مدل های هوشمند برای پیش بینی مقاومت فشاری بتن سبز ساخته شده با ریزدانه و درشت دانه های ضایعات سرباره مس

در سال­های اخیر استفاده از ضایعات سرباره مس به عنوان جایگزین مصالح سنگدانه در بتن به دلیل صرفه اقتصادی و کمک به محیط زیست رواج یافته است. از طرفی، زمان­بر بودن و هزینه­ زیاد مطالعات آزمایشگاهی سبب تمایل به استفاده از مدل­های مبتنی بر هوش مصنوعی برای پیش­بینی خواص انواع مختلف بتن شده است. با این وجود، تاکنون رابطه­ای برای تخمین مقاومت فشاری بتن­های حاوی سرباره مس به عنوان جایگزین ریزدانه­ها و درشت دانه­های طبیعی ارائه نشده است. در این مطالعه، با جمع­آوری بانک داده قدرتمند شامل ۴۵۸ نمونه از مطالعات آزمایشگاهی معتبر، یک رابطه موثر برای تخمین مقاومت فشاری این نوع بتن ارائه شده است. مجموعه داده های جمع­آوری شده شامل متغیرهای ورودی مختلفی ازجمله نسبت آب به مواد پودری، مقدار مواد پودری، مقدار ریزدانه­ها، مقدار درشت دانه ها، درصد سرباره مس و سن عمل آوری بتن می­باشد. بدین منظور، از دو مدل هوشمند مبتنی بر برنامه­ریزی ژنتیک[۱] (GP) و سیستم استنتاج منطق فازی- عصبی [۲](ANFIS) استفاده شده است. همچنین، از الگوریتم ازدحام ذرات (PSO) برای تنظیم پارامترها و بهینه سازی مدل ANFIS بهره گرفته شد. نتایج در حالت کلی بیان­گر قابلیت تعمیم­پذیری و دقت بیشتر مدل ANFIS (۹۴/۰R۲ =) نسبت به مدل GP می­باشد. مدل ترکیبی ANFIS-PSO با تنظیم بهینه پارامترها، بهترین جواب (۹۶/۰R۲ =) را در مقایسه با سایر مدل­ها ارائه کرد. با تحلیل حساسیت متغیرهای ورودی مشخص گردید که سن عمل آوری و مواد پودری به­ترتیب بیشترین تاثیر مثبت را دارند و نسبت آب به مواد پودری نیز بیشترین تاثیر منفی بر مقاومت فشاری بتن سبز حاوی سرباره مس را دارد؛ افزایش حجم ریزدانه­ ها نیز باعث افت شدید مقاومت فشاری این نوع بتن­های می­شود. رابطه پیشنهادی بر مبنای مدل GP، تخمین مقاومت فشاری و انجام مطالعات پارامتری تکمیلی را بدون نیاز به انجام محاسبات پیچیده و هزینه اضافی امکان پذیر می­سازد.

کلیدواژه ها:

بتن سبز سرباره مس سنگدانه های بتن مقاومت فشاری مدل پیشبینی برنامه ریزی ژنتیک سیستم استنتاج فازی ، عصبی