SARIMA 모델을 이용한 콘크리트 압축강도 감소에 영향을 미치는 감수율 및 온습도 변화에 따른 시계열 데이터 분석
Analysis of Time-Series data According to Water Reduce Ratio and Temperature and Humidity Changes Affecting the Decrease in Compressive Strength of Concrete Using the SARIMA Model
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 논문은 건설현장의 콘크리트 붕괴사고를 사전에 예방하기 위한 조치 중 하나로 감수율에 따른 콘크리트강도 저하에 영향을 미치는 일일 시간대별 변화와 온도의 변화를 시계열데이터로 축적된 기상청 자료를 기반으로 분석했다. 감수율 발생 구간의 예측을 확인할 신뢰성 있는 모델로규칙적이고 명확한 시계열데이터 모델에 적합한 SARIMA모델을 통하여 p_value는 0.5 이하, coef 는 일방향으로 나타나는 등 검증 항목들이 신뢰성 확보에 유의미한 결과를 얻었다. 이러한 신뢰를 바탕으로 확보한 데이터를 이용하여 시간대별 온도변화와 구간별 감수율을 분석한 결과 7~8 월, 12~13시, 29~31℃ 구간이 가장 큰 감수율을 나타냄을 알 수 있다. 연구 결과를 이용하여 연구결과 구간의 요인이 발생하면 배치플랜트에서 물-시멘트 배합설계 시 감수율을 반영한 레미콘을생산하여 감수율에 따른 콘크리트 압축강도 저하를 예방할 수 있을 것으로 기대된다.
Abstract
In this paper is one of the measures to prevent concrete collapse accidents at construction sites in advance. Analyzed based on accumulated Meteorological Agency data. It is a reliable model that confirms the prediction of the decrease rate occurrence interval, and the verification items such as p_value is 0.5 or less and ecof appears in one direction through the SARIMA model, which is suitable for regular and clear time series data models, ensure reliability. Significant results were obtained. As a result of analyzing the temperature change by time zone and the water reduce ratio by section using the data secured based on such trust, the water reduce ratio is the highest in the 29-31 ℃ section from 12:00 to 13:00 from July to August. found to show. If a factor in the research result interval occurs using the research results, it is expected that the batch plant will produce Ready-mixed concrete that reflects the water reduce ratio at the time of designing the water-cement mixture, and prevent the decrease in concrete compressive strength due to the water reduce ratio.
참고문헌 (15)
- 문경태, "순환 굵은 골재의 함수상태와 양생조건에 따른 콘크리트의 압축강도", 대한토목학회논문집(국문), 39(4), pp.485~492 (2019), 대한토목학회[DOI]
- Rahimzadeh, "Systematic Multiscale Models to Predict the Compressive Strength of Cement Paste as a Function of Microsilica and Nanosilica Contents, Water", Cement Ratio, and Curing Ages, 2022, pp.14(3), 1723~
- 김경환, "감수율에 따른 압축강도와 물-시멘트비 관계에 관한 연구", 콘크리트학회 논문집, 26(5), pp.591~598 (2014), 한국콘크리트학회[DOI]
- Choi, Yun Wang, "An Experimental Study on the Compressive Strength of Concrete according to Water Reducing Performance", Journal of the Korea Concrete Institute, pp.241~242 (2014)
- 조익성, "Auto Regressive모델링 기반의 특징점 추출과 Support Vector Machine을 통한 조기수축 부정맥 분류", 한국정보통신학회논문지, 23(2), pp.117~126 (2019), 한국정보통신학회[DOI]
- Akaike, Hirotugu, "Selected Papers of Hirotugu Akaike", pp.153~170 (1998), Springer
- Ruisen Huang, "Online Motion-Artifact Removal in fNIRS Signals: Combined Square-Root Cubature Kalman Filter and Weighted Moving Average Model Approach", Journal of Institute of Control Robotics and Systems, pp.658~663 (2020)
- Xin, Peizhe, "Probability distribution of wind power volatility based on the moving average method and improved nonparametric kernel density estimation", Global Energy Interconnection, 3(3), pp.247~258 (2020)[DOI]
- 이수환, "ARIMA를 활용한 실시간 SCR-HP 밸브 온도 수집 및 고장 예측", 한국가시화정보학회지, 19(1), pp.1~6 (2021), 한국가시화정보학회
- 정하영, "SARIMA 모델을 이용한 태양광 발전량 예측 연구", 멀티미디어학회논문지, 25(1), pp.82~91 (2022), 한국멀티미디어학회
- 이동현, "SARIMA 모형을 이용한 태양광 발전량 예보 모형 구축", 한국태양에너지학회 논문집, 39(3), pp.59~66 (2019), 한국태양에너지학회[DOI]
- Farsi, Mohammed, "Parallel genetic algorithms for optimizing the SARIMA model for better forecasting of the NCDC weather data", Alexandria Engineering Journal, 60(1), pp.1299~1316 (2021)[DOI]
- 김재호, "SARIMA모형을 이용한 코로나19 확진자수 예측", 한국정보통신학회논문지, 26(1), pp.58~63 (2022), 한국정보통신학회[DOI]
- Dubey, Ashutosh Kumar, "Study and analysis of SARIMA and LSTM in forecasting time series data", Sustainable Energy Technologies and Assessments, 47, pp.101474~ (2021)[DOI]
- "Korea Meteorological Administration"[URL]