علی روزبهانی - دانشجوی کارشناسی ارشد عمران– سازه، دانشگاه یزد
بهروز احمدی ندوشن - دانشیار دانشکده مهندسی عمران، دانشگاه یزد
مهدی خداداد سریزدی - استادیار دانشکده مهندسی عمران، دانشگاه یزد

تعییین مقاومت فشاری به عنوان مهم ترین شاخصه در معرفی بتن، همواره نیازمند صرف زمان و هزینه بالا می باشد. از طرفی، نحوه عمل آوری و شرایط محیطی متفاوت در آزمایشگاه و محل پروژه، به طور طبیعی موجب بروز خطا در ارائه نتایج می گردد. بنابراین، استفاده از شبکه های عصبی مصنوعی 4، به عنوان روشی هوشمند، به منظور مدل سازی و پیش بینی مقاومت فشاری بتن، با صرف هزینه و زمان کمتر، در کنار کاهش نسبی خطا، راه حلی مناسب و منطقی به نظر میرسد. بدین منظور در این پژوهش، 60 طرح مخلوط بتن خود متراکم ، با در نظر گرفتن پنج نسبت آب به سیمانو مقادیر وزنی مختلف پودر زئولیت و میکروسیلیس ، به عنوان جایگزین قسمتی از سیمان مخلوط، .تهیه گردید. مقاومت فشاری 28 روزه نمونه ها به عنوان تک خروجی هدف شبکه عصبی، با استفاده از جک بتن شکن در آزمایشگاه اندازه گیری شد. همچنین پارامترهایی نظیر مقادیر سیمان، زئولیت، میکروسیلیس، آب و فوق روان کننده به عنوان عوامل ورودی مؤثر در پیش بینی مقاومت فشاری با استفاده از شبکه عصبی مصنوعی در نظر گرفته شدند. نتایج بدست آمده از این تحقیق نشان می دهد که با استفاده از شبکه عصبی مصنوعی میتوان مقاومت فشاری بتن خود متراکم حاویافزودنیهای معدنی پودر زئولیت و میکروسیلیس را با دقت بالایی پیش بینی کرد.

بتن خود متراکم، زئولیت، میکروسیلیس، شبکه عصبی مصنوعی