본 연구는 친환경 콘크리트의 개발을 위하여 시멘트 대체재료인 혼화재료로서 황토, 슬래그 및 PET보강섬유를 혼입한 콘크리트의 역학적 특성을 분석하는데 목적이 있다. 이를 위하여 콘크리트(SC), 황토콘크리트(HTC), 황토 및 PET보강섬유가 혼입된 시험체(HTPC)를 대상으로 재령별 압축강도 실험을 실시하였으며, 시험체의 장기특성을 분석하기 위한 크리프 및 건조수축 실험을 실시하였다. 실험결과, 재령별 압축강도는 시험체 별로 큰 차이를 나타내지 않았으나, HTC 시험체의 압축강도가 가장 큰 것으로 나타났으며, 크리프 및 건조수축의 실험결과 HTC 시험체의 장기특성이 가장 우수한 것으로 판명되었다.
In this study, the accelerated corrosion test by combined deteriorating action of salt damage and freeze-thaw was investigated. freeze-thaw cycle is one method for corrosion testing; corrosion initiation time was measured in four types of concrete samples, i.e., two samples mixed with fly ash (FA) and blast furnace slag (BS), and the other two samples having two water/cement ratio (W/C = 0.6, 0.35) without admixture (OPC60 and OPC35). The corrosion of rebar embedded in concrete occurred most quickly at the $30^{th}$ freeze-thaw cycle. Moreover, a corrosion monitoring method with a half-cell potential measurement and relative dynamic elastic modulus derived from resonant frequency measures was conducted simultaneously. The results indicated that the corrosion of rebar occurred when the relative dynamic elastic modulus was less than 60%. Therefore, dynamic elastic modulus can be used to detect corrosion of steel bar. The results of the accelerated corrosion test exhibited significant difference according to corrosion periods combined with each test condition. Consequently, the OPC60 showed the lowest corrosion resistance among the samples.
Ramezanianpour, A.A.;Kazemian, A.;Radaei, E.;AzariJafari, H.;Moghaddam, M.A.
Computers and Concrete
/
제13권4호
/
pp.423-436
/
2014
Ground Granulated Blast Furnace Slag (GGBFS) is widely used as an effective partial cement replacement material. GGBFS inclusion has already been proven to improve several performance characteristics of concrete. GGBFS provides enhanced durability, including high resistance to chloride penetration and protection against alkali silica reaction. In this paper results of an experimental research work on influence of low-reactivity GGBFS (which is largely available in Iran) on the properties of mortars and concretes are reported. In the first stage, influence of GGBFS replacement level and fineness on the compressive strength of mortars was investigated using Taguchi method. The analysis of mean (ANOM) statistical approach was also adopted to develop the optimal conditions. Next, based on the obtained results, concrete mixtures were designed and water penetration, capillary absorption, surface resistivity, and compressive strength tests were carried out on highstrength concrete specimens at different ages up to 90 days. The results indicated that 7-day compressive strength is adversely affected by GGBFS inclusion, while the negative effect is less evident at later ages. Also, it was inferred that use of low-reactivity GGBFS (at moderate levels such as 20% and 30%) can enhance the impermeability of high-strength concrete since 28 days age.
Prasanna, P.K.;Ramachandra Murthy, A.;Srinivasu, K.
Structural Engineering and Mechanics
/
제68권6호
/
pp.691-700
/
2018
Ground granulated blast furnace slag (GGBS) is a by product obtained from iron and steel industries, useful in the design and development of high quality cement paste/mortar and concrete. This paper investigates the applicability of relevance vector machine (RVM) based regression model to predict the compressive strength of various GGBS based concrete mixes. Compressive strength data for various GGBS based concrete mixes has been obtained by considering the effect of water binder ratio and steel fibres. RVM is a machine learning technique which employs Bayesian inference to obtain parsimonious solutions for regression and classification. The RVM is an extension of support vector machine which couples probabilistic classification and regression. RVM is established based on a Bayesian formulation of a linear model with an appropriate prior that results in a sparse representation. Compressive strength model has been developed by using MATLAB software for training and prediction. About 70% of the data has been used for development of RVM model and 30% of the data is used for validation. The predicted compressive strength for GGBS based concrete mixes is found to be in very good agreement with those of the corresponding experimental observations.
Tahwia, Ahmed M.;Heniegal, Ashraf;Elgamal, Mohamed S.;Tayeh, Bassam A.
Computers and Concrete
/
제27권1호
/
pp.21-28
/
2021
The Artificial Neural Network (ANN) is a system, which is utilized for solving complicated problems by using nonlinear equations. This study aims to investigate compressive strength, rebound hammer number (RN), and ultrasonic pulse velocity (UPV) of sustainable concrete containing various amounts of fly ash, silica fume, and blast furnace slag (BFS). In this study, the artificial neural network technique connects a nonlinear phenomenon and the intrinsic properties of sustainable concrete, which establishes relationships between them in a model. To this end, a total of 645 data sets were collected for the concrete mixtures from previously published papers at different curing times and test ages at 3, 7, 28, 90, 180 days to propose a model of nine inputs and three outputs. The ANN model's statistical parameter R2 is 0.99 of the training, validation, and test steps, which showed that the proposed model provided good prediction of compressive strength, RN, and UPV of sustainable concrete with the addition of cement.
Hu, Pan;Moradi, Zohre;Ali, H. Elhosiny;Foong, Loke Kok
Smart Structures and Systems
/
제30권2호
/
pp.195-207
/
2022
Computational drawbacks associated with regular predictive models have motivated engineers to use hybrid techniques in dealing with complex engineering tasks like simulating the compressive strength of concrete (CSC). This study evaluates the efficiency of tree potential metaheuristic schemes, namely shuffled complex evolution (SCE), multi-verse optimizer (MVO), and beetle antennae search (BAS) for optimizing the performance of a multi-layer perceptron (MLP) system. The models are fed by the information of 1030 concrete specimens (where the amount of cement, blast furnace slag (BFS), fly ash (FA1), water, superplasticizer (SP), coarse aggregate (CA), and fine aggregate (FA2) are taken as independent factors). The results of the ensembles are compared to unreinforced MLP to examine improvements resulted from the incorporation of the SCE, MVO, and BAS. It was shown that these algorithms can considerably enhance the training and prediction accuracy of the MLP. Overall, the proposed models are capable of presenting an early, inexpensive, and reliable prediction of the CSC. Due to the higher accuracy of the BAS-based model, a predictive formula is extracted from this algorithm.
The use of recycled concrete aggregates (RCA) as a substitute for natural aggregates in new concrete produces both economic and environmental advantages. Most of the RCA applications for pavements have been primarily applied to support layers for roads and airfields. This paper summarizes a work completed at the University of Illinois in partnership with the O'Hare Modernization Program to examine the effect of coarse and fine RCA on the concrete's fresh and hardened properties for airfield rigid pavement applications. Ten different RCA concrete mixtures were prepared with the incorporation of different percentages of RCA fines as well as replacement of cement with high volume percentages of supplementary cementitious materials such as Class C fly ash and ground granulated blast furnace slag to improve the workability and long-term properties of RCA concrete. All the mixes on this stage included 100% recycled coarse aggregates and the Two-Stage Mixing Approach was used as a mixing procedure. Based on the results obtained in the research, mixes with high percentages of recycled fine and coarse aggregates could be used for construction of airfield concrete pavements in conjunction with supplementary cementitious materials
Recently, as interest in environmental issues increases, minimizing carbon dioxide generated during cement manufacturing is a problem to be solved. In order to solve such a problem, it is required to use an industrial by-product of recycled aggregate, blast furnace slag, and circulating fluidized bed boiler fly ash to replace it on the basis of geopolymer(=cementless). This study examines the characteristics of eco-friendly artificial stone according to the mixing ratio of geopolymer-based recycled aggregate. As a result of the experiment, when the addition rate of the alkali stimulant was 15% and the mixing ratio of the circulating aggregate was 70%, the flexural strength and compressive strength were the highest. Density and water absorption decreased as density of circulating aggregates increased and water absorption increased. However, when the mixing ratio of the circulating aggregate exceeded 70%, the flexural strength and compressive strength decreased. Therefore, in order to obtain strengths meeting the KS standards, the mixing ratio of recycled aggregate was set to 70%, and artificial stone was manufactured using industrial by-products.
Fly ash, granulated blast furnace slag, marble waste powder, etc. are just some of the by-products of other sectors that the construction industry is looking to include into the many types of concrete they produce. This research seeks to use surrogate machine learning methods to forecast the compressive strength of self-compacting concrete. The surrogate models were developed using Gradient Boosting Machine (GBM), Support Vector Machine (SVM), Random Forest (RF), and Gaussian Process Regression (GPR) techniques. Compressive strength is used as the output variable, with nano silica content, cement content, coarse aggregate content, fine aggregate content, superplasticizer, curing duration, and water-binder ratio as input variables. Of the four models, GBM had the highest accuracy in determining the compressive strength of SCC. The concrete's compressive strength is worst predicted by GPR. Compressive strength of SCC with nano silica is found to be most affected by curing time and least by fine aggregate.
The construction industry, one of the biggest producers of greenhouse emissions, is under a lot of pressure as a result of growing worries about how climate change may affect local communities. Geopolymer concrete (GPC) has emerged as a feasible choice for construction materials as a result of the environmental issues connected to the manufacture of cement. The findings of this study contribute to the development of machine learning methods for estimating the properties of eco-friendly concrete, which might be used in lieu of traditional concrete to reduce CO2 emissions in the building industry. In the present work, the compressive strength (fc) of GPC is calculated using random forests regression (RFR) methodology where natural zeolite (NZ) and silica fume (SF) replace ground granulated blast-furnace slag (GGBFS). From the literature, a thorough set of experimental experiments on GPC samples were compiled, totaling 254 data rows. The considered RFR integrated with artificial hummingbird optimization (AHA), black widow optimization algorithm (BWOA), and chimp optimization algorithm (ChOA), abbreviated as ARFR, BRFR, and CRFR. The outcomes obtained for RFR models demonstrated satisfactory performance across all evaluation metrics in the prediction procedure. For R2 metric, the CRFR model gained 0.9988 and 0.9981 in the train and test data set higher than those for BRFR (0.9982 and 0.9969), followed by ARFR (0.9971 and 0.9956). Some other error and distribution metrics depicted a roughly 50% improvement for CRFR respect to ARFR.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.