بررسی مقاومت بتن حاوی میکرو سیلیس و خاکستر بادی با استفاده از شبکه عصبی مصنوعی

امروزه روش های هوشمند و الهام گرفته از طبعیت در حل مسائل پیچیده طرفداران زیادی دارد. یکی از پرطرفدارترین و کاراترین این ساختارها، شبکه های عصبی مصنوعی هستند که قادرند یک رابطه کلی بین اطلاعات حجیم و پیچیده ناشی از آزمایشها و مثالهای تجربی به دست آورند. با گسترش روزافزون جمعیت و افزایش میزان ساخت و ساز و همچنین به دلیل محدود بودن منابع و مصالح مصرفی، تقاضا برای استفاده از مصالح جدید و مقاوم در برابر زلزله، در صنعت ساختمان افزایش پیدا کرده است. در این تحقیق، با در نظرگیری پارامترهای طرح اختلاط بتن به عنوان ورودی، از مدل سازی شبکه عصبی استاتیکی و سری زمانی برای پیش بینی مقاومت فشاری بتن استفاده خواهد شد. طرح های اختلاط با درصدهای مختلف خاکستر بادی و میکروسیلیس (%۱، %۵ ، %۷ ، %۱۰ ، % ۱۲، %۱۵، %۱۸) و مخلوط میکروسیلیس و خاکستر بادی با درصدهای یکسان (%۱ و %۱ ، %۳ و %۳ ، %۵ و %۵ ، %۷ و %۷ ، %۹ و %۹ ، %۱۰و %۱۰ ) به عنوان درصدی از وزن سیمان، جهت بررسی عملکرد مدل های مورد استفاده، به کار گرفته شده است. بر اساس نتایج به دست آمده مدل های شبکه عصبی سری زمانی با ۵ نورون عملکرد بسیار مناسبی برای پیش بینی مقاومت فشاری بتن با دقت و قابلیت اعتماد بیشتر، از خود نشان می دهد. همچنین جایگزینی میکروسیلیس به عنوان بخشی از سیمان در درصد های مختلف، عملکرد بهتری نسبت به خاکستر بادی و مخلوط این دو (سیلیس و خاکستر بادی) در افزایش مقاومت بتن نسبت به نمونه شاهد دارد.

کلیدواژه ها:

Compressive Strength of Concrete ، Static neural networks ، Time-series models ، micro silica ، Fly ash