بررسي خواص مهندسي بتن خود تراكم فوق توانمند اليافي و پيش‌بيني خواص رئولوژي آن با شبكه عصبي هيبريدي و RBF

امروزه استفاده از بتن هاي نوين در حال گسترش است، يكي از انواع اين نوع بتن، بتن خود تراكم فوق توانمند اليافي است كه شناخت خواص رئولوژي و مكانيكي آن از اهميت بالايي برخوردار است. ساخت بتن و انجام آزمايش‌هاي مربوط به آن هزينه‌هاي مختص به خود را داراست، يكي از راه كارهاي كاهش اين هزينه‌ها استفاده از روش‌هايي است كه بتواند خواص بتن را پيش‌بيني كند. در اين تحقيق در قسمت اول از سنگدانه‌هاي گارنت و بازالت، ميكرو سيليس، خاكستر بادي، نانو سيليس و الياف فولادي جهت ساخت بتن خود تراكم فوق توانمند اليافي (UHPSCC) استفاده شده و خواص رئولوژي، مقاومت فشاري، كششي و ريزساختار آن بررسي شده است. جهت صرفه‌جويي در هزينه‌هاي ساخت و در قسمت دوم اين تحقيق، پيش‌بيني و تخمين دو شبكه عصبي مصنوعي ANN-GA (تركيب شبكه عصبي مصنوعي و الگوريتم ژنتيك) و RBF-NN (شبكه عصبي توابع بنيادي شعاعي) از خواص رئولوژي بتن خود تراكم فوق توانمند اليافي و مقايسه آن با نتايج آزمايشگاهي بررسي شده است. خواص رئولوژي بتن خود تراكم فوق توانمند اليافي كه در اين تحقيق مورد بررسي قرار گرفته شامل قطر جريان اسلامپ (D)، زمان جريان اسلامپ (T50)، آزمايش قيفV و آزمايش جعبه L است. نتايج آزمايشگاهي نشان‌دهنده مقاومت فشاري و كششي بالا و قرارگرفتن خواص رئولوژي در محدوده مورد پذيرش EFNARC است. تخمين و پيش‌بيني دو شبكه عصبي مورد بررسي از خواص رئولوژي اين نوع بتن، نشان‌دهنده دقت قابل‌قبول پيش‌بيني هر دو شبكه عصبي دارد. در ميان اين دو شبكه عصبي مصنوعي، دقت پيش‌بيني ANN-GA بيشتر است.