research centers


Search results: Found 4

Listing 1 - 4 of 4
Sort by

Article
Building Information Modeling (BIM) as Economical and Properties Assessment Tool for Building Units Alternatives Made with Lightweight Foamed Concrete

Authors: Abbas M. Abd عباس مهدي عبد --- Dunya S. Jarullah
Journal: DIYALA JOURNAL OF ENGINEERING SCIENCES مجلة ديالى للعلوم الهندسية ISSN: 19998716/26166909 Year: 2018 Volume: 11 Issue: 2 Pages: 33-41
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

Lightweight foamed concrete brick is new construction materials. It gives a prospective solution to building construction industry, this research aims to study the cost, dead loads, environmental issues and energy consumption from using lightweight foam concrete bricks as construction materials by utilizing building information modeling technique. The results obtained from this modelling proved that the cost of brick work using lightweight foamed concrete units of grade A (2000 kg/m3) and B (1800 kg/m3) is higher by (19.4% and 11.9%) respectively than the activity cost using traditional fired clay bricks. For grade C (1600 kg/m3) that cost was very close to fired clay bricks (+2.9%). while the construction of brick work using light weight foamed concrete units of grade D (1400 kg/m3) and E (1200 kg/m3) was lower by (8% and 18.6%) than fired clay bricks. Besides that, the dead load generated by building units was decreased by (7.7-38.5%) for grade (B, C, D, E) than the load of fired clay bricks, while the load generated from used lightweight foam concrete bricks grade is very closed to fired clay bricks (+2.5%). There was a reduction in energy consumption by the rate of (4.1-62.2%) for heating and (9.8-73.4%) for cooling as wall sharing in energy consumption. Environmental analysis showed sustainable potential so that the production of lightweight foamed concrete units reduces CO2 emission by (46.5-67.9%) compared with the fired clay bricks. Finally; it can be concluded that building units produced in this research with LWFC, characterized with properties can efficiently compete the fired clay bricks.


Article
ARTIFICIAL NEURAL NETWORK MODEL FOR MANAGING AND FORECASTING WATER RESERVOIR DISCHARGE (HEMREN RESERVOIR AS A CASE STUDY)
اعتماد نموذج الشبكات العصبية لغرض الادارة والتنبؤ بتصريف الخزانات المائية: خزان حمرين كحالة دراسية

Authors: ABBAS M. ABD عباس مهدي عبد --- SAAD SH. SAMMEN سعد شوكت سمين
Journal: DIYALA JOURNAL OF ENGINEERING SCIENCES مجلة ديالى للعلوم الهندسية ISSN: 19998716/26166909 Year: 2014 Volume: 7 Issue: 4 Pages: 132-143
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

The prediction of different hydrological phenomenon (or system) plays an increasing role in the management of water resources. As engineers; it is required to predict the component of natural reservoirs’ inflow for numerous purposes. Resulting prediction techniques vary with the potential purpose, characteristics, and documented data. The best prediction method is of interest of experts to overcome the uncertainty, because the most hydrological parameters are subjected to the uncertainty. Artificial Neural Network (ANN) approach has adopted in this paper to predict Hemren reservoir inflow. Available data including monthly discharge supplied from DerbendiKhan reservoir and rain fall intensity falling on the intermediate catchment area between Hemren-DerbendiKhan dams were used.A Back Propagation (LMBP) algorithm (Levenberg-Marquardt) has been utilized to construct the ANN models. For the developed ANN model, different networks with different numbers of neurons and layers were evaluated. A total of 24 years of historical data for interval from 1980 to 2004 were used to train and test the networks. The optimum ANN network with 3 inputs, 40 neurons in both two hidden layers and one output was selected. Mean Squared Error (MSE) and the Correlation Coefficient (CC) were employed to evaluate the accuracy of the proposed model. The network was trained and converged at MSE = 0.027 by using training data subjected to early stopping approach. The network could forecast the testing data set with the accuracy of MSE = 0.031. Training and testing process showed the correlation coefficient of 0.97 and 0.77 respectively and this is refer to a high precision of that prediction technique.

يشهد استخدام تقنيات التنبؤ اهمية متعاظمة في مجال ادارة الموارد المائية. ومن الناحية الهندسية فان عملية التنبؤ بالمصادر المائية للخزانات يكتسب اهمية كبيرة. وتتنوع طرق التنبؤ وفقا للاغراض المستهدفة والخصائص والبيانات المتوافرة. وافضل الطرق هي ما يبنى على الخبرات المتميزة ويراعي التغاير وعدم الموثوقية كونها من صفات الظاهر الهايدرولوجية. وتميزت تقنيات الذكاء الصناعي في هذا المجال ومنها الشبكات العصبية التي اعتمدت في هذا البحث لدراسة خزان حمرين باعتماد البيانات المتوافرة لكميات الامطار والتريف المطلق من سد دربندخان.اعتمد تقنية التغذية العكسية لبناء الشبكة العصبية للحالة قيد الدراسة. تم اختبار عدة شبكات بطبقات متعددة وذات عدد نيورون مختلف للوصول للحالة الامثل في بناء النموذج الممثل للحالة الدراسية. استخدمت في هذا البحث بيانات السنوات 1980-2003 لتدريب الشبكة العصبية واختبارها. تم استخدام معدل مربع الخطأ لتدقيق ناتج النموذج المطور كما تم اعتماد معامل الارتباط للتحقق من دقة النتائج. اظهرت عملية التحليل ان معدل مربع الخطأ كان بحدود 0.031 ومعامل الارتباط للنموذج على بيانات السنوات الاربع والعشرين بحدود 0.9728 وللبيانات المحدد للتحقق بحدود 0.7665 وهي درجة جيدة لدقة النموذج.


Article
SUPPORT VECTOR MACHINE (SVM) FOR MODELLING THE STRENGTH OF LIGHTWEIGHT FOAMED CONCRETE
اعتماد تقنية (SVM) للتنبؤ المبكر بمقاومة الخرسانة الرغوية خفيفة الوزن

Authors: Abbas M. Abd عباس مهدي عبد --- Suhad M. Abd سهاد محمد عبد
Journal: DIYALA JOURNAL OF ENGINEERING SCIENCES مجلة ديالى للعلوم الهندسية ISSN: 19998716/26166909 Year: 2015 Volume: 8 Issue: 4 Pages: 29-36
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

In construction industry, strength is a primary criterion in selecting a concrete for a particular application. Concrete used for construction gains strength over a long period of time after pouring. The characteristic strength of concrete that considered in structural design is defined as the compressive strength of a sample that has been aged for 28 days. So rapid and reliable prediction for the strength of concrete would be of great significance. Prediction of concrete strength, therefore, has been an active area of research and a considerable number of studies have been carried out. In this study, support vector machine model was proposed and developed for the prediction of concrete compressive strength at early age. The variables used in the prediction models were from the knowledge of the mix proportion elements and 7-day compressive strength. The models provide good estimation of compressive strength and yielded good correlations with the data used in this study relative to nonlinear multivariable regression. Moreover, the SVM model proved to be significant tool in prediction compressive strength of lightweight foamed concretes with minimal mean square errors and standard deviation.

تعتبر مقاومة الانضغاط هي العامل الرئيسي المحدد للتطبيقات الممكنة للخرسانة في القطاع الانشائي، حيث تكتسب الخرسانة قوتها وفق دالة زمنية طويلة بعد عملية الخلط والصب. ولان المقاومة الاسمية هي العنصر المعتمد في التصميم الانشائي كونها مقاومة الخرسانة بعمة 28 يوما. لذا فان امكانية التنبؤ المبكر بمقاومة الخرسانة سيكون ذا اهمية قصوى وعليه فقد اجريت العديد من الدراسات لهذا الموضوع عالميا.في هذا البحث، تم اعتماد تقنية (SVM) للنمذجة الرياضية لتطوير نموذج رياضي يمكن من التنبؤ بمقاومة انضغاط الخرسانة بعمر مبكر. وتم اعتماد مجموعة من العوامل المؤثرة في خواص الخرسانة الرغوية كمدخلات للنموذج الرياضي، وتمثل العناصر الرئيسية للخلطة الخرسانية.بينت النتائج ان النموذج المعتمد قد وفر تخمينا مبكرا لمقاومة الانضغاط للخرسانة الرغوية باعتماد فحص الانضغاط بعمر سبعة ايام مع مكونات الخلطة الخرسانية كمدخلات. كان معامل الارتباط عاليا عند مقارنة المشاهدات الفعلية مع البيانات التنبؤية للنموذج الرياضي. وتفوق هذا النموذج على تقنية الانحدار اللاخطي المتعدد من حيث مؤشرات معدل مربع الفروقات والانحراف المعياري. بينت النتائج امكانية اعتماد هذا النموذج الرياضي بشكل موثوق وفعال وفق نطاق البحث.

Keywords

Foamed Concrete --- SVM


Article
ANN AND STATISTICAL MODELLING TO PREDICT THE DEFLECTION OF CONTINUOUS REINFORCED CONCRETE DEEP BEAMS
اعتماد الشبكات العصبية والنمذجة الاحصائية للتنبوء بمقدار التشوه للعتبات المسلحة العميقة المستمرة

Authors: Abbas M Abd عباس مهدي عبد --- Wissam D Salman وسام داود سلمان --- Qusay W. Ahmed وسام وهاب احمد
Journal: DIYALA JOURNAL OF ENGINEERING SCIENCES مجلة ديالى للعلوم الهندسية ISSN: 19998716/26166909 Year: 2015 Volume: 8 Issue: 4 Pages: 134-143
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

This comparative study investigates the adoption of artificial neural networks and statistical modelling in the prediction of the deflection under ultimate strength of continuous reinforced concrete deep beams. All experimental data collected from the literature covers a case of a continuous deep beam with two point loads acting symmetrically in each span. The data set consist of many input parameters cover the geometrical and material properties. The corresponding output value was the deflection under ultimate strength of the continuous deep beam. The model takes into account the effects of the effective depth, shear span-to-depth ratio, length of one span, section width, ratio of reinforcement, and compressive strength of concrete cubes. Training, validation and testing of the developed neural network have been achieved using a comprehensive database compiled from 75 continuous deep beam specimens. The results show high correlation through using ANN modeling with 99.13% and 97.27% for extended and original data set. This model was compared with the multi-linear model which was of 81.16% correlation coefficient. Both model reflect high correlation with observed data and proved that they can be used to predict the deflection of deep beam with high degree of confidence.

تناولت دراسة المقارنة هذه اعتماد تقنية الشبكات العصبية الصناعية وتقنية الانحدار الخطي المتعدد للتنبؤ بمقدار التشوه تحت ظروف قوة التحميل القصوى للعتبات المسلحة المستمرة. تم جمع البيانات العملية من خلال مراجعة العديد من البحوث السابقة التي تغطي الحالة الدراسية. نوع التحميل كان باعتماد الحمل ثنائي التمركز المتناظر على فضاء العتبة بالتساوي. شملت البيانات العملية عدة مدخلات منها العمق الفعال، ونسبة الفضاء الى العمق، وطول الفضاء الواحد، وعرض المقطع، ونسبة التسليح، ومقاومة الانضغاط للخرسانة. في حين كان مقدار التشوة تحت قوة التحميل القصوى تمثل مخرجات البيانات. تم بناء الموديل بتقنية الشبكات العصبية واجراء التحقق والفحص ومن ثم مقارنة النتائج مع مخرجات تقنية الانحدار الخطي المتعدد. اظهرت النتائج تقاربا وارتباطا عاليا جدا لتقنية الشبكات العصبية وفق الطريقتين المتبعتين مع معامل ارتباط (99.13% و 97.27%) وكذلك ارتباطا جيدا بين نتائج التنبؤ ومخرجات البيانات العملية باعتماد الانحدار الخطي المتعدد مع معامل ارتباط (81.16%). اثبتت النتائج الموثوقية الجيدة لاستخدام النموذج المتبع في هذا البحث لغرض التنبؤ المستقبلي بتصرف العتبات الخرسانية باعتماد المتغيرات الواردة في البحث.

Listing 1 - 4 of 4
Sort by
Narrow your search

Resource type

article (4)


Language

English (4)


Year
From To Submit

2018 (1)

2015 (2)

2014 (1)