%0 Journal Article %T پیش بینی مقاومت پیوستگی میلگرد و بتن حاوی میکروسیلیس، نانوسیلیس و الیاف پلیمری با استفاده از شبکه عصبی مصنوعی %J تحقیقات بتن %I دانشگاه گیلان %Z 2008-4242 %A نعمتی نژاد, مسعود %A اسکندری, حمید %A تدین فر, غلامرضا %A ساقی, حسن %D 2017 %\ 07/23/2017 %V 10 %N 2 %P 47-57 %! پیش بینی مقاومت پیوستگی میلگرد و بتن حاوی میکروسیلیس، نانوسیلیس و الیاف پلیمری با استفاده از شبکه عصبی مصنوعی %K مقاومت پیوستگی %K میکروسیلیس و نانوسیلیس %K الیاف پلیمری %K شبکه عصبی مصنوعی %K آزمون Pull-out %R 10.22124/jcr.2017.2415 %X در این پژوهش مقاومت پیوستگی میان میلگرد و بتن حاوی درصدهای مختلف میکروسیلیس، نانوسیلیسو الیاف پلیمری مورد بررسی قرار گرفته است. به همین منظور 36 نمونه آزمایشگاهی استوانه‌ای 15×10 سانتی متری با 12 طرح اختلاط مختلف ساخته شده است. یک مدل شبکه عصبی مصنوعی (ANN) برای پیش بینی نتایج آزمایشگاهی مورد استفاده قرار گرفته است. مدل مورد استفاده شامل 6 پارامتر ورودی میکرو و نانو سیلیس، الیاف پلیمری، نسبت‌های سنگدانه به سیمان، آب به سیمان و رده‌های مقاومتی سیمان (325، 425 و 525 کیلوگرم بر سانتیمتر مربع) است. همچنین پارامتر خروجی شامل مقاومت پیوستگی از آزمون بیرون کشیدگی میلگرد از بتن می‌باشد. مدل ارائه شده به وسیله داده‌های آزمایشگاهی آموزش دیده و برای صحت سنجی نتایج آزمایشگاهی پیش بینی شده توسط شبکه از داده‌های محققین گذشته برای پردازش داده‌ها استفاده شده است. نتایج نشان می‌دهد شبکه عصبی ابزاری قدرتمند برای پیش بینی تاثیر مواد افزودنی به بتن بر روی مقاومت پیوستگی میان میلگرد و بتن است. همچنین در نظر گرفتن پارامترهای دیگر موثر در طراحی می‌تواند در دقیق تر شدن نتایج پیش بینی کمک شایانی بنماید. %U https://jcr.guilan.ac.ir/article_2415_8fe082076e69e400bb8b78e1b8e81799.pdf