محصولات

خانه مقالات-Article مقالات عمران-Civil Articles مدل سازي اعداد چكش اشميت با استفاده از شبكه هاي عصبي مصنوعي براي پيش بيني دقيقتر مقاومت بتن
مدل سازي اعداد چكش اشميت با استفاده از شبكه هاي عصبي مصنوعي براي پيش بيني دقيقتر مقاومت بتن[taliem.ir]

مدل سازي اعداد چكش اشميت با استفاده از شبكه هاي عصبي مصنوعي براي پيش بيني دقيقتر مقاومت بتن

رایگان!

موفقيت هاي بينظير شبكه هاي عصبي به عنوان ابزاري جهت مدل سازي و پيش بيني خواص مصالح بتني موجب شد تا توجه مهندسين به اين روش جلب  شود. در اين تحقيق نيز از اين روش براي مدلسازي اعداد چكش اشميت در جهت پيش بيني دقيقتر مقاومت بتن استفاده شده است. پس از اخذ  پارامترهاي لازم از آزمايش هاي آزمايشگاهي، نتايج براي ورود به مرحله مدلسازي آماده شد. در مرحله اول شبكه با استفاده از 5متغير ساخته شده و دقت  مقاومت نهايي پيش بيني شده مورد ارزيابي قرار گرفت. در مراحل بعد متغيرهاي ديگري به شبكه داده شد و در نهايت با توجه به حداقل خطا در هر  مرحله از پيش بيني، مدل بهينه انتخاب و نتايج آن با روشهاي تجربي مقايسه شد. نتايج نشان داد كه مدل شبكه عصبي مصنوعي چكش اشميت قادر  است مقاومت بتن را با دقت قابل قبولي تخمين بزند.

توضیحات محصول

چکیده

موفقيت هاي بينظير شبكه هاي عصبي به عنوان ابزاري جهت مدل سازي و پيش بيني خواص مصالح بتني موجب شد تا توجه مهندسين به اين روش جلب  شود. در اين تحقيق نيز از اين روش براي مدلسازي اعداد چكش اشميت در جهت پيش بيني دقيقتر مقاومت بتن استفاده شده است. پس از اخذ  پارامترهاي لازم از آزمايش هاي آزمايشگاهي، نتايج براي ورود به مرحله مدلسازي آماده شد. در مرحله اول شبكه با استفاده از 5متغير ساخته شده و دقت  مقاومت نهايي پيش بيني شده مورد ارزيابي قرار گرفت. در مراحل بعد متغيرهاي ديگري به شبكه داده شد و در نهايت با توجه به حداقل خطا در هر  مرحله از پيش بيني، مدل بهينه انتخاب و نتايج آن با روشهاي تجربي مقايسه شد. نتايج نشان داد كه مدل شبكه عصبي مصنوعي چكش اشميت قادر  است مقاومت بتن را با دقت قابل قبولي تخمين بزند.

 

مقدمه

آزمايش چكش اشميت از قديميترين آزمايشات غير مخرب در بتن بوده و هنوز به ميزان گسترده اي جهت تعيين سختي مصالح به كار ميرود. پيستون چكش  اشميت بر روي سطح نمونه قرار ميگيرد و با فشار دادن چكش، پيستون به درون چكش فرو ميرود. انرژي در فنر ذخيره ميشود و به طور اتوماتيكي در هر سطح انرژي كه از قبل تعيين شده، آزاد ميشود و جرمي بر روي استوانه برخوردميكند. ارتفاع عكس العمل جرم بر روي درجهاي به عنوان سختي قابل  اندازه گيري است. اين ابزار قابل حمل است و هم در صحرا و هم در آزمايشگاه مي توان استفاده كرد. مدل هاي چكش اشميت در سطوح مختلف انرژي  موجود است. نمونه هاي آزمايش به عمل آمده در محل سازه و همچنين مغزه ها تا حدي در اين رابطه مفيد ميباشند. براي ارزيابي مقاومت يك سازه بتني،  چكش بايد روي سطح صاف، ترجيحا سطحي كه در موقع بتن ريزي در تماس با قالب بوده است، قرار گيرد. اين آزمايش به تغيرات موضعي در بتن  حساس ميباشد. براي مثال وجود ذرات درشت دانه درست زير پيستون باعث نمره زياد و غير طبيعي ميشود. بر عكس وجود حفره كوچكي در زير پيستون  سبب حصول نتيجه كم خواهد شد. توصيه هاي مفيد در مورد اين آزمايش غير مخرب كه به منظور تخمين درجاي مقاومت فشاري بتن به كار ميرود در بخش  201آيين نامه 986و ASTM C 805-85ارائه شده است.

 

 

ABSTRACT

The unique success of the neural networks as a tool for modeling and predicting the properties of concrete materials caused the engineers’ attention to be drawn to this method. In this research, this method is used to model Schmitt’s hammer numbers in order to more accurately predict concrete strength. After obtaining the necessary parameters from laboratory experiments, the results were prepared for entering the modeling stage. In the first stage, the network was constructed using 5 variables and the final predicted accuracy was estimated. In the next step, other variables were given to the network and finally, with the least error in each stage of the prediction, the optimal model was selected and the results were compared with the experimental methods. The results showed that Schmitt’s artificial neural network model can estimate concrete strength with acceptable accuracy.

INTRODUCTION

Schmidt’s test is one of the oldest non-destructive tests in concrete and is still used extensively to determine the hardness of materials. The Schmitt hammer piston is placed on the sample surface, and by pushing the hammer, the piston falls into the hammer. The energy is stored in the spring and automatically released at any predetermined energy level and the mass falls on the cylinder. The height of the reaction of the mass on a degree can be measured as difficulty. This tool is portable and can be used both in the desert and in the laboratory. Schmitt’s chuck models are available at various energy levels. Examples of experiments carried out at the site of the structure and also the cores are somewhat useful in this regard. To evaluate the strength of a concrete structure, the hammer should be placed on a flat surface, preferably a surface that has been in contact with the masonry during concrete laying. This test is sensitive to local variations in concrete. For example, the presence of coarse particles just below the piston causes a large and abnormal score. By contrast, the presence of a small cavity below the piston will result in less results. Useful advice on this non-destructive test, which is used to estimate the compressive strength of the concrete, is provided in Section 201 of Regulation 986 and ASTM C 805-85.

Year: 2011

Publisher : Sixth National Congress on Civil Engineering

By : Javad Sharifi, Mohammad Reza Nikodel, Hadi Izadi 

File Information: persian Language/ 8 Page / size: 222 KB

Only site members can download free of charge after registering and adding to the cart

Download tutorial

سال : 1390

ناشر : ششمین کنـگره ملی مهنـدسی عمـران

کاری از : جواد شريفي ،محمد رضا نيكودل ،هادي ايزدي

اطلاعات فایل : زبان فارسی / 8 صفحه / حجم : KB 222

فقط اعضای سایت پس از ثبت نام و اضافه کردن به سبد خرید می توانند دانلود رایگان کنند.خوشحال می شویم به ما پبیوندید

آموزش دانلود

 

دیدگاه‌ها

هیچ دیدگاهی برای این محصول نوشته نشده است.

Be the first to review “مدل سازي اعداد چكش اشميت با استفاده از شبكه هاي عصبي مصنوعي براي پيش بيني دقيقتر مقاومت بتن”