TY - JOUR ID - TI - Developing a Model to Estimate the Productivity of Ready Mixed Concrete Batch Plant تطوير نموذج لتخمين انتاجية الخباطة المركزية للخرسانة الجاهزة للخلط AU - Hussein T. Almusawi حسين ثامر الموسوي AU - Abbas M. Burhan عباس محمد برهان PY - 2020 VL - 26 IS - 10 SP - 80 EP - 93 JO - Journal of Engineering مجلة الهندسة SN - 17264073 25203339 AB - Productivity estimating of ready mixed concrete batch plant is an essential tool for the successful completion of the construction process. It is defined as the output of the system per unit of time. Usually, the actual productivity values of construction equipment in the site are not consistent with the nominal ones. Therefore, it is necessary to make a comprehensive evaluation of the nominal productivity of equipment concerning the effected factors and then re-evaluate them according to the actual values. In this paper, the forecasting system was employed is an Artificial Intelligence technique (AI). It is represented by Artificial Neural Network (ANN) to establish the predicted model to estimate wet ready mixed concrete (WRMC) plant production and dry ready mixed concrete (DRMC) plant production, in addition to determining the factors affecting productivity.The results showed that the artificial intelligence neural network is an effective technique to estimate the productivity of the dry and wet ready mixed concrete batch plant. The ANN model showed satisfying results of validation for both training and external datasets with the range of training dataset and poor results with the data that exceeds the range of training. At the same time, the skills of the operators, frequent failure of concrete, and lack of construction materials were the most important factor that affected productivity.

يعد تخمين انتاجية الخباطة المركزية للخرسانة الجاهزة للخلط أداة أساسية لإنجاز عملية البناء بنجاح.حيث يتم تعريف الانتاجية على أنها ناتج النظام لكل وحدة زمنية. غالبا ما تكون القيم الإنتاجية الفعلية لمعدات البناء في الموقع غير متوافقة مع القيم الاسمية. لذلك ، من الضروري إجراء تقييم شامل للإنتاجية الاسمية للمعدات المتعلقة بالعوامل المتأثرة ثم إعادة تقييمها وفقًا للقيم الفعلية.في هذا البحث ، تم استخدام نظام التنبؤ باستخدام تقنية الذكاء الاصطناعي (AI) والتي تمثلها الشبكة العصبية الاصطناعية (ANN) لإنشاء النموذج المتوقع لتقدير إنتاج مصنع الخرسانة الجاهزة الرطبة (WRMC) ومصنع إنتاج الخرسانة الجاهزة الجافة (DRMC) , بالاضافة الى تحديد العوامل التي اثرت في تقليل الانتاجية عما هو مصمم لها.أظهرت النتائج إن الشبكة العصبية للذكاء الاصطناعي هي تقنية فعالة لتقدير إنتاجية مصنع خلط الخرسانة الجاهزة الجافة والرطبة عن طريق تقديم نموج تنبؤي للانتاجية و أظهر نموذج شبكة العصبية نتائج مرضية في الاختبار في كل من مجموعة التدريب ومجموعة البيانات الخارجية ضمن نطاق مجموعة البيانات التدريب والنتائج السيئة مع البيانات التي تتجاوز نطاق التدريب وأن مهارات المشغلين والفشل المتكرر للخرسانة ونقص مواد البناء كانت أهم العوامل التي أثرت على الإنتاجية. ER -