![](/images/graphics-bg.png)
Artificial neural network model for shear strength of fibrous RC
العناوين الأخرى
نموذج الشبكة العصبية الاصطناعية لمقاومة القص للعتبات الخرسانية المسلحة بالألياف الفولاذية
المؤلفون المشاركون
al-Khalaf, Muhammad H.
Abd Allah, Salwa Mubarak
Yusuf, Salim Tayyib
المصدر
al-Rafidain Engineering Journal
العدد
المجلد 23، العدد 4 (31 أكتوبر/تشرين الأول 2015)، ص ص. 157-171، 15ص.
الناشر
تاريخ النشر
2015-10-31
دولة النشر
العراق
عدد الصفحات
15
التخصصات الرئيسية
الموضوعات
الملخص AR
هذه الدراسة تتحرى نمذجة مقاومة القص باستخدام الشبكات العصبية الاصطناعية حيث جمعت نتائج 128 نموذج لعتبات خرسانية مسلحة بالألياف الفولاذية بدون حلقات القص و استخدمت لبناء نموذج الشبكات العصبية ذو أربع طبقات باستخدام طريقة التغذية الأمامية و خوارزمية الانتشار العكسي التقليدية المتوفرة في برنامج (MATLAB).
تم في هذه الدراسة استخدام تسعة خصائص للعتبات الخرسانية المسلحة بالألياف الفولاذية كمدخلات و هي ارتفاع العتبة، عمق العتبة، عرض العتبة، مساحة حدي التسليح، نسبة ذراع القص إلى العمق، مقاومة انضغاط الخرسانة٬ النسبة الحجمية للألياف٬ طول و قطر الليف فيها كانت مقاومة القص للعتبة هي مخرج الشبكة قورنت نتائج الشبكة الاصطناعية مع تلك المقاسة.
(Regression Analysis) باستخدام طريقة التحليل الارتدادي.
أظهرت النتائج بأن طريقة الشبكات العصبية الاصطناعية قادرة على تمثيل تصرف العتبات الخرسانية المسلحة بالألياف الفولاذية من ناحية مقاومة القص.
إضافة إلى ذلك بينت دراسة المقارنة بأن فضاء القص، مقاومة الانضغاط للخرسانة، النسبة الحجمية للألياف المستخدمة و طول الليف هي من العوامل الرئيسية التي تؤثر على تصرف العتبات الخرسانية المسلحة بالألياف الفولاذية في القص.
الملخص EN
This study has investigated the modeling of shear strength using the artificial neural network (ANN) approach.
The Results of 128 samples of steel fiber reinforced concrete (SFRC) beams without stirrups were collected gathered and used to generate a four-layer feed forward neural network using the back-propagation learning algorithm available in the MATLAB program.
Nine parameters for SFRC beams, namely, beam height, beam depth, beam width, steel cross-sectional area, shear span-to-depth ratio, concrete compressive strength, volume fraction, fiber length, and fiber diameter, were considered as input variables for the ANN.
ANN output representing the shear strength were compared with those observed experimentally using regression analysis approach.
Results indicated that the ANN modeling technique is effective in simulating the behavior of SFRC beams.
In addition, a parametric study shows that shear span, compressive strength of concrete, volume fraction, and fiber length are playing the major role in the behavior of SFRC beams.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Yusuf, Salim Tayyib& Abd Allah, Salwa Mubarak& al-Khalaf, Muhammad H.. 2015. Artificial neural network model for shear strength of fibrous RC. al-Rafidain Engineering Journal،Vol. 23, no. 4, pp.157-171.
https://search.emarefa.net/detail/BIM-644820
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Yusuf, Salim Tayyib…[et al.]. Artificial neural network model for shear strength of fibrous RC. al-Rafidain Engineering Journal Vol. 23, no. 4 (Oct. 2015), pp.157-171.
https://search.emarefa.net/detail/BIM-644820
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Yusuf, Salim Tayyib& Abd Allah, Salwa Mubarak& al-Khalaf, Muhammad H.. Artificial neural network model for shear strength of fibrous RC. al-Rafidain Engineering Journal. 2015. Vol. 23, no. 4, pp.157-171.
https://search.emarefa.net/detail/BIM-644820
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references : p. 169-171
رقم السجل
BIM-644820
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)