Published since 1923
DOI: 10.33622/0869-7019
Russian Science Citation Index (RSCI) на платформе Web of Science


  • BUILDING STRUCTURES, BUILDINGS AND FACILITIES
  • Neural Network Calculations Of The Strength Of Inclined Sections Of Beams Made Of Ultra-High-Strength Concrete
  • UDC 624.072
    doi: 10.33622/0869-7019.2024.04.50-57
    Murat M. TAMOV, murat.tamov@gmail.com
    Olga V. RUDENKO, olga_ned@mail.ru
    Mina I. F. SALIB, minaibrahim1234@yahoo.com
    Kuban State Technological University, ul. Moskovskaya, 2, Krasnodar 350072, Russian Federation
    Abstract. An approach to the construction of neural network models for calculating the strength of inclined sections of beams made of ultrahigh-strength concrete is proposed. For neural networks, an architecture in the form of a multilayer perceptron with one intermediate layer has been adopted as the most suitable for modeling nonlinear regression. The input variables for the calculation are parameters that affect the strength of inclined sections - cross-sectional dimensions, the span of the loading section, the tensile resistance of concrete, the coefficient of longitudinal reinforcement. To increase the speed of convergence of the neural network training algorithm, minimax normalization was applied to all variables. The training was carried out using the quasi-Newtonian method, followed by selection according to the performance indicators of the neural network. Verification of the occurrence of an undesirable effect of retraining was performed by monitoring changes in the values of the root-mean-square error The accuracy of the calculation using four selected neural networks was obtained quite high. At the same time, all selected neural networks detect the dependence of the destructive transverse forces on the structural characteristics of the beams and the loading parameters taken as input variables.
    Keywords: ultra-high-strength concrete, calculation for the action of transverse forces, neural networks, prediction model, sensitivity matrix, average absolute error
  • REFERENCES
    1. Kalashnikov V. I. The evolution of joint development and the change in concrete strength. Concretes of the present and the future. Part 1. Changes in the composition and strength of concrete. Stroitel'nye materialy, 2016, no. 1-2, pp. 96-103. (In Russ.).
    2. Yang J., Doh J. H., Kai Y., Zhang X. Experimental investigation and prediction of shear capacity for UHPC beams [Экспериментальное исследование и прогнозирование сопротивления поперечной силе балок из сверхвысокопрочного бетона]. Case Studies in Construction Materials, 2022, vol. 16, pp. e01097. doi: 10.1016/j.cscm.2022.e01097
    3. Richard P., Cheyrezy M. Composition of reactive powder concretes [Состав реакционно-порошковых бетонов]. Cement and Concrete Research, 1995, vol. 25, (7), pp. 1501-1511. doi: 10.1016/0008-8846(95)00144-2
    4. Akhnoukh A., Buckhalter C. Ultra-high-performance concrete: constituents, mechanical properties, applications and current challenges [Сверхвысокопрочный бетон: компоненты, механические свойства, области применения и текущие проблемы]. Case Studies in Construction Materials, 2021, vol. 15, pp. e00559. doi: 10.1016/j.cscm.2021.e00559
    5. Kramar L. Ya., Trofimov B. Ya., Chernyh T. N. et al. Modern superplasticizers for concrete, their application features and effectiveness. Stroitel'nye materialy, 2016, no. 11, pp. 21-25. (In Russ.).
    6. Kaprielov S. S., Chilin I. A. Super high-strength self-sealing fiber reinforced concrete for monolithic structures. Vestnik NIC "Stroitel'stvo", 2017, no. 1(12), pp. 14-22. (In Russ.).
    7. Sanad A., Saka M. Prediction of ultimate shear strength of reinforced-concrete deep beams using neural networks [Прогнозирование сопротивления поперечной силе высоких железобетонных балок с использованием нейронных сетей]. Journal of Structural Engineering ASCE, 2001, vol. 127. doi: 10.1061/(ASCE)0733-9445(2001)127:7(818)
    8. Tamov M. M. Rudenko O. V., Usanov S. V. Neural network prediction of transverse force resistance of reinforced concrete I-beams. Vestnik MGSU, 2022, vol. 17, no. 9, pp. 1145-1159. (In Russ.). doi: 10.22227/1997-0935.2022.9.1145-1159
    9. Jiang C. S., Liang G. Q. Modeling shear strength of medium- to ultra-high-strength concrete beams with stirrups using SVR and genetic algorithm [Моделирование сопротивления поперечной силе балок из бетона средней- и сверхвысокой прочности с хомутами с использованием SVR и генетического алгоритма]. Soft Computing, 2021, vol. 25, pp. 10661-10675. doi: 10.1007/s00500-021-06027-2
    10. Adhikary B., Mutsuyoshi H. Prediction of shear strength of steel fiber RC beams using neural networks [Прогнозирование сопротивления поперечной силе балок из сверхвысокопрочного сталефибробетона с использованием нейронных сетей]. Construction and Building Materials, 2006, vol. 20 (9), pp. 801-811. doi: 10.1016/j.conbuildmat.2005.01.047
    11. Abambres M., Lantsoght E. O. ANN-Based shear capacity of steel fiber-reinforced concrete beams without stirrups [Сопротивлене поперечной силе балок из сталефибробетона без хомутов на основе ИНС]. The IUP Journal of Structural Engineering, 2020, vol. 13, no. 2, pp. 37-57. doi: ssrn.com/abstract=3803140
    12. Ly H.-B., Le T.-T., Vu H.-L.T., Tran V.Q., Le L.M., Pham B.T. Computational hybrid machine learning based prediction of shear capacity for steel fiber reinforced concrete beams [Прогнозирование сопротивления поперечной силе сталефибробетонных балок на основании вычислительного гибридного машинного обучения]. Sustainability, 2020, vol. 12 (7), pp. 1-34. doi: 10.3390/su12072709
    13. Chaabene W. B., Nehd M. L. Novel soft computing hybrid model for predicting shear strength and failure mode of SFRC beams with superior accuracy [Новая программная гибридная вычислительная модель повышенной точности для прогнозирования сопротивления поперечной силе и формы разрушения сталефибробетонных балок]. Composites Part C: Open Access, 2020, vol. 3, pp. 1-15. doi: 10.1016/j.jcomc.2020.100070
    14. Solhmirzaei R., Salehi H., Kodur V., Naser M. Z. Machine learning framework for predicting failure mode and shear capacity of ultra-high performance concrete beams [Система машинного обучения для прогнозирования формы разрушения и сопротивления поперечной силе балок из сверхвысокопрочного бетона]. Engineering Structures, 2020, vol. 224. doi: 10.1016/j.engstruct.2020.111221
    15. Ni X., Duan K. Machine learning-based models for shear strength prediction of UHPFRC Beams [Модели машинного обучения для прогнозирования сопротивления поперечной силе балок из сверхвысокопрочного бетона]. Mathematics, 2022, vol.10, pp. 2918. doi: 10.3390/math10162918
    16. Ahmed A., Uddin M., Akbar M. et al. Prediction of shear behavior of glass FRP bars-reinforced ultra-high-performance concrete I-shaped beams using machine learning [Прогнозирование сопротивления поперечной силе двутавровых балок из сверхвысокопрочного бетона со стеклопластиковым армированием с использованием машинного обучения]. International Journal of Mechanics and Materials in Design, 2023. doi: 10.1007/s10999-023-09675-4
    17. Hou R., Hou Q. Prediction of the shear capacity of ultra high-performance concrete beams using neural network and genetic algorithm [Прогнозирование сопротивления поперечной силе балок из сверхвысокопрочного бетона с использованием нейронных сетей и генетического алгоритма]. Scientific Reports, 2023, vol. 13. (1). doi: 10.1038/s41598-023-29342-0
    18. Ye M., Li L., Yoo Doo-Y. et al. Prediction of shear strength in UHPC beams using machine learning-based models and SHAP interpretation [Прогнозирование сопротивления поперечной силе балок из сверхвысокопрочного бетона с использованием моделей машинного обучения и интерпретации SHAP]. Construction and Building Materials, 2023, vol. 408, pp. 133752. doi: 10.1016/j.conbuildmat.2023.133752
    19. Tamov M. M., Salib M. I. F. Features of formation and opening of inclined cracks in I-beams made of ultra-high-strength concrete. Nauchnye trudy KubGTU, 2023, no. 6, pp. 27-37. (In Russ.).
    20. Wu X., Han Sang-M. First diagonal cracking and ultimate shear of I-shaped reinforced girders of ultra high performance fiber reinforced concrete without stirrup [Образование первых наклонных трещин и сопротивление поперечной силе двутавровых балок из сверхвысокопрочного фибробетона без хомутов]. International Journal of Concrete Structures and Materials, 2009, vol. 3, pp. 47-56. doi: 10.4334/IJCSM.2009.3.1.047
    21. Magureanu C., Sosa I., Negrutiu C., Heghes B. Bending and shear behavior of ultra-high performance fiber reinforced concrete [Работа на изгиб и поперечную силу сверхвысокопрочного фибробетона]. High Performance Structures and Materials, 2010, vol. 112, pp. 79-89.
    22. Kim Byung-S., Joh C., Yang In-H. Shear behavior of ultra-high-performance fibre-reinforced concrete beams without stirrups [Работа на поперечную силу балок из сверхвысокопрочного фибробетона без хомутов]. Magazine of Concrete Research, 2012, vol. 64, pp. 979-993. doi: 10.1680/macr.11.00153
    23. Baby F., Marchand P., Toutlemonde F. Shear behavior of ultrahigh performance fiber-reinforced concrete beams : experimental investigation [Работа на поперечную силу сверхвысокопрочных фибробетонных балок : экспериментальное исследование]. Journal of Structural Engineering, 2014, no. 140, pp. 04013111. doi: 10.1061/(ASCE)ST.1943-541X.0000907
    24. Telleen K, Noshiravani T, Galrito R, Brьhwiler E. Experimental investigation into the shear resistance of a reinforced UHPFRC web element [Экспериментальное исследование сопротивления сдвигу армированного плоского элемента из сверхвысокопрочного сталефибробетона]. 8th fib PhD Symposium in Kgs, Lyngby, Denmark, June 20-23. 2010. Available at: https://www.researchgate.net/publication/49461300_Experimental_investigation_into_the_shear_resistance_of_a_reinforced_UHPFRC_web_element (accessed 12.01.2024).
    25. Thiemicke J., Fehling E. Experimental and numerical investigations on I-shaped UHPC-beams with combined reinforcement under shear load [Экспериментальные и численные исследования работы на поперечную силу двутавровых балок из сверхвысокопрочного бетона с комбинированным армированием]. Insights and Innovations in Structural Engineering, Mechanics and Computation, 2016, pp. 1363-1367. doi: 10.1201/9781315641645-223
    26. Zagon R., Matthys S., Kiss Z. Shear behaviour of SFR-UHPC I-shaped beams [Работа на поперечную силу двутавровых балок из сверхвысокопрочного сталефибробетона]. Construction and Building Materials, 2016, no. 124, pp. 258-268. doi: 10.1016/j.conbuildmat.2016.07.075
    27. Lee Ji-H., Hong Sung-G. Shear strength of ultra-high performance fiber-reinforced concrete (UHPFRC) I-shaped Beams without stirrup [Сопротивление поперечной силе двутавровых балок из сверхвысокопрочного фибробетона без хомутов]. Journal of the Korea Concrete Institute, 2017, vol. 29, pp. 53-64. doi: 10.4334/JKCI.2017.29.1.053
    28. Pansuk W., Nguyen Th. N., Sato Y. et al. Shear capacity of high performance fiber reinforced concrete I-beams [Сопротивление поперечной силе двутавровых балок из высокопрочного фибробетона]. Construction and Building Materials, 2017, vol. 157, pp. 182-193.
    29. Mйszцly T., Randl N. Shear behavior of fiber-reinforced ultra-high performance concrete beams [Работа на поперечную силу балок из сверхвысокопрочного фибробетона]. Engineering Structures, 2018, vol. 168, pp. 119-127.
    30. Юibea C., Bompa D. Ultimate shear response of ultra-high-performance steel fibre-reinforced concrete elements [Предельные состояния балок из сверхвысокопрочного сталефибробетона при восприятии поперечных сил]. Archives of Civil and Mechanical Engineering, 2020, vol. 20. doi: 10.1007/s43452-020-00051-z
    31. Mansour M., Dicleli M., Lee J., Zhang J. Predicting the shear strength of reinforced concrete beams using artificial neural networks [Прогнозирование сопротивления поперечной силе железобетонных балок с использованием искусственных нейронных сетей]. Engineering Structures - ENG STRUCT, 2004, vol. 26, pp. 781-799. doi: 10.1016/j.engstruct.2004.01.011
  • For citation: Tamov M. M., Rudenko O. V., Salib M. I. F. Neural Network Calculations of the Strength of Inclined Sections of Beams Made of Ultra-High-Strength Concrete. Promyshlennoe i grazhdanskoe stroitel'stvo [Industrial and Civil Engineering], 2024, no. 4, pp. 50-57. (In Russ.). doi: 10.33622/0869-7019.2024.04.50-57

BACK