مدلسازی رفتار برشی تیرهای مقاوم شده با پلیمر از طریق روش مارس با رویکرد پیاده سازی متغیرهای سازه ای و هندسی

برآورد دقیق مقاومت برشی در تیرهای بتن مسلح یک موضوع اساسی در طراحی مهندسی است. پیش بینی مقاومت برشی در این نوع تیرها دارای دقت بالایی نمی باشد. استفاده از الگوریتمهای هوش مصنوعی برای پیش بینی مقاومت برشی تیرهای بتن مسلح پیشنهاد شده است. استفاده از الیاف پلیمری (FRP) برای تقویت سازه های بتنی به دلیل مقاومت در برابر خوردگی عالی، مقاومت در برابر کشش بالا و خاصیت ضد مغناطیسی مناسب بسیار مورد توجه قرار گرفته است. در این تحقیق مدلهای هوشمند محاسباتی بهبود یافته برای محاسبه مقاومت برشی بتن تقویت شده بر اساس اسپلاین رگرسیون تطبیقی چند متغیره (MARS) و مدل درخت (MT) ارائه شده است. نتایج نشان می دهد که مارس و مدل درخت یک روش قوی برای پیش بینی مقاومت برشی تیرهای بتنی تقویت شده با FRP بوده است. مدل FRP و پیشنهادی تولید شده توسط مارس و مدل درخت عملکرد قابل توجهی در مقایسه مدلهای تجربی و آیین نامه های پیشین داشته و میزان خطا را تا حدی زیادی کاهش داده است. نتایج این تحقیق نشان می دهد از مدلهای ارائه شده می توان برای پیش طراحی در جهت ارزیابی رفتار برشی تیرهای مسلح تقویت شده با ورقه های FRP استفاده نمود.

کلیدواژه ها:

الیاف FRP ، مقاومت برشی ، هوش مصنوعی ، روش مارس ، مدل درخت تصمیم