Search for a command to run...
دیوارهای گهوارهای بتنی به دلیل هزینههای خرابی و تعمیر کمتر، یک جایگزین مناسب برای دیوارهای برشی بتنی معمولی هستند. شناخت رفتار دقیق عناصر سازهای به طور کلی با انجام آزمایشات جامع، که پرهزینه و زمانبر است، حاصل میشود. با توجه به مطالعات پیشین و روند پژوهش در زمینه دیوارهای گهوارهای، ضرورت ارائه یک مدل جامع به منظور طراحی دیده میشود. ارائه یک مدل تئوری جهت پیشبینی رفتار دیوارهای گهوارهای بتنی، که پارامترهای متنوعی را شامل شود، امری دشوار میباشد و محاسبه همزمان اثر آن پارامترها نیازمند یک مدل جامع است. ارائه چنین مدلی از طریق روشهای کلاسیک یا عددی، به دلیل پیچیدگی مسئله یا دشواریهای مدلسازی، نیازمند صرف زمان زیاد و محاسبات پیچیده است. اما حل این مسئله به وسیله روشهای محاسبات نرم امکان سادهسازی و تسریع این محاسبات را فراهم میسازد. از این رو، این پژوهش با هدف ارائه یک مدل شبکه عصبی چند هدفه برای پیشبینی رفتار جانبی دیوارهای گهوارهای بتنی انجام شده است. برای ایجاد دادههای مورد نیاز جهت مدلسازی، از نتایج آزمایشگاهی استفاده شد و تمام پارامترهای موثر بر ظرفیت باربری جانبی دیوارهای گهوارهای بتنی استخراج شد تا از آنها به عنوان پارامترهای ورودی استفاده شود. سرانجام، منحنیهای بار جانبی-تغییر مکان و تار خنثی-تغییر مکان به عنوان پارامترهای خروجی پیشبینی شدند. علاوه بر این، دقت روابط موجود ارائه شده در آییننامههای بتن بینالمللی و توسعه یافته توسط محققان در پیشبینی مقاومت خمشی دیوارهای گهوارهای بتنی با استفاده از نتایج آزمایشات انجام شده بر روی این دیوارها بررسی شد. این پژوهش نشان میدهد که مدل شبکه عصبی چند هدفه با دقت قابل قبولی رفتار جانبی دیوارهای گهوارهای بتنی را پیشبینی میکند. این مدل قادر است سختی اولیه، سختی ثانویه، مقاومت بیشینه و ظرفیت دورانی را به درستی پیشبینی کند. مطابق با نتایج، روابط آییننامههای طراحی بتن ایالات متحده (ACI 318-14)، نیوزیلند (NZS 3101) و استرالیا (AS 3600) مقاومت خمشی دیوارهای گهوارهای بتنی را در محدوده 0.59 تا 0.99 مقادیر واقعی پیشبینی میکنند. همچنین، آییننامه طراحی بتن کانادا (CSA-A23.3) پیشبینی بسیار محافظه کارانهای از مقاومت خمشی دیوارها ارائه میدهد. با وجود این، مدل شبکه عصبی چند هدفه پیشبینیهای بسیار دقیقی را در مقایسه با آییننامههای بررسی شده و عبارات موجود نشان داد.