پیش ‏بینی ضریب محصور‏شدگی جانبی ستون ‏های بتنی محصور شده با FRP به وسیله‏ شبکه عصبی مصنوعی

Abstract

محصور نمودن ستون یکی از پرکاربردترین روش‏های مقاوم‏سازی ساختمان محسوب می‏شود. محصور نمودن ستون‏های بتنی با ورقه‏های FRP به دلیل ویژگی‏هایی که دارد از جمله روش‏های نوین مقاوم‏سازی سازه‏ها محسوب می‏گردد. آزمایش‏هایی که با اعمال فشار محوری به ستون‏های دارای گردگوشگی انجام گرفته است، نشان می‏دهد که هرچه ستون به مقاطع دایره‏ای نزدیک‏تر شود، رفتار آن بهبود می‏یابد. اگر‏چه رفتار ستون‏‏های بتن‏آرمه محصور شده با FRP یا دارای آرماتور عرضی توسط پژوهشگران زیادی مورد مطالعه قرار گرفته است، اما تحقیق در مورد دورپیچ نمودن ستون با FRP زمانی که آرماتورهای عرضی پاسخگوی محصورشدگی مورد نیاز ستون نیستند، کمتر مورد توجه قرار گرفته است. در این مقاله مدل‏های مختلفی از ضریب محصورشدگی جانبی ارائه شده است همچنین با در نظر گرفتن نتایج 114 آزمایش معتبر و تاثیر پارامترهای مهمی از جمله طول و عرض مقطع ستون، ضخامت ورق FRP، مقاومت فشاری بتن، مدول الاستیسیته FRP و شعاع گردشدگی گوشه‏های بتن، مدل جدیدی با استفاده از شبکه عصبی ارائه شده است که با استفاده از آن می‏توان ضریب محصورشدگی جانبی ستون‏های محصور شده را با دقت بالایی پیش‏بینی کرد. در نهایت، آنالیز حساسیت به منظور بررسی میزان تاثیر هر پارامتر ورودی روی پارامتر خروجی نیز انجام گرفته و نتایج آن ارائه شد. با توجه به دقت بالای مدل پیشنهادی توسط شبکه عصبی بدین ترتیب برای محاسبه ضریب محصورشدگی جانبی ستونی که پارامترهای آن در بازه پارامترهای تعریف شده در این مطالعه باشد دیگر نیازی به صرف هزینه و زمان برای مطالعه آزمایشگاهی آن ستون نمی‏باشد.