چکیده مقاله
نفوذ یون کلراید به درون بتن یکی از مهمترین عوامل کاهش دوام و عمر مفید سازه های بتنی مسلح در محیط های خورنده حاوی کلراید است این پژوهش با هدف توسعه یک مدل یادگیری ماشین برای پیش بینی عمق نفوذ یون کلراید در بتن با استفاده از الگوریتم جنگل تصادفی است پایگاه داده ای شامل ۵۰۰ نمونه آزمایشگاهی مورد استفاده قرار گرفت و با اعمال اعتبار سنجی متقابل پنج باره fold و تحلیل آماری چهار شاخص ضریب تعیین R ، ریشه میانگین مربعات خطا RMSE میانگین قدر مطلق خطا MAE و میانگین درصد خطای مطلق MAPE عملکرد مدل ارزیابی شد نتایج نشان داد مدل پیشنهادی دقت بالایی در پیشبینی دارد R۲:آزمون ۰/۹۳۱ ؛ به طوری که خطاها در محدوده ای قابل قبول برای کاربردهای مهندسی قرار دارد همچنین تحلیل اهمیت متغیرها نشان داد که مقاومت فشاری و نسبت آب به سیمان بیشترین تاثیر را در پیش بینی عمق نفوذ دارند مدل ارائه شده میتواند به عنوان ابزاری کارآمد در طراحی و ارزیابی سازه های بتنی در برابر خوردگی مورد استفاده قرار گیرد و راهکاری موثر برای ارتقای دوام در سازههای قرار گرفته در محیطهای حاوی کلراید فراهم آورد
کلیدواژهها
نویسندگان
فرهاد دائمی کبیری
دانشجوی کارشناسی دانشکده مهندسی عمران دانشگاه صنعتی شریف، تهران، ایران
علیرضا آشناور
دانشجوی کارشناسی ارشد دانشکده مهندسی عمران دانشگاه علم و صنعت ایران، تهران، ایران
سیدسجاد میرولد
استادیار دانشکده مهندسی عمران دانشگاه علم و صنعت ایران تهران ایران
شیوه ارجاع
�ائمی کبیری، فرهاد و آشناور، علیرضا و میرولد، سیدسجاد،1404،توسعه مدل پیشبینی عمق نفوذ یون کلراید در بتن با روش یادگیری ماشین،چهاردهمین کنگره بین المللی مهندسی عمران،تهران
ارائهشده در
مجموعه مقالات چهاردهمین کنگره بین المللی مهندسی عمران29 مهر 1404 · تهران