پیش بینی مقاومت فشاری ملات استاندارد ماسه سیمان با استفاده از شبکه عصبی مصنوعی و در نظر گرفتن اثر نرمی سیمان

Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 91

This Paper With 14 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_ICS-7-2_007

تاریخ نمایه سازی: 23 دی 1402

Abstract:

نقش نرمی سیمان در روند هیدراتاسیون و رشد مقاومت فشاری در سنین پایین مواد پایه سیمانی غیرقابل انکار است؛ بر این اساس می طلبد که اثر آن در مدل های پیش بینی مورد بررسی قرار گیرد. از این رو، در این پژوهش یک بررسی گسترده شامل ۶۴۰ ترکیب سیمان (۱۹۲۰ آزمونه ملات سیمان) از محصولات کارخانه سیمان با درصدهای مختلف مواد خام ورودی به کوره سیمان انجام شد. مواد خام اولیه شامل اکسیدهای سیلیس، آلومینیوم، آهن، کلسیم، منیزیم، گوگرد، پتاسیم و سدیم برای پیش بینی مقاومت فشاری ۷ روزه ملات استاندارد سیمان با استفاده از روش شبکه عصبی مصنوعی (ANN) در نظر گرفته شد. نرمی پودر سیمان مورد استفاده در این نمونه ها به عنوان یک عامل اثرگذار نیز مورد بررسی قرار گرفت. به این منظور، دو مدل در دو حالت با و بدون در نظر گرفتن نرمی سیمان در پارامترهای ورودی به کار گرفته شد. پس از بررسی نتایج به دست آمده می توان مشاهده کرد که مدلANN با در نظر گرفتن نرمی سیمان عملکرد مناسب تری نسبت به مدل دیگر دارد. یافته های این پژوهش برای پیش بینی مقاومت فشاری سیمان تولیدی در کارخانه ها می تواند هزینه های آزمایشگاهی مربوطه را به شدت کاهش دهد.

Authors

سحر مهدی نیا

دانشجوی دکتری سازه، گروه مهندسی عمران، دانشکده مهندسی، دانشگاه فردوسی مشهد

محمد رضا توکلی زاده

استادیار گروه مهندسی عمران، دانشکده مهندسی، دانشگاه فردوسی مشهد

مهدی احمدی جلایر

کارشناسی ارشد مدیریت ساخت، کارخانه سیمان زاوه تربت

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 :
  • Ahmadi B, Khalooee S. (۲۰۲۲). The Use of high Volume ...
  • Mahdinia S, Eskandari-Naddaf H and Shadnia R. (۲۰۱۷). Effect of ...
  • Lesko S, Lesniewska E, Nonat A, Mutin J-C, and Goudonnet ...
  • Korouzhdeh T and Eskandari-Naddaf H. (۲۰۲۲). Mechanical properties and microstructure ...
  • Yuan Q, Xie Z, Yao H, Huang T, and Fan ...
  • MansourghanaeiM, Biklaryan M and Mardookhpour A. (۲۰۲۲). Experimental Investigation of the ...
  • Ghanei A, Eskandari-Naddaf H, Ozbakkaloglu T and Davoodi A. (۲۰۲۰). ...
  • Arabshahi A, Gharaei-Moghaddam N and Tavakkolizadeh M. Development of applicable ...
  • Kooshkaki A and Eskandari-Naddaf H. (۲۰۱۹). Effect of porosity on ...
  • Mahdinia S, Eskandari-Naddaf H and Shadnia R. (۲۰۱۹). Effect of ...
  • Sarıdemir M. (۲۰۰۹). Predicting the compressive strength of mortars containing ...
  • Azimi-Pour M, Eskandari-Naddaf H and Pakzad A. (۲۰۲۰). Linear and ...
  • Adeli H and Seon Park H. (۱۹۹۵). Counterpropagation neural networks ...
  • Xi X, Yin Z, Yang S and Li C-Q. (۲۰۲۱). ...
  • Felix E F, Carrazedo R and Possan E. (۲۰۲۱). Carbonation ...
  • Abuodeh O R, Abdalla J A and Hawileh R A. ...
  • Ghorbani A. (۲۰۲۱). Experimental and Analytical Investigation on The Effect ...
  • Soltangharaei V, Anay R, Assi L, Bayat M, Rose J, ...
  • Mohammed A, Rafiq S, Mahmood W, Al-Darkazalir H, Noaman R, ...
  • Terzić A, Radulović D, Pezo M, Stojanović J, Pezo L, ...
  • Onal O and Ozturk A U. (۲۰۱۰). Artificial neural network ...
  • Onyari E and Ikotun B. (۲۰۱۸). Prediction of compressive and ...
  • Nasr D, Behforouz B, Borujeni P R, Borujeni S A, ...
  • Eskandari-Naddaf H and Kazemi R. (۲۰۱۷). ANN prediction of cement ...
  • Akkurt S, Ozdemir S, Tayfur G and Akyol B. (۲۰۰۳). ...
  • Duan Z-H, Kou S-C and Poon C-S. (۲۰۱۳). Prediction of ...
  • ASTM C. (۱۹۹۹). ۳۰۵, Standard Practice for Mechanical Mixing of ...
  • Astm C. (۲۰۲۱). ۱۰۹: Standard Test Method for Compressive Strength ...
  • Astm C. (۲۰۱۶). ۲۰۴: Standard Test Methods for Fineness of ...
  • ASTM C. (۲۰۱۸). ۱۱۴, Standard Test Methods for Chemical Analysis ...
  • García-Florentino C, Maguregui M, Morillas H, Marcaida I, and Madariaga ...
  • Astm C. (۲۰۰۲). ۳۴۹-۰۲: Standard Test Method for Compressive Strength ...
  • Jin L, Dong T, Fan T, Duan J, Yu H, ...
  • Zhao Y, Hu H, Song C and Wang Z. (۲۰۲۲). ...
  • Hatami F and Amiri M. (۲۰۲۲). Experimental study of mechanical ...
  • Azimi-Pour M and Eskandari-Naddaf H. (۲۰۱۸). ANN and GEP prediction ...
  • نمایش کامل مراجع