دکتر علی خیرالدین استاد دانشکده مهندسی عمران دانشگاه سمنان و مجری این طرح بین المللی اظهار کرد: این طرح در قالب همکاری‌های بین‌المللی وزارت علوم و با همکاری هیات جذب نخبگان غیر مقیم وزارت علوم در حال اجراست.
این عضو هیئت علمی دانشگاه سمنان با بیان اینکه همکاری‌های دانشگاه سمنان و دانشگاه اسلو نروژ از سال 2016 آغاز شده است افزود: عنوان این طرح تخمین چسبندگی آرماتورهای دارای خوردگی در اعضای بتن آرمه (Estimation of Bond Strength of Reinforcement in RC Elements with Consideration of Corrosion ) است که با همکاری خیرالدین از دانشگاه سمنان، دکتر مهدی کیومرثی دانشیار دانشگاه اسلو نروژ و دکتر مسعود احمدی از فارغ التحصیلان دانشگاه سمنان در حال اجراست.
رئیس پیشین دانشگاه سمنان با بیان اینکه خوردگی در سازه‌های بتن آرمه بسیار حایز اهمیت است و هزینه بسیار هنگفتی را برای ترمیم پروژه‌های عمرانی داخل و خارج از کشور ایجاد می‌کند اظهار کرد: اجرای موفق این طرح پژوهشی عمر مفید ساختمان‌ها را افزایش خواهد داد .
مجری نخستین طرح بین‌المللی دانشگاه سمنان تصریح کرد: در این طرح پژوهشی به دنبال ارائه مدل جدیدی بر اساس محاسبات نرم و شبکه عصبی و منطقه فازی هستیم تا بحث خوردگی و چسبندگی را در سازه‌های بتن آرمه تخمین بزنیم.
دکتر خیرالدین ادامه داد: اجرای این طرح پژوهشی نه تنها در تقویت روابط بین‌الملل بلکه در ارتقای رنکینگ دانشگاه سمنان هم نقش موثری دارد.
دکتر کیومرثی استاد دانشگاه اسلو نیز با بیان اینکه خوردگی یکی از مهمترین مسائل عمرانی در دنیا و از جمله در نروژ و ایران است اظهار کرد: حدود 90 درصد از پل‌هایی که در نروژ ساخته شده دارای خوردگی ناشی از کلراید هستند.
این استاد ایرانی دانشگاه‌های نروژ گفت: در این طرح تلاش می‌کنیم که بهترین و بهینه‌ترین مدل را ارائه دهیم و مدل‌های موجود در این زمینه را اصلاح کنیم که در آینده نه تنها برای پژوهشگران بلکه برای مهندسان به صورت عملی هم مورد استفاده قرار گیرد.
وی افزود: با توجه به مشکلات فراوانی که خوردگی آرماتور ایجاد می‌کند، به ابزاری برای بررسی سازه‌های دچار خوردگی نیاز است که در این طرح پژوهشی به ارزیابی مقاومت پیوستگی بین بتن و فولاد در سازه‌های دارای خوردگی یکنواخت پرداخته شده و سعی می‌شود مدلی برای این پارامتر ارائه شود.
دکتر مسعود احمدی از فارغ‌التحصیلان دانشگاه سمنان و از از دیگر اعضای این تیم تحقیقاتی نیز گفت: به دنبال پیشنهاد مدلی کاربردی هستیم و با توسعه روابط میزیان خطا را کاهش دادیم و با سیستم هوش مصنوعی کار را پیش بردیم تا مدلی ارائه شود که مشکلات خوردگی موجود در جامعه مهندسی را حل و در فعالیت‌های مهندسی و دنیای واقعی به راحتی از آن استفاده کرد.
