مقايسه آزمايش Break-off و مدول گسيختگي براي تعيين مقاومت بتن الياف فولادي با استفاده از شبكه عصبي

Comparison of Break-off and Flexural strength test results for determining strength of steel fiber reinforced concrete by useing neural network model

آزمايش مدول گسيختگي بتن جهت تعيين مقاومت در برابر شكست ناشي از خمش و محاسبه لنگر ترك خوردگي نقش مهمي دارد. به منظور تعيين اين پارامتر طبق استاندارد ASTM-C78 نياز به برش از سازه موجود يا ساخت نمونه هاي با مقطع مربعي 150 ميليمتر و طول 700 ميليمتر مي باشد. از آنجاييكه تهيه نمونه با ابعاد فوق در محل دشوار مي باشد و عملا باعث تخريب سازه مي شود، استفاده از آزمايش نيمه مخرب با خسارت جزيي بر عضو مدنظر قرار گرفته است. در اين مطالعه آزمايش نيمه مخرب break-off براي ارزيابي مقاومت بتن حاوي الياف فولادي در محل بعنوان جايگزين آزمايش مدول گسيختگي مدنظر قرار گرفته است. جهت فراهم كردن يك پايگاه آماري كامل و جامع، 24 طرح اختلاط انتخاب گرديد. سپس، عوامل تاثيرگذار بر خصوصيات بتن حاوي الياف فولادي، نتايج آزمايش Break-off و مدول گسيختگي مورد ارزيابي قرار گرفت. نتايج نشان مي دهد كه مقادير متوسط مقاومت مدول گسيختگي و Break-off با افزايش مقدار سيمان افزايش مي يابد. همچنين اين مقادير براي سنگدانه بزرگتر، بيشتر مي باشند. همچنين وجود الياف فولادي مانع گسترش و توسعه ريزترك هاي داخلي بتن شده و باعث افزايش مقاومت خمشي مي شود كه منجربه افزايش مقاومت Break-off و مدول گسيختگي مي شود. همچنين، در اين مقاله جهت پيش بيني مقاومت خمشي آزمايش مدول گسيختگي در سنين مختلف از مدلسازي عددي شبكه عصبي استفاده شده است. شاخص هاي مختلف آماري براي مقايسه عملكرد مدل در نظر گرفته شده است. نتايج نشان ميدهد كه مدل شبكه عصبي ابزار قدرتمندي جهت پيش بيني مقاومت فشاري بتن مي باشد.

Flexural strength test has significant effect on determinating failure strengths and cracking moment. According ASTM-C78, the size and shape of specimens used were cubes by size (700*150*150 mm). Here, the efficiency of the non-destructive Break-Off (BO) and Flexural strength tests was investigated for assessing the in-place compressive strength of steel fiber reinforced concrete. To provide a through and comprehensive database, 24 mixtures were designed. Then, effective parameters of SFRC and Break-Off and Flexural strength tests results were evaluated. The studies showed that volumetric percentage and features of steel fibers had a significant influence on concrete properties as well as Break-Off and Flexural strength tests results. According to the experimental results it could be generally concluded that the influencing factors, namely, SFRC properties due to presence of steel fibers and non-destructive tests significantly affect the results as follows:Generally, for a constant W/C ratio, it can be concluded that raising the cement content increase the mean values of Break-Off strength and Flexural strength. It can be stated that increasing the size of aggregate cause in increase of strength. Also, the steel fibers restrain the development of internal microcracks in concrete and thus contribute to increase in bending strength which causes improving Break-Off strength and Flexural strength. In addition to, conventional numerical regression model was developed in this study. Statistical indices were used to compare the efficiency and accuracy of model. The result of this study has confirmed the accuracy of artificial neural network models in determination of the compressive strength of concrete.