بررسی خواص مهندسی بتن خود تراکم فوق توانمند الیافی و پیش بینی خواص رئولوژی آن با شبکه عصبی هیبریدی و RBF

امروزه استفاده از بتن های نوین در حال گسترش است، یکی از انواع این نوع بتن، بتن خود تراکم فوق توانمند الیافی است که شناخت خواص ریولوژی و مکانیکی آن از اهمیت بالایی برخوردار است. ساخت بتن و انجام آزمایش های مربوط به آن هزینه های مختص به خود را داراست، یکی از راه کارهای کاهش این هزینه ها استفاده از روش هایی است که بتواند خواص بتن را پیش بینی کند. در این تحقیق در قسمت اول از سنگدانه های گارنت و بازالت، میکرو سیلیس، خاکستر بادی، نانو سیلیس و الیاف فولادی جهت ساخت بتن خود تراکم فوق توانمند الیافی (UHPSCC) استفاده شده و خواص ریولوژی، مقاومت فشاری، کششی و ریزساختار آن بررسی شده است. جهت صرفه جویی در هزینه های ساخت و در قسمت دوم این تحقیق، پیش بینی و تخمین دو شبکه عصبی مصنوعی ANN-GA (ترکیب شبکه عصبی مصنوعی و الگوریتم ژنتیک) و RBF-NN (شبکه عصبی توابع بنیادی شعاعی) از خواص ریولوژی بتن خود تراکم فوق توانمند الیافی و مقایسه آن با نتایج آزمایشگاهی بررسی شده است. خواص ریولوژی بتن خود تراکم فوق توانمند الیافی که در این تحقیق مورد بررسی قرار گرفته شامل قطر جریان اسلامپ (D)، زمان جریان اسلامپ (T50)، آزمایش قیفV و آزمایش جعبه L است. نتایج آزمایشگاهی نشان دهنده مقاومت فشاری و کششی بالا و قرارگرفتن خواص ریولوژی در محدوده مورد پذیرش EFNARC است. تخمین و پیش بینی دو شبکه عصبی مورد بررسی از خواص ریولوژی این نوع بتن، نشان دهنده دقت قابل قبول پیش بینی هر دو شبکه عصبی دارد. در میان این دو شبکه عصبی مصنوعی، دقت پیش بینی ANN-GA بیشتر است.