Prediction of Shear Strength Using Artificial Neural Networks(ANN) for Reinforced Concrete Beams without Shear Reinforcement

인공신경망을 이용한 전단보강 되지 않은 철근콘크리트 보의 전단강도 예측

There are many theoretical models and proposed equations for shear strength of reinforced concrete(RC) members. Because shear behavior is very complicated due to many influencing parameters, many equations have been empirically formulated and provide very different level of accuracy. ANN, therefore, have been studied by some researchers, as an alternative approach to solve this problem. In previous research, however, the number of data used in ANN analysis often were not sufficient enough to give reliable results. In this study, a database were established, containing a large number of shear test results on RC beams without transverse reinforcement, which was used for ANN analysis. The prediction results by ANN analysis were also compared with ACI 318 shear provision. The result indicates that ANN provides very good level of accuracy in the prediction of RC shear strength with a proper consideration on the effect of primary influencing parameters.

철근콘크리트 부재의 전단거동에 대한 다양한 이론모델들과 제안식이 존재한다. 하지만 전단거동에 대한 메커니즘이 매우 복잡하고 영향을 미치는 요소가 다양하기 때문에, 대다수의 제안식들은 경험식이며 그 예측 정확도도 매우 다르다. 이런 결점의 대안으로 인공신경망이 제안되어 여러 연구자들에 의해 연구되었지만 기존의 연구에서는 인공신경망 분석에 사용된 데이터베이스의 양이 충분하지 못한 문제점이 있었다. 그래서 본 논문에서는 방대한 전단실험 데이터베이스와 인공신경망을 이용하여 전단 보강근이 없는 철근콘크리트 보의 전단강도를 예측하고, 그 결과를 ACI 규준식과 비교 분석하였다. 분석 결과 인공신경망은 전단강도에 대한 주요 인자들의 영향을 적절히 반영하여 매우 우수한 예측 정확도를 보여 주었다.