پيش بيني رشد مقاومتي ملات هاي فروسمنتي داراي نانوذرات سيليس با بكارگيري شبكه هاي عصبي مصنوعي

با رشد و توسعه بكارگيري مصالح و روشهاي مختلف در علم بتن، دستيابي به يك مدل جهت پيش بيني و تخمين اثرات اين تغييرات جهت صرفه جويي در انرژي و زمان مي توان اثربخش باشد. در همين راستا امروزه شبكه هاي عصبي مصنوعي به عنوان يك كليد سودمند در زمينه هاي گوناگون مهندسي عمران به كار گرفته شود. از طرف ديگر، توجه و تمركز برروي عملكرد نانوذرات نيز در بسياري از رشته ها فزوني يافته است. علاوه بر اين فروسمنت به عنوان يك نوع خاص از ديوارهاي كم ضخامت بتن مسلح مطرح مي باشد كه به طور كلي از ملات سيمان ساخته مي شود و با توجه به عدم نياز به مهارت خاص جهت ساخت و ويژگي هاي منحصر به فرد آن، در زمينه هاي گوناگون كاربرد يافته است. برهمين اساس، در اين مقاله مدلي از شبكه هاي عصبي مصنوعي درجهت تخمين مقاومت فشاري 3 و 7 و 28 روزه ملاتهاي داراي نانوذرات و فوق روان كننده بكار گرفته شد. متغيرهاي طرح هاي اختلاط شامل سه نسبت آب به سيمان مختلف (0/5،0/4،0/35) چهار نسبت مختلف جايگزيني نانوذرات سيليس (3%،2%،1%،0%) مي باشند. جهت ساخت مدل آموزش و ارزيابي از نتايج 24 طرح اختلاط بهره گرفته شد. به طوري كه 75% اين نتايج جهت آموزش شبكه و 25% باقيمانده جهت ارزيابي عملكرد شبكه مورد استفاده قرار گرفتند. برنامه در نرم افزار MATLAB به اجرا در آمد. سپس اطلاعات طرح هاي اختلاط و متغيرهاي شبكه در چهار لايه ورودي شامل نسبت ماسه به مواد سيماني، درصد افزودن نانوذرات، نسبت آب به مواد سيماني، و مقدار افزودن فوق روان كننده وارد گرديد. علاوه بر اين، در جهت افزايش عملكرد شبكه عهصبي مصنوعي، آناليز اجزاي اصلي صورت پذيرفت. از ديگر مزاياي اين اقدام حذف وابستگي متغيرها و همچنين حذف متغيري كه كارآمدي آن كمتر است مي باشد. لذا مي توان نتيجه گرفت كه با بكارگيري مدل مناسبي از شبكه هاي عصبي مصنوعي، ويژگي هاي ساير ملات هاي سيماني مشابه بدون انجام تست هاي آزمايشگاهي قابل تخمين خواهد بود براساس نتايج بدست آمده از آموزش و ارزيابي شبكه مي توان گفت كه اين نتايج بسيار نزديك به نتايج آزمايشگاهي مي باشند.