نشریه زمین شناسی مهندسی، جلد نهم، شمارۀ 3 پاییز 4331
پيش‌بيني‌مقاومت‌بتن‌ حاوي‌سنگ‌دانه‌هاي‌مختلف‌از‌
طريق‌مدل‌سازي‌در‌شبكه‌هاي‌عصبي‌مصنوعي‌

جواد شريفي، محمدرضا نيکودل؛ دانشگاه تربيت مدرس
تاریخ: دریافت 33/43/34 پذیرش 44/3/33چکيده
126873825500

Downloaded from jeg.khu.ac.ir at 11:34 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.jeg.9.3.2983 ]

Downloaded from jeg.khu.ac.ir at 11:34 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.jeg.9.3.2983 ]

در این تحقیق از طریق مدل سازي در شبكه هاي عصبی مصنوعی، پیش بینی مقاومت بتن حاوي سنگ دانه هاي مختلف با استفاده از آزمون هاي غیرمخرب )آلتراسونیك( انجام شد. بدین منظور ابتدا مصالحی با ویژگی هاي متفاوت گردآوري و خواص آن ها در آزمایشگاه به روش هاي مخرب و غیرمخرب تعیین شده است. نكتۀ مهم این تحقیق، استفاده از سنگ دانه هاي مختلف با خواص فیزیكی، مكانیكی و شیمیایی متفاوت و هم چنین استفاده از دو آزمون غیرمخرب استاتیكی و دینامیكی است كه به ترتیب مقاومت تك محوري و سرعت موج فشاري است. بنابراین مدل سازي شامل نمونه هاي مختلفی است و فضاي پیش بینی نیز در برگیرنده روش هاي ایستا و پویا است. نتایج این تحقیق نشان داد كه استفاده از شبكه هاي عصبی مصنوعی نه تنها سبب افزایش دقت می شود بلكه باعث كاهش حجم محاسبات و هم چنین تأثیر زیادي در كاهش زمان محاسبه خواهد شد.
واژههای کليدی: بتن، سنگ دانه، سرعت موج فشاري، شبكه هاي عصبی مصنوعی

مقدمه
مقاومت از مهم ترین و مرسوم ترین پارامترهاي بتن است كه كارایی و كیفیت آن را تعیین می كند. نحوۀ اندازه گیري این پارامتر در استانداردهاي مختلف ذكر شده است. مقاومت بتن به طور مستقیم با آزمون هاي فشاري و تعیین مقاومت حداكثر در زیر دستگاه فشار به دست می آید ]4[-]1[. این روش نسبتانسبتاً پیچیده، وقت گیر و مستلزم آماده سازي دقیق نمونه و در اختیار داشتن 3892
دستگاه هاي مجهز و حساس است. از طرف دیگر نتایج وابستگی شدیدي به عوامل
126873825500

Downloaded from jeg.khu.ac.ir at 11:34 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.jeg.9.3.2983 ]

Downloaded from jeg.khu.ac.ir at 11:34 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.jeg.9.3.2983 ]

خارجی مثل خطا هاي انسانی، ابعاد نمونه، نحوۀ بارگذاري و غیره دارد ]3[-]8[. براي حل این مشكل و گریز از روش مستقیم، همواره مهندسان سعی كرده اند به وسیله روابط تجربی و دستگاه هاي مختلف، روش كوتاه و غیرمستقیم و در عین حال دقیق ،براي پیش بینی و تخمین این مهم پیدا كنند. یكی از روش هاي مرسوم، سریع و نسبتانسبتاً دقیق، تعیین مقاومت از روش هاي غیرمخرب و استفاده از روابط تجربی است. مهندسان همیشه به ارزیابی خواص بتن با تكنیك هاي غیرمخرب در دنیا علاقه مند بوده اند. این آزمون ها به راحتی قابل انجام و ارزیابی نتایج آن ها ساده و سریع است، زیرا ساخت نمونه در این روش ها اندك و یا اصلاًاصلا نیاز به تهیۀ نمونه نیست )در جایی كه امكان نمونه گیري نباشد( ]8[-]43[. یكی از این آزمون هاي غیرمخرب، خواص آلتراسونیك یا صوتی است. خواص صوتی شامل محاسبه فركانس تشدید ارتعاشات طولی، عرضی و پیچشی نمونه اي كوچك سنگی یا بتنی است كه اطلاعاتی در بارۀ مقاومت بتن، مدول الاستیسیته دینامیكی، ثابت میرایی و استهلاك لگاریتمی را فراهم می سازد ]4[-]3[، ]44[-]43[.
از جمله خواص صوتی بتن، سرعت موج فشاري است كه به طور زیادي در پیش بینی و ارزیابی خواص فیزیكی ،مكانیكی، بررسی ترك ها ،عایق گرمایی ،عایق صوتی ،طرح اختلاط و گیرش بتن سخت شده و هم چنین ویژگی هاي بتن تازه و خواص سنگ دا نه ها استفاده شده است. كاربرد عمدۀ خواص صوتی بیش تر در جاهایی است كه امكان نمونه گیري نیست و یا سنجشی از كیفیت بتن مورد نیاز است ]41[-]03[. مدل سازي و پیش بینی خواص سنگ دانه ها و بتن اهمیت خاصی در مدرنیزه كردن ساخت سازه ها و قضاوت مهندسی دارد. در واقع پیش بینی زمان لازم براي قالب برداري، كنترل و زمان بندي پروژه، كنترل كیفیت و عوامل دیگر را فراهم می كند. هم چنین می تواند اطلاعات مهمی به مهندسان و طراحان به ویژه مهندسان سازه براي كاربرد در مباحث بتن هاي پیش تنیده ارایه دهد ]03[-]02[. در حال حاضر روش هاي پیش بینی خواص بتن، به طور عمده در ارتباط با خواص سنگ دانه ها و یا خواص بتن تازه است. تاكنون از خواص سنگ دانه ها ،حرارت و خواص آلتراسونیك بتن تازه، هم چنین
پیش بینیسنگ دانه مدل سازي
نسبت آب به سیمان و روانی آن در پیش بینی خواص بتن سخت شده استفاده شده است
.]02[-]43[ ،]41[-]43[
روش هاي مدل سازي سنتی به منظور تخمین و پیش بینی خواص بتن بر پایۀ محدودي از اعداد و پارامترها بودند كه به وسیله رگرسیون گیري خطی یا چند متغیره به دست می آمد. اگر داده هاي جدید تا اندازه اي با داده هاي اولیه متفاوت باشند ،نه تنها متغیر ها، بلكه لازم است شكل روابط نیز تغییر كند ]44[. اما در مقایسه، شبكه عصبی لازم نیست كه رابطه با شكل و فرم خاص باشد، در عوض لازم است داده هاي ورودي و خروجی كافی در اختیار باشد.
126873825500

Downloaded from jeg.khu.ac.ir at 11:34 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.jeg.9.3.2983 ]

Downloaded from jeg.khu.ac.ir at 11:34 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.jeg.9.3.2983 ]

توانایی و كارایی شبكه هاي عصبی با رگرسیون هاي خطی و نمایی و حتی چند متغیره مقایسه شده است. این مقایسه ها ثابت كرد كه شبكه هاي عصبی به عنوان یك رهیافت هوشمند در مقابل روش هاي رگرسیونی چند متغیره است، این در حالی است كه روش هاي رگرسیونی كارایی خوبی داشته و در بسیاري از تحقیقات استفاده شده و یا در حال استفاده است. یكی از امتیازات رهیافت شبكه هاي عصبی، تخمین كارایی و ارتباط متغیر هاي ورودي مختلف با هم دیگر است، یعنی بر خلاف آنالیز رگرسیونی، در شبكه هاي عصبی مصنوعی لازم نیست از قبل دانسته شود كه بین متغیر ها ارتباطی وجود دارد یا خیر، در واقع شبكه هاي عصبی مصنوعی به طور هوشمند و با استفاده از الگوریتم هاي آموزش، ارتباطی بین متغیر هاي ورودي را پیدا می كند ]43[، ]44[، ]40[، ]03[، ]33[.
در این تحقیق به منظور پیش بینی مقاومت بتن حاوي سنگ دانه هاي مختلف با استفاده از آزمون هاي غیرمخرب )آلتراسونیك(، از شبكه هاي عصبی مصنوعی استفاده و نتایج به صورت مدل ارایه شده است. در این راستا، ابتدا مصالحی با خواص فیزیكی، شیمیایی و مكانیكی متفاوت گردآوري و خواص آن ها در آزمایشگاه به روش هاي مخرب و غیرمخرب تعیین شده است. در ادامه با استفاده از طرح اختلاط ثابتی از این مصالح بتن ساخته و خواص فیزیكی و مكانیكی بتن ساخته شده نیز با روش هاي مخرب و غیرمخرب بعد از گذشت 2، 08 و 33 روز تعیین شده است. سپس نتایج این آزمایش ها به تعداد 043 عدد براي ورود به مرحلۀ مدل سازي 3892
از طریق شبكه هاي عصبی مصنوعی آماده شد. شبكه عصبی به كار رفته در این تحقیق،پرسپترون چند لایه و از نوع شبكه با ناظر است.

بررسي های آزمایشگاهي
مصالح استفاده شده
در این تحقیق طی بررسی هاي میدانی، سنگ دانه هایی از معادن قرضه مختلف انتخاب و به آزمایشگاه منتقل شده است. در انتخاب سنگ دانه ها دقت شده است كه از گروه هاي مختلف و هم چنین داراي خواص فیزیكی و مقاومتی متفاوت باشد. با توجه به منشأ پیدایش، نمونه ها از گروه هاي آذرین، رسوبی و دگرگونی انتخاب شده است. سنگ دانه هاي آذرین به كار گرفته شده شامل آندزیت، گرانیت، دیوریت، بازالت، توف و سنگ هاي رسوبی شامل لوماشل، ماسه سنگ و دولومیت است. نمونه هاي گنایس و مرمر نیز در رده سنگ هاي دگرگونی قرار می گیرند.
126873825500

Downloaded from jeg.khu.ac.ir at 11:34 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.jeg.9.3.2983 ]

Downloaded from jeg.khu.ac.ir at 11:34 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.jeg.9.3.2983 ]

تعيين خواص مصالح
پس از شناسایی ابتدایی سنگ ها، در آزمایشگاه خواص فیزیكی و مكانیكی آن ها تعیین شده است. در ابتدا آزمایش چگالی در حالت خشك و اشباع با سطح خشك طبق استانداردISRM بر روي نمونه ها انجام شد ]34[-]31[. از آزمایش هاي مكانیكی انجام شده روي مصالح می توان به مقاومت فشاري تك محوري، چكش اشمیت، آزمایش ارزش ضربه، آزمایش ارزش فشاري و برزیلی اشاره كرد ]3[، ]33[، ]31[. نخست براي این كار، از سنگ مادر مغزه هایی به قطر 41 میلیمتر تهیه و پس از آماده سازي مغزه ها، آزمایشهاي مذكور در شرایط خشك و اشباع با سطح خشك روي نمونه ها انجام شده است ]4[، ]0[، ]3[، ]34[. لازم به ذكر است كه آزمایش هاي ذكر شده در آزمایشگاه زمین شناسی مهندسی دانشگاه تربیت مدرس انجام شده است )شكل 4(.
براي تعیین سرعت صوت، از دستگاه اندازه گیري سرعت موج فشاري استفاده و طبق استاندارد ISRM روي نمونه هاي استوانه اي در حالت خشك و اشباع با سطح خشك انجام شده است ]34[. روش كار در این آزمایش بر اساس ارسال امواج فشاري به داخل نمونه و اندازه گیري زمان گذر موج بر حسب میكرو ثانیه است ]34[، ]30[. شكل 0 شماتیك، نحوۀ
پیش بینیسنگ دانه مدل سازي
انجام آزمایش و شكل 3 تصویر نمونه و دستگاه آزمایش را نشان می دهد. نتایج برخی ازآزمایش ها نیز در جدول 4 و 0 نشان داده شده است.

126873825500

Downloaded from jeg.khu.ac.ir at 11:34 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.jeg.9.3.2983 ]

Downloaded from jeg.khu.ac.ir at 11:34 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.jeg.9.3.2983 ]

شکل 1. انجام آزمایش مقاومت فشاری، برزیلي و ارزش ضربه ای سنگدانه ها

شکل 3. شماتيك دستگاه سرعت موج فشاری و نحوۀ کارکرد آن[ 12]

شکل 2. تعيين سرعت موج فشاری بر روی مغزه ها
3899
جدول1. برخي از خصوصيات فيزیکي سنگ دانه ها
سرعت موج فشاری )m/s( وزن مخصوص
جذب آب )%( تخلخل)%( نام
اشباع خشك ریز درشت ریز درشت درشت شرایط
1342 1013 0/13 0/43 3/02 1/41 41 توف
1044 1431 0/43 0/13 1/14 1/40 43 ماسه سنگ
1814 1414 0/11 0/18 0/13 0/43 2 مرمر
3344 3338 0/44 0/23 43/33 1/33 04 لوماشل
1348 1182 0/14 0/12 3/14 0/33 2 گرانيت
3444 0838 0/11 0/23 4/28 3/43 3 گنایس
1420 1343 0/12 0/21 0/21 0/48 41 دولوميت
1431 1303 0/34 0/13 1/14 4/33 41 دیوریت
1033 1321 0/23 0/33 3/23 0/18 44 بازالت
3334 3301 0/43 0/44 1/14 1/41 08 آندزیت
126873825500

Downloaded from jeg.khu.ac.ir at 11:34 IRST on Saturday October 28th 2017 [ DOI: 10.18869/acadpub.jeg.9.3.2983 ]



قیمت: تومان

دسته بندی : زمین شناسی

دیدگاهتان را بنویسید