پیش بینی مقاومت پیچشی تیرهای بتن آرمه تقویت شده با FRP با استفاده از شبکه های عصبی مصنوعی
محل انتشار: نشریه مهندسی سازه و ساخت، دوره: 5، شماره: 1
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 586
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JSEC-5-1_003
تاریخ نمایه سازی: 18 تیر 1398
چکیده مقاله:
اعضای سازه ای بتن آرمه نظیر تیرهای پیرامونی، تیرهای حلقوی در پایین دال دایروی، تیرهای نگهدارنده سایبان و سایر انواع تیرها تحت بارگذاری پیچشی قرار می گیرند. مقاوم سازی چنین تیرهایی به ویژه در شرایطی که بارهای سرویس افزایش می یابند و یا ظرفیت سازه ای در اثر گذشت زمان تقلیل می یابد و همچنین شرایطی که به روزرسانی ضوابط آیین نامه ای انجام میشود، ضروری به نظر می رسد. تقویت تیرهای بتن آرمه تحت پیچش توسط صفحات FRP یکی از مدرن ترین تکنیک های موجود در صنعت ساختمان می باشد. مقام سازی سازه ها به کمک FRP باعث افزایش در ظرفیت خمشی، برشی و پیچشی و همچنین سبب تغییر در مود شکست و صفحه شکست می گردد. در این مقاله، پیش بینی مقاومت پیچشی تیرهای بتن آرمه تقویت شده با FRP به کمک شبکه های عصبی مصنوعی مورد بررسی قرار گرفته است. پارامترهای ورودی شبکه عصبی شامل عرض تیر بتن آرمه، ارتفاع تیر، ضخامت ورق FRP، مدول الاستیسیته ورق FRP، تنش تسلیم میلگردهای طولی و عرضی، مقاومت فشاری بتن، عرض موثر نوار تقویت برشی در راستای طول تیر، فاصله مرکز تا مرکز رکابی FRP، زاویه دورپیچ ورقه FRP و تعداد دورپیچ های FRP در نظر گرفته شدند. پارامتر هدف، لنگر پیچشی قابل تحمل توسط تیر می باشد. نتایج تحقیق نشان می دهد شبکه عصبی مصنوعی بهینه با تعداد مشخص نورون در لایه پنهان، با دقت مناسبی می تواند مقاومت پیچشی تیرهای بتن آرمه تقویت شده با FRP را تخمین بزند و از این جهت، می تواند جایگزین مناسبی برای روش های زمان بر و پرهزینه آزمایشگاهی باشد.
کلیدواژه ها:
نویسندگان
حسین نادرپور
دانشیار، دانشکده مهندسی عمران، دانشگاه سمنان، سمنان، ایران
پویان فخاریان
دانشجوی دکتری مهندسی عمران، دانشکده مهندسی عمران، دانشگاه سمنان، سمنان، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :