کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6749753 1430629 2018 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
An innovative approach for compressive strength estimation of mortars having calcium inosilicate minerals
ترجمه فارسی عنوان
یک رویکرد نوآورانه برای تخمین قدرت فشاری از ملات دارای مواد معدنی کلسیم انسلیکت
ترجمه چکیده
عوامل متعددی وجود دارد که می توانند بر کیفیت ساخت و ساز تاثیر بگذارند و تمام عناصر استفاده کننده از قبیل ملات، به عنوان یک جزء اساسی صنعت ساختمان، در توانایی و عملکرد ساختمان موثر هستند. بنابراین تعیین مقاومت ملات یک ویژگی مهم در ساخت و ساز است و بسیاری از مطالعات برای شناسایی پارامترهای موثر و روابط پیش بینی شده برای اندازه گیری مقاومت خمپاره ها انجام شده است. در این مقاله اثر دو نوع مواد از جمله میکرو سیلیکا و همچنین مواد معدنی کلسیم انوسیلیکات بر مقاومت فشاری ملات ها با استفاده از شبکه های عصبی مصنوعی مورد بررسی قرار گرفته است. همچنین، یک رابطه مناسب برای برآورد قدرت مورد نظر بر اساس شبکه عصبی انتخاب شده است. نتایج روابط نشان می دهد که این معادلات با دقت بالا دارای توانایی مناسب و پذیرش عملکرد برای پیش بینی مقاومت فشاری ملات مورد نظر است.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی عمران و سازه
چکیده انگلیسی
There are several factors that can affect on the quality of construction and all of the using elements, such as mortars, as a basic component of the building industry, are effective in the ability and performance of the building. Therefore, determination of strength of mortar is an important property in construction and many studies have been done to identify the effective parameters and the predictive relationships to determine the strength of mortars. In this paper, the effect of two types of materials including micro-Silica and also Calcium Inosilicate minerals on the compressive strength of mortars has been investigated by artificial neural networks. Also, a suitable relationship to estimate the considered strength is proposed based on the selected neural network. The results of the relationships show that these equations with a high accuracy have a proper ability and acceptance performance to predict the compressive strength of considered mortars.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Building Engineering - Volume 19, September 2018, Pages 205-215
نویسندگان
, ,