توضیحات
ABSTRACT
Shear strengthening of reinforced concrete (RC) beams using fiber-reinforced polymers (FRPs) has been studied intensively in the last decade, even if shear for simple RC beams is not actually fully understood. Three main configurations of FRP strengthening including side bonding, U-wrapping, and complete wrapping may be used for externally bonded reinforcement of RC beams. In the present study, the FRP contribution to the shear resistance of RC beams is predicted using available experimental data by applying artificial neural networks (ANNs). With known combinations of input and output data, the neural network can be trained to extract the underlying characteristics and relationships from the data. Then, when a separate set of input data is fed to the trained network, it will produce an approximate but reasonable output. Neural networks are highly nonlinear and can capture complex interactions among input/output variables in a system without any prior knowledge about the nature of these interactions. A database containing the results from more than 200 tests performed in different research institutions across the world was collected. Having parameters used as input nodes in ANN modeling such as beam dimensions, compressive strength of concrete, type of FRP fiber, ultimate tensile strength of FRP, angle of inclination of FRP fibers with respect to the horizontal axis and thickness of FRP, the target/output nodes was shear contribution of FRP. The transfer functions were assumed to be Tan-sigmoid and Logsigmoid for hidden layers. The comparison of the new approaches with existing experimental data and available empirical models shows that the ANN model can accurately predict the shear contribution of FRP.
INTRODUCTION
FRP systems have been shown to increase the shear strength of existing concrete beams and columns by wrapping or partially wrapping the members. Orienting FRP fibers transverse to the axis of the member or perpendicular to potential shear cracks is effective in providing additional shear strength. Increasing the shear strength can also result in flexural failures, which are relatively more ductile in nature compared with shear failures .Shear strengthening of reinforced concrete beams using fiber-reinforced polymers has been studied intensively in the last decade, even if shear for simple RC beams is not fully understood.
چکیده
تقویت برشی بتن های بتنی (RC) با استفاده از پلیمرهای تقویت شده فیبر (FRPs) در دهه گذشته به شدت مورد مطالعه قرار گرفته است، حتی اگر برش برای پرتوهای RC به طور کامل درک نشده باشد. سه شکل اصلی از تقویت FRP از جمله باند جانبی، بسته بندی U و بسته بندی کامل ممکن است برای تقویت بیرونی تقویت شده از پرتوهای RC مورد استفاده قرار گیرد. در مطالعه حاضر، کمک هزینه FRP به مقاومت برشی پرتوهای RC با استفاده از داده های تجربی موجود، با استفاده از شبکه های عصبی مصنوعی (ANNs) پیش بینی می شود. با ترکیبی از داده های ورودی و خروجی شناخته شده، شبکه عصبی را می توان آموزش داد تا ویژگی ها و روابط زیر را از داده ها استخراج کند. سپس، هنگامی که یک مجموعه داده جداگانه ای از داده های ورودی به شبکه آموزش یافته تغذیه می شود، خروجی تقریبی اما منطقی تولید می شود. شبکه های عصبی بسیار غیر خطی هستند و می توانند تعاملات پیچیده بین متغیرهای ورودی / خروجی را در یک سیستم بدون هیچ گونه دانش قبلی درباره ماهیت این تعاملات بگیرند. یک پایگاه داده حاوی نتایج بیش از 200 آزمایش انجام شده در موسسات تحقیقاتی مختلف در سراسر جهان جمع آوری شد. پارامترهای مورد استفاده به عنوان گره های ورودی در مدل سازی ANN مانند اندازه های پرتو، مقاومت فشاری بتن، نوع فیبر FRP، مقاومت کششی نهایی FRP، زاویه تساوی الیاف FRP با توجه به محور افقی و ضخامت FRP، هدف / گره خروجی سهم برشی FRP بود. توابع انتقال فرض شده بودند که Tan-sigmoid و Logsigmoid برای لایه های پنهان هستند. مقایسه رویکردهای جدید با داده های آزمایشی موجود و مدل های تجربی موجود نشان می دهد که مدل ANN می تواند به طور دقیق سهم برشی FRP را پیش بینی کند.
مقدمه
سیستم های FRP نشان می دهد که افزایش مقاومت برشی بتن های بتونی موجود در ستون های بتونی با بسته شدن یا تقریبا بسته شدن اعضای آن افزایش می یابد. فیبرهای FRP شرقی که در جهت محور عضو یا عمود بر ترکهای بالقوه برشی موثرند، در ارائه مقاومت برشی اضافی موثر است. افزایش مقاومت برشی همچنین می تواند به شکستگی های خمشی منجر شود که در مقایسه با شکست های برشی، نسبتا پیچیده تر از طبیعت هستند. تقویت تقویت تیرهای بتونی تقویت شده با استفاده از پلیمرهای تقویت شده فیبر در دهه گذشته شدیدا مورد مطالعه قرار گرفته است، حتی اگر برش RC برای پرتوهای ساده کاملا معلوم نیست.
Year: 2011
Publisher : Sixth National Congress on Civil Engineering
By : H. Naderpour , A. Kheyroddin , M. K. Sharbatdar , G. Ghodrati Amiri,S. R. Hoseini Vaez
File Information: English Language/ 8 Page / size: 199 KB
Only site members can download free of charge after registering and adding to the cart
سال : 1390
ناشر : ششمین کنـگره ملی مهنـدسی عمـران
کاری از : هادي نادرپور، علي خيروددين، م. ک. شربتدار، قدرتدي اميري، س. R. حسینی Vaez
اطلاعات فایل : زبان انگلیسی / 8 صفحه / حجم : KB 199
نقد و بررسیها
هنوز بررسیای ثبت نشده است.