ارزیابی مقاومت‌برشی تیرهای بتن‌مسلح لاغر حاوی بتن با مقاومت معمولی با استفاده از شبکه‌های عصبی مصنوعی

ارزیابی مقاومت نهایی برشی تیرهای بتن‌مسلح به دلیل فرضیات بسیار زیاد در براورد فرمول‌های ارائه‌شده در آیین‌نامه‌ها، یک موضوع بسیار مهم تلقی می‌شود. از طرفی محاسبه دقیق مقاومت برشی تیرهای بتن مسلح هم در زمان طراحی و هم در موارد مقاوم‌سازی از مهم‌ترین پارامترها می‌باشد. مقایسه مقاومت برشی آزمایش‌های موجود و فرمول‌بندی ارائه شده توسط آیین‌نامه ها اختلاف زیادی را نشان می‌دهد. در مقاله حاضر مدل شبکه عصبی مصنوعی به صورت یک روش قابل‌اطمینان برای شبیه سازی و تعیین مقاومت برشی تیرهای بتن مسلح لاغر توسعه داده شده است. بدین منظور تاثیر پارامترهای مختلف بر مقاومت برشی تیرهای بتن مسلح لاغر از جمله عمق موثر، عرض تیر، دهانه ی برش، مقاومت تسلیم آرماتور برشی و کششی، مقاومت فشاری بتن و مقدار آرماتور برشی ارزیابی شده است. هم‌چنین مطالعه ای عددی با هدف تحلیل و بررسی پارامترهای مورد استفاده در شبکه انجام داده شده است. سرانجام یک رابطه تجربی با دقت مناسب برای تعیین مقاومت برشی تیرهای بتن مسلح لاغر با استفاده از شبکه های عصبی مصنوعی بدست آمده است و در نهایت نتایج بدست آمده با آیین نامه های معتبر دنیا مقایسه شده است. هم‌چنین مقایسه ی مقاومت برشی آزمایشگاهی با آیین نامه های مختلف و مدل پیشنهادی توسط شبکه های عصبی مصنوعی، نشان می دهد که مدل پیشنهاد شده از عملکرد مناسبی برخوردار است.

Shear Strength Assessment of Slender Reinforced Normal Concrete Beams using Artificial Neural Networks

Predicting the shear capacity of reinforced concrete beams with a suitable accuracy is an essential issue for engineering applications, especially for the rehabilitation and design of such structures. It was found that there is a significant difference between experimental and existing code recommendations for shear capacity predictions. Shear capacity assessment of slender reinforced concrete beams in reason of several assumptions to equation developing is one of the most important issues. An artificial neural network has been developed as a reliable method to simulate and determine the shear capacity of slender concrete beams. For this purpose, the effects of several parameters on the shear strength of concrete beams were evaluated. Finally, an empirical formula with suitable accuracy was obtained to determine the shear strength of slender concrete beams. Experimental, code recommendations and model suggested by artificial neural networks for shear strength of concrete beams show that the model suggested by artificial neural networks gives more exact predictions.