Engineered cementitious composites with calcined clay limestone cement (LC3-ECC) as a kind of green, low-carbon and high toughness concrete, has recently received significant investigation. However, the complicated relationship between potential influential factors and LC3-ECC compressive strength makes the prediction of LC3-ECC compressive strength difficult. Regarding this, the machine learning-based prediction models for the compressive strength of LC3-ECC concrete is firstly proposed and developed. Models combine three novel meta-heuristic algorithms (golden jackal optimization algorithm, butterfly optimization algorithm and whale optimization algorithm) with support vector regression (SVR) to improve the accuracy of prediction. A new dataset about LC3-ECC compressive strength was integrated based on 156 data from previous studies and used to develop the SVR-based models. Thirteen potential factors affecting the compressive strength of LC3-ECC were comprehensively considered in the model. The results show all hybrid SVR prediction models can reach the Coefficient of determination (R2) above 0.95 for the testing set and 0.97 for the training set. Radar and Taylor plots also show better overall prediction performance of the hybrid SVR models than several traditional machine learning techniques, which confirms the superiority of the three proposed methods. The successful development of this predictive model can provide scientific guidance for LC3-ECC materials and further apply to such low-carbon, sustainable cement-based materials.
Journal of the Korea Academia-Industrial cooperation Society
/
v.19
no.12
/
pp.7-13
/
2018
The strength of concrete is affected significantly not only by the internal influence factors of cement, water, sand, aggregate, and admixture, but also by the external influence factors of concrete placement delay and curing temperature. The objective of this research was to predict the concrete strength considering both the internal and external influence factors when concrete is placed at the construction site. In this study, a concrete strength test was conducted on the 24 combinations of internal and external influence factors, and a neural network model was constructed using the test data. This neural network model can predict the concrete strength considering the external influence factors of the concrete placement delay and curing temperature when concrete is placed at the construction site. Contractors can use the concrete strength prediction neural network model to make concrete more robust to external influence factors during concrete placement at a construction site.
Journal of the Korea Institute of Building Construction
/
v.19
no.6
/
pp.503-510
/
2019
Recently, construction technology of RC structures must be examined for creep in concrete. The factors affecting the creep prediction of concrete and the results of creep in domestic construction field were reviewed. The longer the creep test period and the higher the compressive strength, the higher the creep prediction accuracy. The higher the curing temperature, the higher the initial strength development of the concrete, but the difference in the creep coefficients increased over time. Based on the results of creep evaluation in the domestic construction field and lab. tests, a modified predictive model that complements the ACI-209 model was proposed. In the creep prediction of real members using general to high strength concrete, the test period and temperature should be considered precisely.
Proceedings of the Korean Geotechical Society Conference
/
2000.03b
/
pp.591-598
/
2000
In the present study, the variation of settlement, pore water pressure and undrained shear strength through model tests were measured. Also, the variation of water content, unit weight and shear strength by the vane shear tests were observed. In this study, appropriate deposit time of construction equipments used in treatment of hydraulic fills is determined from the prediction curve of increased shear strength in dredged fills.
Proceedings of the Korean Institute of Building Construction Conference
/
2023.11a
/
pp.149-150
/
2023
This study proposes the most suitable strength prediction model equation for UHPC by calculating the apparent activation energy of UHPC according to the curing temperature and deriving the integrated temperature and compressive strength prediction equation. The results are summarized as follows. The apparent activation energy was calculated using the Arrhenius function, which was calculated as 21.09 KJ/mol. A model equation suitable for UHPC was calculated, and when the Flowman model equation was used, it was confirmed that it was suitable for the properties of UHPC using a condensation promoting super plasticizing agent.
This paper describes prediction results of penetration rate using case history in order to compare empirical models for penetration rate prediction of TBM. The reasonable empirical model is evaluated by comparison with prediction results and measured result. The penetration rate prediction is applied in separate empirical models considering rock characteristics and mechanical characteristics of TBM. The rock of applied filed had almost gneiss and its unconfined compressive strength was irregular due to the exist of weak zones and joint. In prediction results using unconfined compressive strength, Graham's model (1976) had impractical result when it had lower strength. NTNU model (1998) of the separate empirical models used in average penetration rate had the highest accuracy by comparison with the others, because it is a reasonable model which has rock characteristics and mechanical characteristics of TBM. However, Tarkoy's model (1986) based on unconfined compressive strength correspond with the measured values in field. Therefore, it should be considered a rock type, geological characteristic and mechanical characteristic of TBM at prediction of penetration rate.
Proceedings of the Korea Concrete Institute Conference
/
2003.05a
/
pp.918-923
/
2003
Reinforced concrete deep beams are commonly used in many structural applications, including transfer girders, pile caps, foundation walls, and offshore structures. The existing design methods were developed and calibrated using normal strength concrete test results, and their applicability th HSC deep beams must be assessed. For the shear strength prediction of high-strength concrete(HSC) deep beams, this paper proposed Softened Strut-and-Tie Model(SSTM) considered HSC and bending moment effect. The shear strength predictions of the refined model, the formulas the ACI 318-02 Appendix A STM, and Eq. of ACI 318-99 11.8 are compared with the collected experimental data of 74 HSC deep beams with compressive strength in the range of 49-78MPa . It is shown the shear strength of deep beam calculated by those equations are conservative on comparing test results. The comparison shows that the performance of the proposed SSTM is better than the ACI Code approach for all the parameters under comparison. The parameters reviewed include concrete strength, the shear span-depth ratio, and the ratio of horizontal and vertical reinforcement. The proposed SSTM gave a mean predicted to experimental ratio of 0.99, 32 percent higher than ACI 318-02 Code, however with the low coefficient variation.
The paper explores the potential of Support Vector Machines (SVM) approach in predicting 28-day compressive strength and slump flow of self-compacting concrete. Total of 80 data collected from the exiting literature were used in present work. To compare the performance of the technique, prediction was also done using a back propagation neural network model. For this data-set, RBF kernel worked well in comparison to polynomial kernel based support vector machines and provide a root mean square error of 4.688 (MPa) (correlation coefficient=0.942) for 28-day compressive strength prediction and a root mean square error of 7.825 cm (correlation coefficient=0.931) for slump flow. Results obtained for RMSE and correlation coefficient suggested a comparable performance by Support Vector Machine approach to neural network approach for both 28-day compressive strength and slump flow prediction.
Journal of the Korean Society of Industry Convergence
/
v.10
no.3
/
pp.143-147
/
2007
In recents years, the statistical properties has become an important quantity for reliability based design of a component. The effects of the materials and test conditions for parameter estimation in residual strength degradation model are studied in carbon/epoxy laminate. It is shown that the correlation between the experimental results and the theoretical prediction on the fatigue life distribution using the life distribution convergence method is very reasonable.
Proceedings of the Korea Concrete Institute Conference
/
2003.05a
/
pp.908-911
/
2003
This study was performed to verify the effect of reinforcement of RC Beams strengthened($90^{\circ}$ strip type) by FRP(CFRP) and Predited the shear strength of them using the upper bound theorem. The prediction model was confirmed with the result of the FEM analysis. The analyzed result showed thar shear-damaged RC beams by strengthened by FRP was improved their shear capacity.
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.