عنوان
بهينه سازي و پيش بيني عملكرد مكانيكي و دوام بتن ساخته شده با انواع پساب با استفاده از روش تاگوچي و الگوريتم هاي يادگيري ماشين
نويسنده اصلي
خسروي، جواد
محل تحصيل
اصفهان : دانشگاه صنعتي اصفهان
رشته تحصيلي
مهندسي عمران
مقطع تحصيلي
كارشناسي ارشد
چكيده
در سا لهاي اخير، بحران كمآب ي به يك ي از جديترين چالشهاي زيس تمحيط ي در بسياري از نقاط جهان تبديل شده است. كشور ايران نيز، بيش
از پيش با اين بحران مواجه است و نشان ههاي آ ن در افت سطح سفرهها ي آ ب زيرزميني، خشك شدن تالا بها و محدوديتهاي گسترده در تأمين
آب شرب و كشاورزي ب هوضوح مشاهده م يشود. در اين شرايط، صنعت توليد بتن كه مصرف قابل توجه ي از آ ب دارد، با توجه به روند روبه
رشد توسع هي شهري و نياز به ساخ ت و ساز، م يتواند در آينده به يك ي از عوامل تشديد كنند هي بحران آب تبديل شود. افزايش جمعيت و
توسع هي صنعت ي نيز حجم فاضلاب شهري و صنعت ي را بيشتر كرده است ، فاضلا بهاي ي كه در بسياري موارد به محيط زيست تخليه شده و
پيامدهاي جبران ناپذيري براي منابع آبي، خاك و سلامت اكوسيستم دارند. بر همين اساس ، اين پژوهش با هد ف بررس ي امكانسنج ي استفاده ا ز
پسابها )فاضلا بهاي تصفي ه شده( ب هجاي آب شيرين در توليد بتن انجام شده است. رويكرد اصل ي تحقيق استفاده از منبع دائم ي پساب براي
كاهش وابستگ ي صنعت بتن به منابع آب شيرين و كاهش آثار منف ي زيستمحيط ي ناش ي از رهاسازي فاضلا بها است. اين پژوهش با هدف
امكان سنج ي استفاده از انواع مختلف پساب بسته به نوع پروژه، ويژگ يهاي منطقهاي، ميزان دسترس ي و بررس ي رفتار بتن در برابر انواع پساب، از
پساب شهري و پسا بهاي صنعت ي كارخانه يهاي سن گبري، نساج ي و قند استفاده كرده است. براي تحليل دقيقتر، متغيرهاي متعددي از جمل ه
درصد جايگزين ي آب با پساب در چهار سطح 25 ، 50 ، 75 و 100 درصد، نوع افزودن ي شامل ميكروسيليس، پودر سنگ و فوق روان كننده، نسب ت
آب به سيمان در سطوح 0٫35 ، 0٫40 ، 0٫45 و 0٫50 و عيار سيمان در سطوح 300 ، 350 ، 400 و 450 كيلوگرم بر متر مكعب انتخاب شدند. براي
كاهش تعداد آزماي شها از روش تاگوچ ي و طرح L16 استفاده شد كه امكان تحليل ه مزمان تأثير متغيرها را فراهم م يكند. آزمايشها ي
گستردهاي براي بررس ي خواص فيزيكي، مكانيك ي و دوام بتن شامل زما ن گيرش، كاراي ي، مقاومتهاي فشاري و كششي و خمش ي، نفوذپذيري ،
نفوذ يون كلر، كربناسيون و هدايت الكتريك ي انجام شد. به دلي ل تعدد پارامترهاي بررس ي شده و نتايج مختلف، انتخاب تركيب بهينه ميان طر حها ي
آزمايش نيازمند روشي مكمل مثل روش تصمي مگيري چند معيار هي گري بود تا بتوان از ميان طرحهاي مختلف، گزينهاي با بهترين عملكرد
مكانيك ي و دوام انتخاب كرد. براي تحليل عمي قتر رفتار بتن، مدلسازي خواص آن با رو شهاي يادگيري ماشين انجام گرفت. در اين پژوهش از
تركيب روش طراح ي آزمايش تاگوچ ي با مد لسازي يادگيري ماشين جهت تحليل رفتار بتن حاوي پساب استفاده شد. مد لهاي مختلف ي از جمل ه
رگرسيون خطي، درخت تصميم، جنگل تصادف ي، روش KNN و روش LSBoost استفاده شدند تا رفتار بتن در تركيبهاي متنوع با دقت بالا
پيش بيني گردد. در ميان اين مد لها، الگوريتم LSBoost براي نخستينبار در اين حوزه به كار گرفت ه ش د. نتايج نشا ن داد كه استفاده از پسا بها ي
تصفي ه شده ب هعنوان جايگزين آب شرب در توليد بتن امكانپذير است و انواع پساب، ضمن كاهش وابستگ ي به منابع آب شيرين، راهكار ي براي
بازگرداندن فاضلاب ب ه چرخ هي توليد فراهم م يكنند. استفاد هي همزمان از ميكروسيليس و فوق روان كنند ه تأثير قابل توجه ي در بهبو د عملكر د
بتن داشت. نتايج آزمايشها نشان داد كه بت نهاي حاوي پساب، ب هويژه پساب نساجي، در مقاومتها ي فشاري، كشش ي و خمش ي عملكردي بهت ر
از بتن با آب شرب داشته و با افزايش حدود 20 % بهترين عملكرد را ثبت كرد و پسابهاي كارخانهي قند و سنگبري نيز نتايج رضايت بخش ي
داشتند. در شاخ صهاي دوام نيز، پسا ب سن گبري بيشترين كاهش در نفوذپذيري و نفوذ يون كلر را ايجاد كرد و پساب كارخان هي قند بيشترين
مقاومت در برابر كربناسيون را نشان داد. رو ش تصمي م چند معيار هي گر ي توانست بهترين تركيب را با بالاترين كاراي ي استخراج كند. در بخ ش
مد لسازي، پنج الگوريتم يادگيري ماشين براي پيشبين ي خواص بتن بررس ي شد كه در ميان آ نها، الگوريتم تقويت ي LSBoost براي مدلساز ي
خواص مكانيك ي و دوام بتنهاي حاوي پساب با بهر هگيري از يادگيري تجمعي، توانست روابط پيچيده و غيرخطي ميان متغيرها را با دقت بالاي ي
نسبت به دادهها ي ورودي از روش تاگوچ ي پيشبين ي كند. نتايج نشان داد كه مدل LSBoost ضريب تعيين (R²) بالاي ي در حدود 0٫998 و
مقادير بسيار پايين RMSE را ارائه م يدهد كه نشا ن دهند هي دقت بالا و خطاي كم مدل نسب ت به تعداد داد هه ا است. اين سطح از دقت، د ر
مقايسه با ساير الگوريتمهاي يادگيري ماشين مانند رگرسيون خطي، درخت تصميم، جنگل تصادف ي و KNN ، برتري قاب ل توجه ي را براي روش
LSBoost به همراه داشت.
شماره ركورد
233519
گرايش رشته تحصيلي
سازه
دانشكده
مهندسي عمران
دانشگاه
دانشگاه صنعتي اصفهان