• Computers and Concrete
• /
• 제22권3호
• /
• pp.337-353
• /
• 2018

The present study focuses on examining the structural behaviour of steel-fibre-reinforced concrete (SFRC) beams under high rates of loading largely associated with impact problems. Fibres are added to the concrete mix to enhance ductility and energy absorption, which is important for impact-resistant design. A simple, yet practical non-linear finite-element analysis (NLFEA) model was used in the present study. Experimental static and impact tests were also carried out on beams spanning 1.3 meter with weights dropped from heights of 1.5 m and 2.5 m, respectively. The numerical model realistically describes the fully-brittle tensile behaviour of plain concrete as well as the contribution of steel fibres to the post-cracking response (the latter was allowed for by conveniently adjusting the constitutive relations for plain concrete, mainly in uniaxial tension). Suitable material relations (describing compression, tension and shear) were selected for SFRC and incorporated into ABAQUS software Brittle Cracking concrete model. A more complex model (i.e., the Damaged Plasticity concrete model in ABAQUS) was also considered and it was found that the seemingly simple (but fundamental) Brittle Cracking model yielded reliable results. Published data obtained from drop-weight experimental tests on RC and SFRC beams indicates that there is an increase in the maximum load recorded (compared to the corresponding static one) and a reduction in the portion of the beam span reacting to the impact load. However, there is considerable scatter and the specimens were often tested to complete destruction and thus yielding post-failure characteristics of little design value and making it difficult to pinpoint the actual load-carrying capacity and identify the associated true ultimate limit state (ULS). To address this, dynamic NLFEA was employed and the impact load applied was reduced gradually and applied in pulses to pinpoint the actual failure point. Different case studies were considered covering impact loading responses at both the material and structural levels as well as comparisons between RC and SFRC specimens. Steel fibres were found to increase the load-carrying capacity and deformability by offering better control over the cracking process concrete undergoes and allowing the impact energy to be absorbed more effectively compared to conventional RC members. This is useful for impact-resistant design of SFRC beams.

• 전기학회논문지
• /
• 제60권3호
• /
• pp.639-647
• /
• 2011

In this paper, we introduce a design methodology of data-centroid Radial Basis Function neural networks with extended polynomial function. The two underlying design mechanisms of such networks involve K-means clustering method and Particle Swarm Optimization(PSO). The proposed algorithm is based on K-means clustering method for efficient processing of data and the optimization of model was carried out using PSO. In this paper, as the connection weight of RBF neural networks, we are able to use four types of polynomials such as simplified, linear, quadratic, and modified quadratic. Using K-means clustering, the center values of Gaussian function as activation function are selected. And the PSO-based RBF neural networks results in a structurally optimized structure and comes with a higher level of flexibility than the one encountered in the conventional RBF neural networks. The PSO-based design procedure being applied at each node of RBF neural networks leads to the selection of preferred parameters with specific local characteristics (such as the number of input variables, a specific set of input variables, and the distribution constant value in activation function) available within the RBF neural networks. To evaluate the performance of the proposed data-centroid RBF neural network with extended polynomial function, the model is experimented with using the nonlinear process data(2-Dimensional synthetic data and Mackey-Glass time series process data) and the Machine Learning dataset(NOx emission process data in gas turbine plant, Automobile Miles per Gallon(MPG) data, and Boston housing data). For the characteristic analysis of the given entire dataset with non-linearity as well as the efficient construction and evaluation of the dynamic network model, the partition of the given entire dataset distinguishes between two cases of Division I(training dataset and testing dataset) and Division II(training dataset, validation dataset, and testing dataset). A comparative analysis shows that the proposed RBF neural networks produces model with higher accuracy as well as more superb predictive capability than other intelligent models presented previously.

• 한국산학기술학회논문지
• /
• 제22권1호
• /
• pp.9-17
• /
• 2021

빌딩, 자동차, 선박, 항공기 등에서 원형 아치의 사용 증가로 인해 이러한 구조물의 동적 거동 해석에 있어 괄목할 만한 성과가 있어 왔다. 탄성 원형 아치의 안정성 거동 해석분야는 많은 연구자들의 관심분야였다. 전통적으로 미분방정식의 해법은 유한차분법 혹은 유한요소법으로 해결해왔다. 복잡한 기하학적 구조 및 하중으로 인한 과도한 컴퓨터 용량의 사용과 복합알고리즘 프로그램의 어려움을 극복하기 위하여 미분구적법(DQM)이 많은 분야에 적용되어왔다. 상미분방정식 혹은 편미분방정식의 해를 구하기 위한 효율적인 방법 중의 하나는 미분구적법이다. 또한 비선형 구조, 하중, 혹은 재료 물성 치로 인한 과도한 컴퓨터 용량의 사용과 복합알고리즘 프로그램의 어려움을 극복하기 위하여 미분구적법(DQM)이 지금도 많이 사용된다. 본 연구에서는, DQM을 이용하여 중면 신장 및 회전 관성의 영향을 고려한 원형 아치의 내 평면 진동을 분석하였다. 다양한 매개변수 비, 경계 조건, 그리고 열림 각에 따른 기본 진동수를 계산하였다. DQM 결과는 활용 가능한 다른 엄밀해 혹은 다른 수치해석과 비교하였다. 해석결과에 따르면 DQM은, 적은 격자점을 사용하고도, 엄밀해 결과와 일치함을 보여주었고, 중면 신장 및 회전 관성이 원형 아치의 기본 진동수에 미치는 영향을 분석할 수 있게 했다.

• 대한토목학회논문집
• /
• 제26권6B호
• /
• pp.597-603
• /
• 2006

본 연구의 목적은 인공위성 자료와 지상의 관측자료간의 비선형 특성을 가장 잘 반영할 수 있는 신경망 모형을 이용하여 단시간 강우량 정보를 사전에 예측하여, 하천제방의 붕괴로 인한 상습 침수지역에서의 홍수범람 양상을 실시간으로 예측함으로써 홍수재해로부터의 피해를 최소화시키는데 있다. 강우예측 신경망 모형은 현재의 대기상태를 나타내는 인공위성 자료와 실시간으로 전송되는 자동기상관측소 자료를 입력자료로 하여 현재부터 3시간 및 6시간 선행시간까지의 면적평균강우량을 예측할 수 있도록 구성하였다. 신경망 모형의 구조는 입력층과 출력층 사이에 하나의 은닉층이 존재하는 다층 신경망으로 구성하였으며, 학습단계에서는 오류 역전파 알고리듬 학습방법 중 모멘텀법을 사용하였다. 예측된 면적평균강우량으로부터 홍수량을 산정하고, 이를 이용하여 하천의 제방붕괴로 인한 제내지에서의 범람양상을 예측할 수 있도록 1차원 흐름모형과 연계한 동역학적 홍수범람 모형을 개발하였다. 개발된 홍수범람 모형은 본류와 지류의 여러 지점에서 제방이 붕괴될 경우, 하도의 홍수위 및 제내지에서의 침수위와 침수면적이 일괄적으로 모의될 수 있도록 구성하였다.

• Advances in nano research
• /
• 제16권4호
• /
• pp.325-340
• /
• 2024

There are several novel uses for dispersing many nanoparticles into a conventional fluid, including dynamic sealing, damping, heat dissipation, microfluidics, and more. Therefore, melting heat and mass transfer characteristics of a 3-D MHD Hybrid Nanofluid flow over a rotating disc with presenting dufour and soret effects are assessed numerically in this study. In this instance, we investigated both ferric sulfate and molybdenum disulfide as nanoparticles suspended within base fluid water. The governing partial differential equations are transformed into linked higher-order non-linear ordinary differential equations by the local similarity transformation. The collection of these deduced equations is then resolved using a Chebyshev spectral collocation-based algorithm built into the Mathematica software. To demonstrate how different instances of hybrid/ nanofluid are impacted by changes in temperature, velocity, and the distribution of nanoparticle concentration, examples of graphical and numerical data are given. For many values of the material parameters, the computational findings are shown. Simulations conducted for different physical parameters in the model show that adding hybrid nanoparticle to the fluid mixture increases heat transfer in comparison to simple nanofluids. It has been identified that hybrid nanoparticles, as opposed to single-type nanoparticles, need to be taken into consideration to create an effective thermal system. Furthermore, porosity lowers the velocities of simple and hybrid nanofluids in both cases. Additionally, results show that the drag force from skin friction causes the nanoparticle fluid to travel more slowly than the hybrid nanoparticle fluid. The findings also demonstrate that suction factors like magnetic and porosity parameters, as well as nanoparticles, raise the skin friction coefficient. Furthermore, It indicates that the outcomes from different flow scenarios correlate and are in strong agreement with the findings from the published literature. Bar chart depictions are altered by changes in flow rates. Moreover, the results confirm doctors' views to prescribe hybrid nanoparticle and particle nanoparticle contents for achalasia patients and also those who suffer from esophageal stricture and tumors. The results of this study can also be applied to the energy generated by the melting disc surface, which has a variety of industrial uses. These include, but are not limited to, the preparation of semiconductor materials, the solidification of magma, the melting of permafrost, and the refreezing of frozen land.

• 생물정신의학
• /
• 제5권1호
• /
• pp.95-101
• /
• 1998

치매에서의 뇌파 연구는 주로 주파수 분석과 지형화 분석을 이용하여 정량화하는 것을 위주로 진행되어 왔으나, 이러한 선형적 분석은 뇌파와 같이 복잡한 신호를 분석하는 것에는 한계가 있었다. 최근 새로운 패러다임인 카오스 이론에 근거를 두고 뇌파를 비선형적으로 측정하는 방법이 소개되고 있다. 본 연구는 알쯔하이머형 치매 환자의 뇌파 신호를 최대 양수 리아프노프 지수를 이용하여 비선형적으로 분석하는 것이 가능한 가를 알아보고 그 결과를 대조군과 비교해보기 위하여 시도되었다. 3명의 알쯔하이머형 치매 환자와 3명의 대조군에서 뇌파 신호를 받아 디지털화한 후에 비선형 분석법 중 하나인 최대 양수 리아프노프 지수를 산출하였다. 알쯔하이머형 치매군은 전체 15개의 전극 부위 중 8곳의 전극 부위에서 대조군에 비하여 유의하게 낮은 최대 양수 리아프노프 지수를 나타내었다. 각 두뇌 영역별 및 반구별 분석에서도 알쯔하이머형 치매군이 대조군에 비하여 전 두뇌 영역에서 최대 양수 리아프노프 지수가 유의하게 낮았다. 이에 따라 알쯔하이머형 치매 환자의 뇌파를 비선형적 분석하여 조사한 이들 두뇌의 카오스적 성상이 감소되어 있다는 것을 확인할 수 있었다. 이 결과는 향후 뇌파의 비선형적 분석인 리아프노프 지수 산출이 두뇌 기능을 조사하는 데에 유용한 새로운 방법이 될 가능성이 있다는 것을 시사한다.