Anticipation of Mid-Span Deflection at Ultimate Load for Concrete Beams Strengthened by FRP Bars Using Artificial Neural Networks
| Main Author: | Abbas, Abdulnasser Mohammed |
|---|---|
| Format: | Article info application/pdf Journal |
| Bahasa: | eng |
| Terbitan: |
University of Babylon
, 2018
|
| Subjects: | |
| Online Access: |
https://www.journalofbabylon.com/index.php/JUBES/article/view/1008 https://www.journalofbabylon.com/index.php/JUBES/article/view/1008/763 |
Daftar Isi:
- تم تخمين الهطول عند الحمل الاقصى لمنتصف عتبة خرسانية مسلحة بقضبان تسليح بوليمرية. تمت دراسة حالة عتبة بسيطة الاسناد معرضة الى حملين متناظرين باستخدام الشبكات العصبية الاصطناعية الموجودة ضمن برنامج الماتلاب ذي الاصدار 9.0.0.341360 (R2016a) . لقد تم استخدام 60 عينة لغرض جمع البيانات المطلوبة لمحاكاة النموذج. كما تم اختيار مجموعة المدخلات من 8 متغيرات. تمثلت بأبعاد العتب، خصائص الخرسانة، وخصائص قضبان التسليح البولمرية. في حين كانت بيانات الإخراج هي الهطول في منتصف العتب عند الحمل الاقصى. لقد وجد ان استخدام 9 عقد في الطبقة المخفية فعالا لتوقع الهطول في منتصف العتبة. لقد بينت المقارنة بين النتائج المكتسبة مع البيانات التجريبية السابقة أن النموذج المقترح أعطى تقييما معقولا ومعدل خطأ عام يساوي 8.2٪.
- A mid-span deflection of concrete beam strengthened by FRP bars has been anticipated. A case of simply supported beam loaded by two point loads has been simulated by using artificial neural networks (ANNs) which are involved in MATLAB package, version 9.0.0.341360 (R2016a). The proposed model presupposes 60 beam specimens to collect the required data for the neural pattern. A set of 8 input variables was selected to construct the proposed neural pattern; these are, beam dimensions, concrete specifications, and FRP properties. While the mid-span deflection at the ultimate load, will be the output inconstant. The use of 9 nodes in the hidden layer is active in predicting the mid-span deflection. A comparison between the gained results and the past experimental data shows that the proposed neural pattern gives a reasonable anticipation with an overall error of 8.2 %.