ارزیابی پتانسیل منطق فازی در پیش بینی خصوصیات مکانیکی بتن خود متراکم حاوی آلژینات و میکروسیلیس
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 585
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ICSAU04_0053
Index date: 2 August 2017
ارزیابی پتانسیل منطق فازی در پیش بینی خصوصیات مکانیکی بتن خود متراکم حاوی آلژینات و میکروسیلیس abstract
از عوامل اصلی تخریب پوشش بتنی کانال های انتقال آب، عدم ویبره، کرموبودن، نفوذپذیری زیاد بتن و همچنین یخ وذوب شدن های مکرر می توان برشمرد. در این تحقیق استفاده از بتن خود متراکم حاوی میکروسیلیس و آلژینات به علتاحتمال ایجاد خصوصیت مثبت مکانیکی و بالا بردن کیفیت بتن و افزایش دوام سازه های هیدرولیکی و سرعت بخشیدنبه اجرای پروژه های آب رسانی، مورد توجه قرار گرفته است. از عوامل مهم در کنترل کیفیت بتن، طرح مناسب دقیقاختلاط بتن می باشد. از طرفی استفاده از محاسبات نرم (تیوری منطق فازی) برای کنترل کیفیت بتن و تعیین طرحمناسب و دقیق اختلاط بتن می تواند با دقت قابل قبولی انجام شود. مقاله حاضر یک مدل مبتنی بر FIS (سیستماستنتاج فازی) برای پیش بینی اولیه مقاومت بتن خود متراکم حاوی میکروسیلیس و آلژینات، با استفاده از نتایج تجربیرا در دسترس و ارایه میدهد که هدف آن بررسی پتانسیل منطق فازی برای پیش بینی نتایج آزمایشات بتن خود متراکمسخت شده ، حاوی میکروسیلیس و آلژینات و پیش بینی خصوصیات مکانیکی آن است.
ارزیابی پتانسیل منطق فازی در پیش بینی خصوصیات مکانیکی بتن خود متراکم حاوی آلژینات و میکروسیلیس Keywords:
بتن خود متراکم , منطق فازی , آلژینات , میکروسیلیس , پیش بینی , آزمایشات بتن سخت شده , خصوصیات مکانیکی
ارزیابی پتانسیل منطق فازی در پیش بینی خصوصیات مکانیکی بتن خود متراکم حاوی آلژینات و میکروسیلیس authors
فاطمه زهرا طاهری الکویی
دانشجوی کارشناسی ارشد عمران، گرایش سازه های هیدرولیکی، دانشگاه شهرکرد
علی حیدری
دانشیار، گروه مهندسی عمران، دانشکده فنی دانشگاه شهرکرد
مهدی اسدی
استادیار، گروه مهندسی آب، دانشکده کشاورزی دانشگاه شهرکرد
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 :