پیش بینی خواص مکانیکی بتن سبک مسلح به الیاف بازالت حاوی دوده سیلیس و خاکستر بادی با سیستم استنتاج عصبی- فازی سازگار
Publish place: Journal of Civil and Environmental Engineering, University of Tabriz، Vol: 52، Issue: 109
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 98
This Paper With 18 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_CEEJ-52-109_007
تاریخ نمایه سازی: 18 مهر 1402
Abstract:
بتن به عنوان یک ماده ساختمانی دارای مزایا و معایبی است. ازجمله معایب بتن، مقاومت و کرنش کششی بسیار کم و ترد بودن آن تحت بارگذاری خمشی یا فشاری است که این رفتار شکننده، موجب شکست ناگهانی سازههای بتنی هنگام زلزله میگردد. از سویی مقاومت کم سبکدانه ها و شکنندگی این مصالح موجب بروز عملکرد ضعیف تر بتن های سبک در مقابل شکلپذیری میشود. در همین راستا، در این تحقیق به بررسی خصوصیات مکانیکی بتن سبک سازهای حاوی لیکا (Leca) و مقادیر مختلف الیاف بازالت (Basalt) (۰ تا ۵/۰درصد) پرداخته شد. همچنین از مواد پوزولانی دوده سیلیس و خاکستر بادی به منظور اصلاح برخی خواص بتن در مخلوط های بتنی سبک به عنوان جایگزین بخشی از وزن سیمان استفاده شد. در مجموع ۲۱ طرح اختلاط ساخته شده و خواص تازه و سخت شده آن در سنین مختلف ۷ و ۲۸ و ۹۰ روزه تحت آزمایش قرار گرفت. نتایج حاصل از آزمایش ها نشان میدهد حضور الیاف بازالت موجب کاهش اسلامپ و مقاومت فشاری به ترتیب تا ۳۷ و ۱۳ درصد میشود. با این حال تمامی مخلوط ها دارای کیفیت در رده "خوب" و از نظر مقاومتی در گروه "بتن سازهای" قرار گرفته اند. همچنین افزودن الیاف موجب بهبود مقاومت های کششی و خمشی و نیز جمع شدگی شد. از سویی دیگر، به منظور پیش بینی نتایج تجربی از سیستم استنتاج عصبی- فازی سازگار، ANFIS (Adaptive Neuro-Fuzzy Inference System) به عنوان روشی مطمئن در ارزیابی و تخمین نتایج استفاده گردید که نتایج تحلیل عددی آن بیانگر برآورد دقیق نتایج تجربی بود.
Keywords:
Authors
سید حسین قاسم زاده موسوی نژاد
گروه مهندسی عمران، دانشکده فنی، دانشگاه گیلان، رشت
فرزاد جوهری مجد
گروه مهندسی عمران، موسسه آموزش عالی کادوس، رشت
اشکان سرادار
گروه مهندسی عمران، موسسه آموزش عالی کادوس، رشت
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :