بررسی آزمایشگاهی و مدلسازی ستونهای دایرهای دوجداره فولادی پرشده با بتن با استفاده از ماشینهای بردار پشتیبان و مدل درخت تصمیمگیری
نویسندگان
1 دانشجوی دکتری، دانشگاه صنعتی نوشیروانی بابل، ایران
2 استاد، دانشگاه صنعتی نوشیروانی بابل، ایران
3 استاد، دانشگاه صنعتی نوشیروانی بابل، بابل، ایران
4 دانشیار ، دانشگاه مازندران، بابلسر، ایران
doi
10.22065/jsce.2021.301313.2546چکیده
سازههای کامپوزیتی میتوانند هزینههای ساخت را کاهش و عمر مفید سازههای بزرگ را افزایش دهند. از این رو، ستونهای دایرهای دوجداره فولادی پرشده با بتن (CFDST) کارایی سازههای کامپوزیتی را میتوانند افزایش دهند. از آنجایی که قطر و ضخامت لوله خارجی بیشترین تاثیر و نقش بسزایی در تعیین ظرفیت باربری ستونهای CFDST دارد، در این پژوهش 4 مقدار مختلف از نسبت قطر به ضخامت برای لوله خارجی شامل 86، 8/85، 6/45 و 44 برای ساخت 16 نمونه بکار گرفته شد. دو نوع بتن برای پر کردن نمونههای CFDST شامل C10 و C20 استفاده شد. رابطهای جامع برای تخمین ظرفیت باربری ستونهای CFDST با استفاده از روشهای هوشمند مصنوعی ارائه شد. نتایج نشان داد که ستونهای CFDST با مقدار Do/to کمتر، دارای ظرفیت باربری بیشتری میباشند. همچنین، با افزایش Do/to مشاهده میشود که شکلپذیری کاهش مییابد. به عنوان یک مقایسه میان بتن-های پر شده در نمونههای CFDST که از ردههای C10 و C20 بوده است، منحنیهای تنش-کرنش نشان دادند که با افزایش مقاومت فشاری بتن، ظرفیت باربری و شکلپذیری نیز افزایش مییابد. در این تحقیق، با افزایش مقاومت فشاری ظرفیت باربری برای ستونهای CFDST حدودا 6% افزایش یافت. در بخش مدلسازی، شاخص آماری ضریب تعیین برای شبکه عصبی مصنوعی (ANN)، ماشینهای بردار پشتیبان (SVM) و مدل درخت تصمیمگیری (M5-MT) در مرحله آزمایش به ترتیب 95/0، 96/0 و 97/0 تعیین گردید. لذا، روش M5-MT در مرحله آزمایش نیز، از عملکرد بهتری نسبت به سایر روشهای پیشنهادی تخمین ظرفیت باربری ستونهای CFDST داشته است. مقایسه روابط تجربی و مدلهای هوشمند پیشنهادی ANN، SVM و M5-MT در تخمین ظرفیت باربری ستون-های CFDST بر اساس مقادیر نرمالشده نیروی محوری نهایی نشان میدهد که رابطه ارائه شده از M5-MT با مقدار میانگین 01/1 و انحراف معیار 19/0 عملکرد بهتری در مدلسازی ظرفیت باربری ستونهای CFDST نسبت به دیگر روشهای هوشمند و روابط تجربی داشته است.