پیش بینی پیرشدگی (Aging) مصالح در بلند مدت

پیرشدگی مصالح (Aging) یکی از مهم ترین عوامل موثر بر کاهش دوام، عملکرد و ایمنی سازه ها در طول دوره بهره برداری محسوب می شود. این پدیده در اثر عوامل محیطی، مکانیکی و شیمیایی نظیر تغییرات دما، رطوبت، تابش فرابنفش، خوردگی، بارگذاری های مکرر و واکنش های داخلی مصالح رخ داده و به تدریج موجب افت خواص فیزیکی و مکانیکی آن ها می شود. پیش بینی رفتار مصالح در بلندمدت نقش مهمی در افزایش عمر مفید سازه، کاهش هزینه های نگهداری و تعمیرات و بهبود برنامه ریزی مدیریت دارایی های عمرانی دارد. در این مقاله با استفاده از روش مطالعه کتابخانه ای، مهم ترین مکانیزم های پیرشدگی در مصالح ساختمانی شامل بتن، فولاد، آسفالت، چوب و مواد کامپوزیتی بررسی شده و روش های متداول پیش بینی عمر مفید از جمله مدل های تجربی، تحلیل های آماری، شبیه سازی عددی و الگوریتم های مبتنی بر هوش مصنوعی معرفی و مقایسه شده اند. همچنین چالش های موجود در پیش بینی دقیق رفتار مصالح، از جمله محدودیت داده های بلندمدت، تاثیر هم زمان عوامل محیطی و تفاوت شرایط اقلیمی، مورد بررسی قرار گرفته است. نتایج نشان می دهد که تلفیق داده های آزمایشگاهی، پایش میدانی و مدل های هوشمند می تواند دقت پیش بینی پیرشدگی مصالح را افزایش داده و زمینه را برای طراحی سازه های بادوام تر و توسعه سیستم های نگهداری پیشگیرانه فراهم سازد.

کلیدواژه ها:

پیرشدگی مصالح ، دوام مصالح ، عمر مفید سازه ، پیش بینی بلندمدت ، مدل سازی ، هوش مصنوعی ، خوردگی ، بتن ، فولاد ، نگهداری پیشگیرانه