Một công thức dựa trên mạng nơ ron nhân tạo dự báo khả năng chống chọc thủng sàn bê tông cốt thép hai phương bị ăn mòn

An ANN-based formula for predicting the punching shear capacity of corroded two-way reinforced concrete slabs

Tóm tắt

Dự báo khả năng chống chọc thủng của sàn bê tông cốt thép bị ăn mòn là một trong những vấn đề phức tạp trong kết cấu công trình. Phát triển một phương pháp dự báo tin cậy, thuận tiện cho thực hành trong khi kể đến một số nhân tố ảnh hưởng của ăn mòn là cần thiết. Bài báo này trình bày kết quả xây dựng công thức thực nghiệm để dự báo khả năng chống chọc thủng của sàn bê tông cốt thép hai phương có cốt thép dọc bị ăn mòn nhân tạo. Một kỹ thuật học máy có tên mạng nơ rôn nhân tạo (ANN) đã được sử dụng. Tính chính xác của công thức đề xuất được so sánh với công thức thực nghiệm và mô hình ANN đã được công bố trước đây. Kết quả cho thấy công thức đề xuất cho kết quả dự báo tốt hơn bởi hệ số xác định bằng 0.8690, căn bậc hai của sai số bình phương trung bình bằng 41.2522 kN.

Abstract

Predicting the punching shear capacity of corroded reinforced concrete slabs is one of the complex issues in structural engineering. Developing a reliable and practical prediction method that considers various factors of corrosion is necessary. This paper presents the results of etablishing an empirical formula to predict the punching shear capacity of two-way reinforced concrete slabs with artificially corroded longitudinal reinforcement. A machine learning technique named Artificial Neural Network (ANN) has been used. The accuracy of the proposed formula is compared with previously published empirical formula and ANN model. The results show that the proposed formula provides better predictions, with a coefficient of determination of 0.8690 and a root mean square error of 41.2522kN.