردآوری و خواص آن‌ها در آزمایشگاه به‌روش‌های مخرب و غیرمخرب تعیین شده است. نکتۀ مهم این تحقیق، استفاده از سنگ‌دانه‌های مختلف با خواص فیزیکی، مکانیکی و شیمیایی متفاوت و هم‌چنین استفاده از دو آزمون غیرمخرب استاتیکی و دینامیکی است که به‌ترتیب مقاومت تک‌محوری و سرعت موج فشاری است. بنابراین مدل‌سازی شامل نمونه‌های مختلفی است و فضای پیشبینی نیز در برگیرنده روش‌های ایستا و پویا است. نتایج این تحقیق نشان داد که استفاده از شبکههای عصبی مصنوعی نه تنها سبب افزایش دقت می‌شود بلکه باعث کاهش حجم محاسبات و هم‌چنین تأثیر زیادی در کاهش زمان محاسبه خواهد شد.
منابع مشابه
پیش بینی مقاومت بتن حاوی سنگ دانه های مختلف از طریق مدل سازی در شبکه های عصبی مصنوعی
در این تحقیق از طریق مدل سازی در شبکه های عصبی مصنوعی، پیش بینی مقاومت بتن حاوی سنگ دانه های مختلف با استفاده از آزمون های غیرمخرب (آلتراسونیک) انجام شد. بدین منظور ابتدا مصالحی با ویژگی های متفاوت گردآوری و خواص آن ها در آزمایشگاه به روش های مخرب و غیرمخرب تعیین شده است. نکتۀ مهم این تحقیق، استفاده از سنگ دانه های مختلف با خواص فیزیکی، مکانیکی و شیمیایی متفاوت و هم چنین استفاده از دو آزمون غیر...
متن کاملارزیابی مقاومت‌برشی تیرهای بتن‌مسلح لاغر حاوی بتن با مقاومت معمولی با استفاده از شبکههای عصبی مصنوعی
ارزیابی مقاومت نهایی برشی تیرهای بتن‌مسلح به دلیل فرضیات بسیار زیاد در براورد فرمول‌های ارائه‌شده در آیین‌نامه‌ها، یک موضوع بسیار مهم تلقی می‌شود. از طرفی محاسبه دقیق مقاومت برشی تیرهای بتن مسلح هم در زمان طراحی و هم در موارد مقاوم‌سازی از مهم‌ترین پارامترها می‌باشد. مقایسه مقاومت برشی آزمایش‌های موجود و فرمول‌بندی ارائه شده توسط آیین‌نامه ها اختلاف زیادی را نشان می‌دهد. در مقاله حاضر مدل شبکه ...
متن کاملپیش بینی مقاومت پیوستگی میلگرد و بتن حاوی میکروسیلیس، نانوسیلیس و الیاف پلیمری با استفاده از شبکه عصبی مصنوعی
در این پژوهش مقاومت پیوستگی میان میلگرد و بتن حاوی درصدهای مختلف میکروسیلیس، نانوسیلیسو الیاف پلیمری مورد بررسی قرار گرفته است. به همین منظور 36 نمونه آزمایشگاهی استوانه‌ای 15×10 سانتی متری با 12 طرح اختلاط مختلف ساخته شده است. یک مدل شبکه عصبی مصنوعی (ANN) برای پیش بینی نتایج آزمایشگاهی مورد استفاده قرار گرفته است. مدل مورد استفاده شامل 6 پارامتر ورودی میکرو و نانو سیلیس، الیاف پلیمری، نسبت‌ها...
متن کاملمدلسازی مقاومت فشاری بتن غلتکی با استفاده از شبکه عصبی مصنوعی، انفیس و ماشین بردار پشتیبان
امروزه از بتن غلتکی در ساخت سد‌ها و روسازی راه‌ها استفاده می‌شود و طی سال‌های اخیر استفاده از این نوع بتن به علت مزایایی چون کوتاه شدن زمان ساخت، در دسترس بودن مصالح مورد نیاز، عملکرد مناسب در نواحی سرد و عمر مفید طولانی گسترش یافته است. مهم‌ترین خاصیت مکانیکی بتن غلتکی، مقاومت فشاری می‌باشد که افزایش آن می‌تواند عملکرد این نوع بتن را بهبود بخشد. حساسیت بتن غلتکی به اجزای تشکیل‌دهنده آن سبب مشک...
متن کاملتخمین انرژی شکست بتن با استفاده از شبکه عصبی مصنوعی
بتن یکی از رایجترین مصالح صنعتی و ساختمانی است که به دلیل اقتصادی بودن اهمیت روز افزونی پیدا میکند. در سال‌های اخیر با بهرهگیری از روش‌های مختلف آزمایشگاهی، پارامترهای شکست مواد سیمانی مانند بتن مورد بررسی قرار گرفته است؛ نقش این پارامترها در طراحی سازههای سطحی و زیرسطحی از اهمیت ویژهای برخوردار است. در این مقاله مدل شکست بر اساس شبکه عصبی برای تخمین پارامترشکست بتن GF(انرژی مخصوص شکس...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 9 شماره 3
صفحات 2983- 3002
تاریخ انتشار 2015-12
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی برای این مقاله ارائه نشده است
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023