پيش بيني ظرفيت برش پانچ دالهاي بتني مسلح شده با FRP به كمك ماشين بردار پشتيبان (SVM)

Prediction of Punching Shear Capacity of RC Slabs using Support Vector Machine

در سال هاي اخيركامپوزيت هاي FRP به علت داشتن نسبت هاي بالاي مقاومت به وزن و سختي به وزن، پتانسيل بالاي دوام و وزن پايين بطور گسترده اي استفاده شده اند؛ همچنين استفاده از ميلگردهاي FRP در جايي كه احتمال خوردگي آرماتورهاي فولادي وجود دارد، جايگزين مناسب براي تقويت دال هاي بتني مي باشد. تا كنون روابط تجربي زيادي براي تخمين ظرفيت برشي دال هاي بتني ارائه شده است اما در مسائل متنوعي، روش هاي داده كاوي دقت بيشتري نسبت به روابط تجربي ارائه شده داشته اند. روش ماشين بردار پشتيبان يكي از روش هاي داده كاوي است كه در محيط MATLAB قابل پياده سازي مي باشد. در اين مقاله براي ارزيابي رفتار برشي دال هاي بتني تقويت شده با FRP، از رگرسيون غير خطي در ماشين بردار پشتيبان استفاده شده است. داده هاي مورد استفاده در اين پژوهش كه شامل 74 نمونه دال بتني آزمايشگاهي است، از مقالات منتشر شده در اين زمينه بدست آمده اند. ميزان مقاومت برش پانچ با استفاده از آيين نامه هاي ACI 318 و BS 8110 وACI 440 و روابط تعدادي از محققين محاسبه شده و با نتايج مدل ساخته شده در اين مطالعه، مقايسه شده اند. مدل ارائه شده داراي ضريب همبستگي 0.995 و ضريب پراكندگي 0.08 مي باشد كه با مقايسه شاخص هاي آماري متناظر بدست آمده در روابط تجربي، كارايي بيشتر مدل نسبت به روابط تجربي را تاييد مي كند.

In recent years, FRP composites have been widely used due to the high strength-to-weight and stiffness-to-weight ratios, high durability potential, and light weight. Also when there is a possibility of steel bars corrosion, the FRP reinforcing bars are good alternative for reinforced concrete slabs. So far, many experimental equations have been presented to estimate the shear capacity of concrete slabs but, in many problems, data mining was more accurate than experimental equations. The support vector machine is one of the methods of data mining. In this article, nonlinear support vector machine regression was used to evaluate the shear behavior of concrete slabs reinforced with FRP. The data used in this study, which included 74 concrete slab samples, was obtained from articles published in this field. The punching shear strength was calculated by using the ACI 318, BS 8110 and ACI 440 building codes and the existing formulas, were compared with those of the proposed model. The model has the coefficient correlation of 0.995 and coefficient of dispersion of 0.08. Finally comparing the model with corresponding statistical indicators of experimental equations, it can be declared that the proposed model has a good level of precision.