پیش بینی مقاومت فشاری بتن خودتراکم با استفاده از تکنیکهای هوش مصنوعی: مروری

بتنهای خود متراکم با خواص رئولوژی و مکانیکی، مناسب از بتنهای جدید محسوب می شوند که در اواخر قرن ۲۰ و اوایل قرن ۲۱ مورد توجه محققین و صاحبان صنایع قرار گرفت. دقت در بتن ریزی، تراکم بتن و ظاهر بتن به عنوان یک متریال اکسپوز همواره از دغدغه های طراحان و مجریان پروژه های عمرانی محسوب می شود. بتنهای خود متراکم با خاصیت تراکم وزنی همواره می تواند از گزینه های پیش روی طراحان باشد. تنوع در مواد مورد استفاده در بتن های خود متراکم از جمله مواد بازیافتی با خاصیت پوزولانی و پرکنندگی در جهت رسیدن به اهداف رئولوژی و مکانیکی از چالش هایی است که طراحان با آن روبرو هستند. همچنین دقت در تعیین نسبت های اختلاط و نتایج حاصل از آن بسیار زمان بر و پرهزینه می باشد. علوم کامپیوتر با بهره گیری از محاسبات نرم و شبکه های عصبی الهام گرفته از ساختار بیولوژیکی مغز انسان سعی در افزایش سرعت، دقت و همچنین کاهش هزینه به جهت جلوگیری از آزمایشات مخرب می پردازد. این پژوهش با هدف پیش بینی مقاومت فشاری بتن خودتراکم با استفاده از تکنیک های هوش مصنوعی انجام شده است. یک تحلیل مقایسه ای از عملکرد تمام تکنیک ها ارائه شده است. نتایج نشان داد که آموزش در یک مدل شبکه عصبی عمیق (Deep Neural Network) با چندین لایه ی پنهان می تواند عملکرد مدل پیشنهادی را بهبود بخشد. مدل شبکه عصبی مصنوعی (ANN) در مقایسه با نتایج تجربی مقاومت فشاری بتن از درجه ی پایداری بالایی برخوردار است. مشاهده شد که ANN یک ابزار پیش بینی قوی است و به همین دلیل برای فرمول بندی بسیاری از خواص مهندسی عمران که نیاز به پیش بینی دارند توصیه می شود. با استفاده از مدل های هوش مصنوعی در زمان و منابع صرفه جویی زیادی می شود زیرا نیاز به آزمایش های تجربی که گاهی اوقات باعث تاخیر در کارهای ساختمانی می شوند از بین می رود.

کلیدواژه ها:

پیش بینی مقاومت فشاری بتن خودتراکم ، هوش مصنوعی