بررسی خواص مهندسی بتن خود تراکم فوق توانمند الیافی و پیش‌بینی خواص رئولوژی آن با شبکه عصبی هیبریدی و RBF

نویسندگان

1 گروه مهندسی عمران، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

2 گروه مهندسی عمران، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

3 گروه مهندسی عمران، دانشگاه قم، قم، ایران

doi
10.22060/ceej.2023.20292.7394
چکیده

امروزه استفاده از بتن­های نوین در حال گسترش است، یکی از انواع این نوع بتن، بتن خود تراکم فوق توانمند الیافی است که شناخت خواص رئولوژی و مکانیکی آن از اهمیت بالایی برخوردار است. ساخت بتن و انجام آزمایش‌های مربوط به آن هزینه‌های مختص به خود را داراست، یکی از راه کارهای کاهش این هزینه‌ها استفاده از روش‌هایی است که بتواند خواص بتن را پیش‌بینی کند. در این تحقیق در قسمت اول از سنگدانه‌های گارنت و بازالت، میکرو سیلیس، خاکستر بادی، نانو سیلیس و الیاف فولادی جهت ساخت بتن خود تراکم فوق توانمند الیافی (UHPSCC) استفاده شده و خواص رئولوژی، مقاومت فشاری، کششی و ریزساختار آن بررسی شده است. جهت صرفه‌جویی در هزینه‌های ساخت و در قسمت دوم این تحقیق، پیش‌بینی و تخمین دو شبکه عصبی مصنوعی ANN-GA (ترکیب شبکه عصبی مصنوعی و الگوریتم ژنتیک) و RBF-NN (شبکه عصبی توابع بنیادی شعاعی) از خواص رئولوژی بتن خود تراکم فوق توانمند الیافی و مقایسه آن با نتایج آزمایشگاهی بررسی شده است. خواص رئولوژی بتن خود تراکم فوق توانمند الیافی که در این تحقیق مورد بررسی قرار گرفته شامل قطر جریان اسلامپ (D)، زمان جریان اسلامپ (T50)، آزمایش قیفV و آزمایش جعبه L است. نتایج آزمایشگاهی نشان‌دهنده مقاومت فشاری و کششی بالا و قرارگرفتن خواص رئولوژی در محدوده مورد پذیرش EFNARC است. تخمین و پیش‌بینی دو شبکه عصبی مورد بررسی از خواص رئولوژی این نوع بتن، نشان‌دهنده دقت قابل‌قبول پیش‌بینی هر دو شبکه عصبی دارد. در میان این دو شبکه عصبی مصنوعی، دقت پیش‌بینی ANN-GA بیشتر است.