پیش‌بینی مقاومت فشاری بتن فومی با استفاده از شبکه عصبی مصنوعی و تحلیل اهمیت پارامترهای طرح اختلاط

پیش‌بینی مقاومت فشاری بتن فومی با استفاده از شبکه عصبی مصنوعی و تحلیل اهمیت پارامترهای طرح اختلاط

سید رضا سلیم بهرامی1 رضا شاکری2

1) استادیار، گروه مهندسی عمران، دانشکده عمران و معماری، دانشگاه ملی مهارت، تهران، ایران
2) کارشناسی، گروه مهندسی عمران، دانشکده عمران و معماری، دانشگاه ملی مهارت، تهران، ایران

کد IOI مقاله : AAHF-ABKFZA
محل انتشار : کنفرانس ملی فناوری های معماری و هنر، شهر هوشمند، صنایع نرم وخلاق و فرهنگ فناوری (icact.ir)
چکیده :
    هر بتن فومی به دلیل وزن مخصوص پایین و ویژگی‌های مناسب عایق‌کاری، در کاربردهای مختلف عمرانی مورد توجه قرار گرفته است؛ بااین‌حال، پیش‌بینی مقاومت فشاری آن به دلیل اندرکنش پیچیده میان پارامترهای طرح اختلاط و ساختار حفره‌ای، همچنان چالش‌برانگیز است.‎ در این پژوهش، یک مدل شبکه عصبی مصنوعی برای پیش‌بینی مقاومت فشاری بتن فومی بر اساس پارامترهای اصلی طرح اختلاط توسعه داده شد.‎ متغیرهای مرتبط با مقدار سیمان، چگالی خشک، نسبت آب به سیمان و حجم فوم به‌عنوان ورودی‌های مدل در نظر گرفته شدند و مقاومت فشاری به‌عنوان متغیر هدف انتخاب شد.‎ معماری‌های مختلف شبکه با هدف شناسایی ساختار بهینه مورد بررسی قرار گرفته و عملکرد مدل با استفاده از شاخص‌های آماری و مقایسه مستقیم با نتایج آزمایشگاهی ارزیابی شد.‎ نتایج نشان داد که شبکه عصبی قادر است رابطه غیرخطی میان پارامترهای طرح اختلاط و مقاومت فشاری را با دقت مناسبی بازنمایی کرده و در پیش‌بینی داده‌های مستقل نیز عملکرد قابل‌قبولی ارائه دهد.‎ علاوه بر این، تحلیل اهمیت متغیرها نشان داد که نسبت آب به سیمان مهم‌ترین عامل مؤثر بر مقاومت فشاری در مجموعه داده مورد مطالعه است، درحالی‌که چگالی خشک و حجم فوم نیز نقش قابل‌توجهی در تعیین عملکرد مکانیکی بتن فومی دارند.‎ یافته‌های این پژوهش نشان می‌دهد که شبکه عصبی مصنوعی می‌تواند علاوه بر کاهش وابستگی به آزمون‌های آزمایشگاهی، به‌عنوان ابزاری داده‌محور برای پیش‌بینی مقاومت و تفسیر نقش پارامترهای طرح اختلاط بتن فومی مورد استفاده قرار گیرد.

کلمات کلیدی : بتن فومی مقاومت فشاری شبکه عصبی مصنوعی یادگیری ماشین طرح اختلاط تحلیل اهمیت متغیرها