پایان نامه کارشناسی ارشد:بررسی عملکرد روش‌های عددی مطرح در پیش‌بینی مقاومت فشاری بتن الیافی و مقایسه آن با رابطه‌های تجربی

  1. فایل زیر شامل

۱- عدد فایل ورد پایان نامه ارشد به همراه فایل پی دی اف به تعداد ۱۳۰ صفحه است.

۲- فایل نرم افزاری و ستاپ حل برای فصل چهارم پایان نامه است.

 

چکیده

 

بتن ازجمله پرمصرف‌ترین مصالح ساختمانی در دنیا می­باشد. با گسترش استفاده از بتن، ویژگی‌هایی همچون کیفیت، دوام، تراکم و بهینه‌سازی آن از اهمیت ویژه‌ای برخوردار است. در خصوص بتن خود تراکم یا SCC که بتنی بسیار سیال، روان و مخلوطی همگن است و بسیاری از مشکلات بتن معمولی نظیر جداشدگی، آب اندازی، جذب آب، نفوذپذیری و … را مرتفع نموده، می‌توان در مورد دستیابی به روابط تجربی جهت پیش­بینی مقاومت فشاری آن پرداخت. شبکه‌های عصبی مصنوعی یا ANN به‌طور خودکار روابط بین متغیرها را مدیریت کرده و بر مبنای داده‌های مورداستفاده در فرآیند آموزش تطبیق می‌دهند. دراین‌ارتباط جمع‌آوری تعداد مناسب اطلاعات آزمایشگاهی از اهمیت خاصی برخوردار است. در استفاده از ANN، یک پایگاه داده با استفاده از آزمایش‌های موجود بر روی نتایج مقاومت فشاری در نمونه‌های بتن به‌منظور بررسی تأثیر متغیرهای مختلف ایجاد می‌گردد.

در این تحقیق از دو نرم‌افزار Matlab و Minitab بهره جسته‌ایم. نرم‌افزار MaTlab یک ابزار قوی ریاضی و مهندسی در جهت شبیه‌سازی و مدل‌سازی سیستم‌های مختلف است. همچنین MiniTab یک نرم‌افزار کنترل کیفیت آماری برای تجزیه‌وتحلیل داده‌ها می‌باشد.

در این پایان‌نامه سعی گردیده است تا رابطه پیشنهادی برای مقاومت فشاری بتن الیافی خودتراکم ارائه می‌شود. در ارتباط با تعداد نمونه‌ها، تعداد ۱۴۰ دیتا از مقاله Murat Pala (2005) استخراج گردیده است. در پایان، نتایج حاصل از مدل شبکه عصبی و نیز مدل فازی با رابطه پیشنهادی و داده‌های آزمایشگاهی مقایسه گردید، که نتایج حاکی از دقت قابل‌قبول رابطه پیشنهادی است. برای مدل شبکه عصبی پایه شعاعی خطای RSE برای داده‌های تست (مجموعه شبیه‌سازی) ۱۱٫۸۲% بود و این در حالی است برای مدل شبکه عصبی فازی و رابطه پیشنهادی به ترتیب برابر ۲۳٫۴۳% و ۲۲٫۶۵% به دست آمد. همچنین مقادیر ضرایب همبستگی برای مدل‌های ANN، فازی و رابطه پیشنهادی در مجموعه شبیه‌سازی (مجموعه خارج از مدل‌سازی) به ترتیب برابر ۰٫۹۹، ۰٫۹۴ و ۰٫۸۰۶۱ به دست آمد که قدرت بالای پیشگویی رابطه پیشنهادی را نشان می‌دهد.

فهرست مطالب

چکیده…………………………………………………………………………………………………………………………………………………. ۱

۱-فصل اول. ۵

۱-۱مقدمه. ۶

۱-۲بیان مسئله. ۶

۱-۳اهمیت تحقیق.. ۷

۱-۴جنبه جدید بودن و نوآوری در تحقیق.. ۸

۱-۵اهداف تحقیق.. ۹

۱-۶جمع بندی..

۱-۷تشریح مختصر از فصول پایان نامه. ۹

۲-فصل دوم. ۱۱

۲-۱مقدمه. ۱۲

۲-۲بتن الیافی.. ۱۳

۲-۳پیشینه تحقیق.. ۱۴

۳-فصل سوم. ۲۶

۳-۱مقدمه. ۲۷

۳-۲ساختار مصالح پلیمری مسلح شده با فیبر(FRP) 27

۳-۲-۱الیاف شیشه. ۲۸

۳-۲-۲الیاف کربن.. ۲۹

۳-۲-۳الیاف آرامید. ۳۰

۳-۳انواع محصولات FRP. 30

۳-۴میله‌های کامپوزیتی FRP. 31

۳-۵مشخصات اساسی محصولات کامپوزیتی FRP. 33

۳-۵-۱مقاومت در مقابل خوردگی.. ۳۳

۳-۵-۲مقاومت… ۳۴

۳-۵-۳مدول الاستیسیته. ۳۴

۳-۵-۴وزن مخصوص…. ۳۵

۳-۵-۵عایق بودن. ۳۵

۳-۵-۶خستگی.. ۳۵

۳-۵-۷خزش… ۳۵

۳-۵-۸خم شدن. ۳۶

۳-۵-۹انبساط حرارتی.. ۳۶

۳-۵-۱۰دوام کامپوزیت‌های FRP. 36

۳-۵-۱۱پیر شدگی فیزیکی ماتریس پلیمر. ۳۷

۳-۵-۱۲تأثیر رطوبت… ۳۸

۳-۵-۱۳تأثیرات حرارتی – رطوبتی.. ۴۱

۳-۵-۱۴محیط قلیایی.. ۴۲

۳-۵-۱۵تأثیر دمای پائین.. ۴۲

۴-فصل چهارم. ۴۵

۴-۱مقدمه. ۴۶

۴-۲روش‌شناسی تحقیق.. ۴۶

۴-۳اختلاط بتن.. ۴۶

۴-۳-۱ساخت بتن‌های الیاف… ۴۷

۴-۴معرفی نرم‌افزار MATLAB.. 48

۴-۵شبکه عصبی مصنوعی.. ۵۱

۴-۵-۱مزایا شبکه عصبی.. ۵۰

۴-۵-۲معایب شبکه عصبی.. ۵۰

۴-۵-۳چرا از شبکه‌های عصبی استفاده می‌کنیم. ۵۱

۴-۶ساختار شبکه. ۵۱

۴-۷مدل‌های پیش‌بینی مقاومت- مدت با استفاده از شبکه عصبی و نتایج پیش‌بینی.. ۵۲

۴-۸پیش‌پردازش داده‌ها ۵۲

۴-۹آموزش پارامترها و پیش‌بینی.. ۵۳

۴-۱۰ساختار و پارامترها در مدل RBFNN.. 54

۴-۱۱شبکه‌های عصبی مصنوعی.. ۵۴

۴-۱۲سیستم‌های فازی.. ۵۶

۴-۱۲-۱سیستم‌های استنتاج فازی تطبیقی.. ۵۶

۴-۱۲-۲شرح سیستم فازی.. ۵۷

۴-۱۲-۳معرفی نرم‌افزار MiniTab. 60

۴-۱۲-۴تحلیل داده‌ها با استفاده از نرم‌افزار MiniTab. 62

۴-۱۲-۵واردکردن داده‌ها در MiniTab. 62

۴-۱۲-۶انتخاب آزمون و روش آماری مناسب… ۶۳

۴-۱۲-۷روش ارائه معادله در MiniTab. 65

۵-فصل پنجم. ۶۸

۵-۱مقدمه. ۶۹

۵-۲مواد و روش‌ها ۶۹

۵-۳مدل‌سازی با استفاده از شبکه عصبی.. ۶۹

۵-۴بدست آورن مقادیر مناسب شبکه عصبی.. ۷۱

۵-۵-بهینه کردن مقادیر LR.. 72

۵-۵-۱بهینه کردن مقادیر MO.. 73

۵-۵-۲بهینه سازی تعداد نورون ها ۷۴

۵-۵-۳بهینه سازی مقادیرIT  )تعداد تکرار) ۷۶

۵-۶طراحی شبکه عصبی فازی.. ۸۰

۵-۷بررسی مقادیر خطا روی پاسخ های حاصل از داده های آموزشی شبکه عصبی.. ۸۴

۵-۸ارزیابی نهایی مدل های طراحی شده و مقایسه مدل ها با هم. ۸۵

۵-۹ارزیابی شبکه عصبی مصنوعی توسط داده های شبیه سازی شده ۸۵

۵-۱۰معادله ارائه شده مقاومت بتن توسط MiniTab. 86

۵-۱۱مقایسه و ارزیابی رابطه ارائه شده  توسط  MiniTAB با مقادیر واقعی  و رابطه های دیگر محققین.. ۸۸

۵-۱۲مقایسه نتایج تحقیق حاضر با کار محققین گذشته. ۹۲

۵-۱۲-۱مقایسه کار حاضر با کار هولت… ۹۲

۵-۱۲-۲مقایسه کار حاضر با کار کئلک… ۹۲

۵-۱۲-۳مقایسه کار حاضر با کار گیوی.. ۹۳

۵-۱۲-۴مقایسه کار حاضر با کار ویلد. ۹۳

۵-۱۲-۵مقایسه کار حاضر با کار هان. ۹۴

۵-۱۳نتیجه گیری.. ۹۴

۶-فصل ششم. ۹۶

۶-۱نتیجه گیری.. ۹۷

۶-۲پیشنهادها ۹۸

 

  • softmec
  • هیچ
  • 157 بازدید
  • 23 آوریل 21
برچسبها
محصولات مرتبط

دیدگاهی بنویسید.

0