پیش بینی مقاومت پیچشی تیرهای بتن آرمه تقویت شده با FRP با استفاده از شبکه های عصبی مصنوعی

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 586

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

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.

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 :
  • A. Ghobarah, M.N. Ghorbel, S.E. Chidiac, Upgrading Torsional Resistance of ...
  • S. Panchacharam, A. Belarbi, Torsional Behavior of Reinforced Concrete Beams ...
  • M. Ameli, H.R. Ronagh, P.F. Dux, Experimental investigations on FRP ...
  • A.K.Y. Hii, R. Al-Mahaidi, Experimental Investigation on Torsional Behavior of ...
  • M.R. Mohammadizadeh, M.J. Fadaee, H.R. Ronagh, Improving torsional behaviour of ...
  • M.H. Arslan, Predicting of torsional strength of RC beams by ...
  • A. Deifalla, A. Ghobarah, Strengthening RC T-Beams Subjected to Combined ...
  • A.S. Mahmood, M.N. Mahmood, Torsional Behavior of Prestressed Concrete Beams ...
  • C. Tudu, Study of Torsional Behaviour of Rectangular Reinforced Concrete ...
  • V.H. Jariwala, P. V. Patel, S.P. Purohit, Strengthening of RC ...
  • R. Rafeeq, Torsional Strengthening of Reinforced Concrete Beams Using CFRP ...
  • G.C. Behera, T.D.G. Rao, C.B.K. Rao, Torsional behaviour of reinforced ...
  • S.K. Elwan, Torsion strengthening of RC beams using CFRP (parametric ...
  • H. Naderpour, A. Kheyroddin, G.G. Amiri, Prediction of FRP-confined compressive ...
  • M. Ahmadi, H. Naderpour, A. Kheyroddin, Utilization of artificial neural ...
  • A. Kheyroddin, H. Naderpour, M. Ahmadi, Compressive Strength of Confined ...
  • H. Naderpour, A. Kheyroddin, G. Ghodrati Amiri, S.R. Hoseini Vaez, ...
  • D. Rezazadeh Eidgahee, F. Fasihi, H. Naderpour, Optimized Artificial Neural ...
  • G. Shafabakhsh, H. Naderpour, F. Fasihi, Optimized ANN Algorithm for ...
  • H. Naderpour, H. Vosoughifar, E. Ghobakhloo, Evaluation of Effective Parameters ...
  • G. Shafabakhsh, H. Naderpour, R. Noroozi, Optimized ANN Algorithm for ...
  • H. Naderpour, P. Fakharian, F. Hosseini, Prediction of Behavior of ...
  • H. Naderpour, S.A. Alavi, A proposed model to estimate shear ...
  • S. Hosseini Vaez, H. Naderpour, M. Barati, Estimating the behavior ...
  • C.E. Chalioris, Analytical model for the torsional behaviour of reinforced ...
  • State Planning Organization and Management, Design guidelines and customer agreement ...
  • M. Ameli, H.R. Ronagh, P.F. Dux, Behavior of FRP Strengthened ...
  • H. Zhang, J. W., Lu, Z. T. Zhu, Experimental study ...
  • A.K.Y. Hii, R. Al-Mahaidi, Torsional Capacity of CFRP Strengthened Reinforced ...
  • C.E. Chalioris, Torsional strengthening of rectangular and flanged beams using ...
  • M.R. Mohammadizadeh, M.J. Fadaee, H.R. Ronagh, A. Ahmadinezhad, Behavior of ...
  • M.R. Mohammadizadeh, M.J. Fadaee, Torsional Behaviour of High-Strength Concrete Beams ...
  • S. Ma, N.M. Bunnori, K.K. Choong, Evaluation of Ultimate Strength ...
  • B. Peter, T.B. Edil, DESIGN OF HIGHWAY EMBANKMENTS USING TIRE ...
  • L. Milne, Feature selection using neural networks with contribution measures, ...
  • نمایش کامل مراجع