본문 바로가기
KERD
논문KCI 등재

인공신경망 기반 동결융해 작용을 받는 콘크리트의 내구성능 평가

Estimation of Concrete Durability Subjected to Freeze-Thaw Based on Artificial Neural Network

최승호|김강수|허인욱|할리오나
한국구조물진단유지관리공학회 (The Korea Institute For Structural Maintenance and Inspection)|2023.12|한국구조물진단유지관리공학회 논문집 (Journal of The Korea Institute for Structural Maintenance and Inspection)|제27권 제6호|pp. 144-151

0

조회

0

다운로드

0

인용

0

참고문헌

키워드

인공신경망Freeze-thaw동결융해Resistance콘크리트Concrete저항성능Artificial neural network (ANN)상대동탄성계수Relative dynamic modulus of elasticity(RDME)
주제분류안전공학

초록

이 연구에서는 동결융해 작용을 받는 다양한 콘크리트 배합에 대한 실험결과를 수집하여 데이터베이스를 구축하였다. 이를 바탕으로 동결융해 작용을 받는 콘크리트의 인공지능 기반 내구성능 평가모델을 개발하였으며, 회귀분석을 통해 상대동탄성계수 추정식을 도출하였다. 제안된 인공신경망 모델의 오류율과 결정계수는 각각 약 10.4%와 0.7이었으며, 회귀분석 추정식도 유사한 결과를 나타내었다. 따라서, 제안된 인공신경망 모델 및 회귀분석 추정식은 다양한 배합의 동결융해 작용을 받는 콘크리트에 대한 상대동탄성계수를 추정하는 데에 활용될수 있을 것으로 판단된다.

Abstract

In this study, a database was established by collecting experimental results on various concrete mixtures subjected to freeze-thaw cycles, based on which an artificial neural network-based prediction model was developed to estimate durability resistance of concrete. A regression analysis was also conducted to derive an equation for estimating relative dynamic modulus of elasticity subjected to freeze-thaw loads. The error rate and coefficient of determination of the proposed artificial neural network model were approximately 11% and 0.72, respectively, and the regression equation also provided very similar accuracy. Thus, it is considered that the proposed artificial neural network model and regression equation can be used for estimating relative dynamic modulus of elasticity for various concrete mixtures subjected to freeze-thaw loads.

참고문헌 (31)

  1. Neville, A. M., "Properties of Concrete", Logman (1995)
  2. 이승태, "탄산화를 받은 콘크리트의 동결융해 저항성", 한국산학기술학회논문지, 19(2), pp.623~631 (2018), 한국산학기술학회[DOI]
  3. 최하진, "초음파의 비선형 특성을 이용한 콘크리트 동결융해 손상 평가", 한국구조물진단유지관리공학회 논문집, 25(4), pp.56~64 (2021), 한국구조물진단유지관리공학회
  4. 윤영근, "콘크리트 넓은 보의 상태평가를 위한 초음파 속도의 통계학적 분포에 대한 연구", 한국안전학회지, 32(2), pp.98~104 (2017), 한국안전학회
  5. 유영찬, "구조보강용 FRP 복합체의 동결용해 저항성 평가 연구", 한국구조물진단유지관리공학회 논문집, 14(1), pp.182~189 (2010), 한국구조물진단유지관리공학회
  6. Yan, W., "Study on the service life prediction of freeze- thaw damaged concrete with high permeability and inorganic crystal waterproof agent additions based on ultrasonic velocity", Constuction and Building Materials, 259, pp.1~11 (2020)
  7. Nimlyat, P. S., "An evaluation of the fire safety measures in high-rise buildings in Nigeria", Sustainable Cities and Society, 35, pp.774~785 (2017)
  8. 백은선, "화재안전의식 및 피난유도 시스템에 대한 연구", 한국화재소방학회 논문지, 24(6), pp.45~53 (2010), 한국화재소방학회
  9. Stankovi, G, "Impact of LNG Vapor Dispersion on Evacuation Routes inside LNG Terminals", Journal of Mechanical Engineering, 64(3), pp.176~184 (2018)
  10. Popescu, I., "Comparison of ANN Based Models for Path Loss Prediction in Indoor Environment", IEEE Vehicular Technology Conference (2006)
  11. Yu, H., "An equation for determining freeze-thaw fatigue damage in concrete and a model for predicting the service life", Construction and Building Materials, 137, pp.104~116 (2017)
  12. Shang, H., "Behavior of Air-Entrained Concrete After Freeze-Thaw Cycles", Acta Mechanica Solida Sinica, 22(3), pp.261~266 (2009)
  13. Shang, H. S., "Freeze-Thaw Durability of Air-Entrained concrete", The Scientific World Journal, 2013, pp.1~6 (2013)
  14. Wu, H., "Experimental investigation on freeze-thaw durability of Portland cement pervious concrete (PCPC)", Construction and Building Materials, 117, pp.63~71 (2016)
  15. Duan, A., "A stochastic damage model for evaluating the internal deterioration of concrete due to freeze-thaw action", Materials and Structures, 47, pp.1025~1039 (2013)
  16. Cho, T., "Prediction of cyclic freeze-thaw damage in concrete structures based on response surface method", Construction and Building Materials, 21(12), pp.2031~2040 (2007)
  17. Resistance of Concrete to Freezing and Thawing, "Janssen, D. J.", Highway Research Program National Research Council, ~ (1994)
  18. Artificial Intelligence A Modern Approach, "Russell, S.", ~ (2010)
  19. 조해창, "Remaining service life estimation of reinforced concrete buildings based on fuzzy approach", Computers and Concrete, An International Journal, 15(6), pp.879~902 (2015), 사단법인 한국계산역학회
  20. Cho, H. C., "Fire Damage Assessment of Reinforced Concrete Structures Using Fuzzy Theory", Applied Sciences, 7(5), pp.1~16 (2017)
  21. Kang, H., "Estimation of Heating Temperature for Fire-Damaged Concrete Structures Using Adaptive Neuro-Fuzzy Inference System", Materials, 12, pp.1~17 (2019)
  22. Darkhanbat, K, "Real-Time Egress Model for Multiplex Buildings under Fire Based on Artificial Neural Network", Applied Sciences, pp.111~122 (2021)
  23. Hagan, M. T., "Training feedforward networks with the Marquardt algorithm", IEEE Transactions on Neural Networks, 5(6), pp.989~993 (1994)
  24. 이재성, "인공신경망 모델의 가중치와 편의를 이용한 테트라포드의 안정수 계산 방법", 한국해안·해양공학회논문집, 28(5), pp.277~283 (2016), 한국해안,해양공학회
  25. Nielsen, R. H., "Theory of the Backpropagation Neural Network", IEEE IJCNN, pp.1593~1605 (1989)
  26. Trottier, C., "Freezing and Thawing Resistance of Fine Recycled Concrete Aggregate (FRCA) Mixtures Designed with Distinct Techniques", Materials, 15(4), pp.1~23 (2022)
  27. Choi, S. G., "A Study on Freezing and Trawing Resistance of Concrete with the Ratio of Ground Granulated Blast-Furnace Slag Replacement", Journal of Korea Concrete Institute, 9, pp.149~155 (1997)
  28. Shang, H. S., "Behavior of Plain Concrete of a High Water-Cement Ratio after Freeze-Thaw Cycles", Materials, 5(9), pp.1698~1707 (2012)
  29. Zhao. N., "Prediction of Concrete Freezing Resistance under Site Environment based on ANN", Applied Mechanics and Materials, 438-439, pp.202~206 (2013)
  30. 임소영, "인공신경망을 활용한 석탄회 CLSM의일축압축강도 및 Flow 예측", 예술과 과학기술, 9(3), pp.164~183 (2013), 우리춤연구소
  31. High Performance Concrete Mixture Design using Artificial Neural Networks, "Yang, S. I.", Korea Concrete Institute, 545~550 (2002)

관련 논문AI추천

인공 신경망 알고리즘을 활용한 플라이애시 콘크리트의 염해 내구성능 예측권성준, 윤용식한국구조물진단유지관리공학회 · 한국구조물진단유지관리공학회 논문집2022 · 제26권 제5호골재의 형상 특성과 인공신경망에 기반한 콘크리트 압축강도 예측 연구김창혁, 김홍섭, 전준서한국구조물진단유지관리공학회 · 한국구조물진단유지관리공학회 논문집2021 · 제25권 제5호인공신경망을 이용한 플라이애시 및 실리카 흄 복합 콘크리트의 압축강도 예측번위결, 왕소용, 최영지산업기술연구소 · 산업기술연구2021 · 제41권 제1호콘크리트 압축강도 추정을 위한 확률 신경망김두기, 이종재, 장성규한국구조물진단유지관리공학회 · 한국구조물진단유지관리공학회 논문집2004 · 제8권 제2호콘크리트의 동결융해 저항성 추정을 위한 표면 거칠기 및 이미지 분석의 적용성이빛나, 이종석한국구조물진단유지관리공학회 · 한국구조물진단유지관리공학회 논문집2018 · 제22권 제3호동결융해 작용을 받은 콘크리트의 공극구조 및 염화물 침투저항 특성양은익, 원민식, 이성태, 최윤석한국구조물진단유지관리공학회 · 한국구조물진단유지관리공학회 논문집2012 · 제16권 제6호

이 간행물의 다른 논문 (23건)

가능최대지진(MCE)을 적용한 콘크리트 댐 피어부 내진성능평가 방안 개선오정근, 정영석, 권민호pp. 1-12인천항의 대기 중 비래염분량의 시설물별 특성 및 해안거리에 따른 감소량 추정정자혜, 이종석pp. 13-21면진받침의 내진성능평가를 위한 실험 시 속도의존성과 수직하중의 영향박민석, 김철영, 채윤병pp. 22-29위상 잠금 열화상 기법을 이용한 콘크리트 마감재 내부 균열 검출우욱용, 김종찬, 최하진, 이명훈pp. 30-38차세대 고속철의 증속을 고려한 PSC 철도교 마찰 교량받침의 동적 거동 해석오순택, 이성태pp. 39-46
원문 보기