بررسي آزمايشگاهي و مدل‌سازي ستون‌هاي دايره‌اي دوجداره فولادي پرشده با بتن با استفاده از ماشين‌هاي بردار پشتيبان و مدل درخت تصميم‌گيري

سازه‌هاي كامپوزيتي مي‌توانند هزينه‌هاي ساخت را كاهش و عمر مفيد سازه‌هاي بزرگ را افزايش دهند. از اين رو، ستون‌هاي دايره‌اي دوجداره فولادي پرشده با بتن (CFDST) كارايي سازه‌هاي كامپوزيتي را مي‌توانند افزايش دهند. از آنجايي كه قطر و ضخامت لوله‌ خارجي بيشترين تاثير و نقش بسزايي در تعيين ظرفيت باربري ستون‌هاي CFDST دارد، در اين پژوهش 4 مقدار مختلف از نسبت قطر به ضخامت براي لوله خارجي شامل 86، 85.8، 45.6 و 44 براي ساخت 16 نمونه بكار گرفته شد. دو نوع بتن براي پر كردن نمونه‌هاي CFDST شامل C10 و C20 استفاده شد. رابطه‌اي جامع براي تخمين ظرفيت باربري ستون‌هاي CFDST با استفاده از روش‌هاي هوشمند مصنوعي ارائه شد. نتايج نشان داد كه ستون‌هاي CFDST با مقدار Do/to كمتر، داراي ظرفيت باربري بيشتري مي‌باشند. همچنين، با افزايش Do/to مشاهده مي‌شود كه شكل‌پذيري كاهش مي‌يابد. به عنوان يك مقايسه ميان بتن-هاي پر شده در نمونه‌هاي CFDST كه از رده‌هاي C10 و C20 بوده است، منحني‌هاي تنش-كرنش نشان دادند كه با افزايش مقاومت فشاري بتن، ظرفيت باربري و شكل‌پذيري نيز افزايش مي‌يابد. در اين تحقيق، با افزايش مقاومت فشاري ظرفيت باربري براي ستون‌هاي CFDST حدودا 6% افزايش يافت. در بخش مدلسازي، شاخص آماري ضريب تعيين براي شبكه عصبي مصنوعي (ANN)، ماشين‌هاي بردار پشتيبان (SVM) و مدل درخت تصميم‌گيري (M5-MT) در مرحله آزمايش به ترتيب 0.95، 0.96 و 0.97 تعيين گرديد. لذا، روش M5-MT در مرحله آزمايش نيز، از عملكرد بهتري نسبت به ساير روش‌هاي پيشنهادي تخمين ظرفيت باربري ستون‌هاي CFDST داشته است. مقايسه روابط تجربي و مدل‌هاي هوشمند پيشنهادي ANN، SVM و M5-MT در تخمين ظرفيت باربري ستون-هاي CFDST بر اساس مقادير نرمال‌شده نيروي محوري نهايي نشان مي‌دهد كه رابطه ارائه شده از M5-MT با مقدار ميانگين 1.01 و انحراف معيار 0.19 عملكرد بهتري در مدل‌سازي ظرفيت باربري ستون‌هاي CFDST نسبت به ديگر روش‌هاي هوشمند و روابط تجربي داشته است.