بررسی و پیش بینی رفتار دینامیکی بتن با استفاده از الگوریتم های شبکه عصبی مصنوعی و ماشین بردار پشتیبان

در دهه های گذشته ، پژوهش های فراوانی برای پیش بینی رفتار دینامیکی بتن از طریق توسعه مدلهای رفتاری متعدد صورت گرفته است . هدف از این مدلها پیش بینی رفتار بتن در مواجهه با نرخهای کرنش متفاوت، از مقادیر پایین تا بسیار بالا، بوده است . با این حال، چالش های موجود نشاندهنده ضعف هایی در ادبیات فنی در این زمینه است که نیاز به توجه بیشتر دارد. پیش بینی دقیق رفتار بتن تحت بارهای مختلف ، به ویژه با سرعت های مختلف ، یکی از چالش های اساسی در این حوزه است . در پژوهش حاضر، با استفاده از دادههای آزمایشگاهی جمع آوری شده از آزمایش های کششی و فشاری، به بررسی و پیش بینی رفتار دینامیکی بتن تحت نرخهای کرنش مختلف پرداخته شده است . نرخهای کرنش مورد بررسی در این تحقیق از مقادیر پایین (۷- ۱۰ برثانیه ) مانند خزش، تا مقادیر بالا (حدود ۱۰۰۰ بر ثانیه ) مانند آنچه در شرایط انفجار مشاهده می شود، متغیر بوده است . برای تحلیل و پیش بینی این رفتارها، از الگوریتم های یادگیری ماشین نظیر شبکه های عصبی و ماشین بردار پشتیبان استفاده شده است . نتایج حاصل از این تحلیل ها با مدلهای موجود در ادبیات فنی مانند مدلهای معرفی شده توسط کمیته بین المللی بتن (CEB) در سالهای ۱۹۹۰ و ۲۰۱۰ مقایسه شدهاند. این مقایسه به منظور ارزیابی دقت و کارایی مدلهای پیشنهادی در مقایسه با مدلهای پیشین انجام گرفته است .

کلیدواژه ها:

رفتاردینامیکی بتن ، بتن ، شبکه عصبی مصنوعی ، نرخ کرنش ، ماشین بردار پشتیبان.