بررسی تاثیر استفاده از افزودنی معدنی در مقاومت فشاری بتن بازیافتی با استفاده از روش برنامه نویسی ژنتیک

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 410

This Paper With 13 Page And PDF and WORD Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NICEUD01_021

تاریخ نمایه سازی: 11 مرداد 1396

Abstract:

سنگدانه های بازیافتی ویژگی ها و ترکیبات متفاوتی در مقایسه با سنگدانه های طبیعی دارند که باعث ایجاد مشکل در پیش بینی عملکرد و ویژگی های بتن ساخته شده با این سنگدانه ها و طرح اختلاط آنها می شود. این تحقیق سعی دارد قابلیت یکی از روش های نوین هوش محاسباتی بنام برنامه نویسی ژنتیک را در تاثیر استفاده از افزودنی معدنی در مقاومت فشاری بتن با سنگدانه ی بازیافتی در سنین مختلف نشان دهد. بنابراین 4مدل GEP با توابع برازش مختلف و نتایج آزمایشگاهی مربوط به 186نمونه با طرح اختلاط های متفاوت از تحقیقات آزمایشگاهی صورت گرفته، جمع آوری شد تا مقاومت فشاری بتن بازیافتی حاوی یکی از افزودنی های معدنی بنام سیلیکافیوم را پیش بینی کند. 60 درصد داده های آزمایشگاهی در بخش آموزش و 40 درصد داده ها در بخش آزمایش استفاده شد. متغیر های ورودی براساس 7 پارامتر بودند که عبارتند از: سن نمونه، مقدار سیمان، مقدار آب، مقدار سنگدانه ی طبیعی، مقدار سنگدانه ی بازیافتی، فوق روان کننده و سیلیکافیوم. نتایج بدست آمده از بخش آموزش و آزمایش مدل ها نشان داد GEP قادر است علاوه بر مدل سازی و پیش بینی مقاومت فشاری بتن بازیافتی در سنین مختلف، تاثیر استفاده از سیلیکافیوم را نیز در افزایش مقاومت فشاری نشان دهد.

Authors

احسان جهانی

استادیار، مهندسی عمران، دانشگاه مازندران، بابلسر

غلامرضا عبدالله زاده

دانشیار، مهندسی عمران، دانشگاه فنی بابل

زهرا کشیر

دانشجوی کارشناسی ارشد، مهندسی مدیریت ساخت، دانشگاه طبری بابل

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 :
  • Li, Y. J., Zhou, S. Q., Yin, J., & Li, ...
  • WRAP, Perfomance Related Approach to Use Recycled Aggregates. (2007), Waste ...
  • Shayan, A., & Xu, A. (2003). Performance and properties of ...
  • Ulloa, V. A., Garc ia-Taengua, E., Pelufo, M., Domingo, A., ...
  • Hansen, T.C. and Narud, H. (1983). *Strength of recycled concrete ...
  • Frondi stou-Yannas, S. (1977, August). Waste concrete as aggregate for ...
  • S agoe-Crentsil, K. K., Brown, T., & Taylor, A. H. ...
  • Gutierrez, P. A., & de Juan, M. S. (2004, November). ...
  • Ajdukiewicz, A., & Kliszczewicz, A. (2002). Influence of recycled aggregates ...
  • Sonebi, M., & Cevik, A. (2009). Genetic programming based formulation ...
  • Tanyildizi, H., & Qevik, A. (2010). Modeling mechanical performance of ...
  • Castelli, M., Vanneschi, L., & Silva, S. (2013). Prediction of ...
  • Sardemir, M. (2011). Empirical modeling of splitting tensile strength from ...
  • Sardemir, M. (2010). Genetic programming approach for prediction of compressive ...
  • Sardemir, M. (2014). Effect of specimen size and shape On ...
  • Perez, J. L., Cladera, A., Rabufal, J. R., & Abella, ...
  • Ozbay, E., Gesoglu, M., & Gineyisi, E. (2008). Empirical modeling ...
  • A.A. Milani, A. Nazari, Modeling ductile -to-brittle transition temperature _ ...
  • A. Nazari, G. Khalaj, N. Didehvar, C omputational investigations of ...
  • S. Bhargava, G.S. Dulikravich, G.S. Murty, A. Agarwal, M.J. Colaco, ...
  • S. Ganguly, S. Datta, N. Chakraborti, Genetic algorithm-based search on ...
  • B. Podgornik, V. Leskovsek, M. Kovacic., J. Vizintin, Residual stress ...
  • Ferreira, C. (2001). Gene expression programming: a new adaptive algorithm ...
  • Ferreira, C. (2004). Gene expression programming and the evolution of ...
  • Wilson, S. W. (2008). Classifier conditions using gene expression programming. ...
  • Qakr, O., & Sofyanl, O. O. (2014). Influence of silica ...
  • نمایش کامل مراجع