11493

11493

پيش‌بيني بعضي از خواص رئولوژي بتن با استفاده از مدل‌هاي هوشمند

كارشناسي ارشد

عمران -مديريت ساخت

آذرماه 1391

آذرماه 1391

دكتر مصطفي خانزادي

چكيده بتن خودتراكم، نوعي بتن با قابليت جريان و رواني بالاست كه در آن جدا شدگي به ندرت ديده مي¬شود و به راحتي مي¬تواند در محل و در قالب گسترده و پخش شود و قالبي را كه در آن تراكم ميلگردها زياد است را پر كند. به بيان ديگر، بتن خودتراكم بايد بتواند در اثر وزن خود و بدون نياز به لرزاننده خارجي جريان يابد و حركت كند. چون كارايي يكي از مشخصات بارز و مهم بتن خودمتراكم است، شناخت و درك رفتار اين نو ع بتن در حالت تازه آن ضروري است. مشخص شدن خصوصيات كارايي بتن خودتراكم مستلزم نمونه‌گيري‌هاي زياد و صرف زمان و هزينه مي‌باشد، بنابراين محققين مختلف همواره سعي در ارائه مدل‌هاي عددي و غير عددي براي پيش‌بيني مشخصات بتن تازه هستند. يكي از متداول¬ترين و محبوبترين اين روش¬ها استفاده از الگوريتم¬هاي هوش مصنوعي است، كه در اين بين روش ماشين بردار پشتيبان(SVM) يكي از جديدترين متدهاي موجود مي¬باشد. در اين پژوهش هدف ارائه مدلي جهت پيش¬بيني پاره¬اي از پركاربردترين آزمايشات رئولوژي با استفاده از اين الگوريتم، مي¬باشد. در تحقيق حاضر با توجه به نياز به پيش بيني، برخي خصوصيات رواني بتن از جمله جريان اسلامپ و زمان T50، قطر و اختلاف ارتفاع حلقه J، نسبت جعبه L، زمان قيف V و مقاومت فشاري 7 و 28 روزه با بررسي تغيير 5 متغير نسبت آب به سيمان، مواد سيماني، فوق روان كننده، نسبت ماسه به سنگدانه و درصد جايگزيني ميكروسيليس، بوسيله سيستم ماشين هاي بردار پشتبان مدلسازي و پيش بيني شد. نتايج نشان داد، مدل SVM توانسته است، جريان اسلامپ و زمان T50، قطر و اختلاف ارتفاع حلقه J، زمان قيف Vو نسبت جعبه L و مقاومت فشاري 7 و 28 روزه را به ترتيب در كل با دقت هاي 0.837 ، 0.762، 0.711، 0.881، 0.787، 0.723، 0.897 و 0.856 پيش بيني كند. همچنين نتايج آناليز حساسيت نشان داد، SVM به خوبي با توجه به داده هاي آموزشي كم مي تواند روندي را كه بتن خودتراكم در داده هاي واقعي تحت اثر عوامل مختلف دارد، در زمان خيلي كم مدل كند. مدل SVM در پيش بيني خصوصيات رئولوژي و مقاومت بتن خودتراكم دقت خوبي داشت. واژه‌هاي كليدي: بتن خودتراكم، رئولوژي، هوش مصنوعي، ماشين بردار پشتيبان