철근콘크리트 건축물의 대형화 및 고층화에 대응하여 고성능 콘크리트가 개발되어 사용되고 있지만 레올로지 특성평가가 적절히 이뤄지지 않아 시공설계를 위한 수치해석에 소성점도 및 항복값의 책정이 적절하지 못한 실정이며 이로 인해 경화된 콘크리트 품질 안정화에 많은 문제점을 나타내고 있다. 본 연구에서는 고로슬래그 미분말 혼입 시멘트 페이스트를 대상으로 물분체비 및 치환율을 실험인자로 응결진행하의 시간경과에 따른 컨시스턴시 곡선을 측정하였다. 빙함모델로 가정한 회귀분석을 통해 소성점도 및 항복값을 산출한 결과 물분체비가 작을수록 초결 전후의 변화가 급격한 것을 알 수 있었다. 치환율을 40%까지 상승시키더라도 자유수변화와 고로슬래그 미분말의 불투수성 산화피막 형성에 의한 코팅효과가 상쇄되어 큰 변화로 관찰되지 않았다.
본 연구에서는 실무에서 주로 사용되고 있는 FA, 35 및 CKD 치환률에 따른 콘크리트의 기초적 물성 및 건조수축에 미치는 영향을 분석하고 이를 토대로 건조수축 해석을 실시하여 혼화재가 콘크리트의 건조수축에 미치는 영향을 정량적으로 평가하고자 한다. 실험변수로서 혼화재 치환률은 $0{\sim}20%$ 수준으로 결정하였고, W/B는 $40{\sim}50%$의 수준으로 결정하였다. 건조수축해석을 위해 지수함수모델을 적용하였다. 연구결과에 따르면, 혼화재 치환율이 증가함에 따라 유동성 및 공기량이 감소하였으며 초기압축 강도가 저하됨을 확인 하였다. 건조수축 특성으로 혼화재 치환률이 증가함에 따라 건조수축은 증가하는 경향을 보였으며, 건조수축 해석결과 지수함수 모델이 측정치를 양호하게 추정함을 알 수 있었고, 혼화재의 영향을 고려할 필요성이 제기되었다.
본 연구에서는 열역학적 평형을 이용한 OPC의 재령에 따른 운동학적 수화 생성물 모델링과 GGBS의 치환률에 따른 수화 생성물의 변화를 모델링하였다. 열역학 데이터는 GEMS의 3rd party 데이터베이스, Cemdata18을 사용하였고, 시멘트 수화 모델링은 Parrot & Killoh 모델을 적용하였다. OPC모델링에서 재령에 따라 Pore solution의 이온 농도와 수화 생성물의 질량 및 부피 변화를 관찰할 수 있었다. GGBS모델링에서는 치환률이 증가함에 따라 장기강도를 지배하는 C-S-H의 생성량은 증가하지만, 내구성에 영향을 미치는 Portlandite의 생성량이 감소하여 탄산화에 대한 대책이 필요할 것으로 판단된다.
The aim of this study is to build Machine Learning models to evaluate the effect of blast furnace slag (BFS) and waste tire rubber powder (WTRP) on the compressive strength of cement mortars. In order to develop these models, 12 different mixes with 288 specimens of the 2, 7, 28, and 90 days compressive strength experimental results of cement mortars containing BFS, WTRP and BFS+WTRP were used in training and testing by Random Forest, Ada Boost, SVM and Bayes classifier machine learning models, which implement standard cement tests. The machine learning models were trained with 288 data that acquired from experimental results. The models had four input parameters that cover the amount of Portland cement, BFS, WTRP and sample ages. Furthermore, it had one output parameter which is compressive strength of cement mortars. Experimental observations from compressive strength tests were compared with predictions of machine learning methods. In order to do predictive experimentation, we exploit R programming language and corresponding packages. During experimentation on the dataset, Random Forest, Ada Boost and SVM models have produced notable good outputs with higher coefficients of determination of R2, RMS and MAPE. Among the machine learning algorithms, Ada Boost presented the best R2, RMS and MAPE values, which are 0.9831, 5.2425 and 0.1105, respectively. As a result, in the model, the testing results indicated that experimental data can be estimated to a notable close extent by the model.
This study investigates the gasification of coal char by $CO_2$ under high pressures in a drop tube furnace(DTF). The rate constants are derived for the shrinking core model using the conventional method based on the set reactor conditions. The computational fluid dynamic(CFD) simulations adopting the rate constants revealed that the carbon conversion was much slower than the experimental results, especially under high temperature and high partial pressure of reactants. Three reasons were identified for the discrepancy: i) shorter reaction time because of the entry region for heating, ii) lower particle temperature by the endothermic reaction, and iii) lower partial pressure of $CO_2$ by its consumption. Therefore, the rate constants were corrected based on the actual reaction conditions of the char. The CFD results updated using the corrected rate constants well matched with the measured values. Such correction of reaction conditions in a DTF is essential in deriving rate constants for any char conversion models by $H_2O$ and $O_2$ as well as $CO_2$.
본 연구는 재생골재를 사용한 콘크리트의 강도 및 파괴특성을 고찰하므로써 콘크리트 포장체에 적용성 여부를 검토하기 위해 수행하였다. 재생콘크리트의 초기강도는 낮았으나 재령 증가에 따라 기준콘크리트와 거의 유사한 값을 나타내었으며. 탄성계수는 골재 강성 차이로 인하여 낮게 나타났다. 또한 고로슬래그 미분말을 혼합한 재생콘크리트의 강도개선효과를 확인할 수 있었다. TPFM에 의한 파괴에너지는 초기재령에서 재생콘크리트의 파괴특성이 우수한 것으로 나타났으나, 재령증가에 따라 기준콘크리트와 유사한 값으로 나타났다. 또한 P-CMOD 측정결과로부터 이론적으로 구한 탄성계수 및 인장강도와 실험으로 구한 탄성계수 및 쪼갬인장 강도사이의 상관성은 매우 높은 결과를 나타내어 시험방법의 신뢰성을 확인할 수 있었다.
This paper aims to adapt Multilinear regression (MLR) to predict the strength and toughness of SIFCON containing various pozzolanic materials. Slurry Infiltrated Fibrous Concrete (SIFCON) is one of the most common terms used in concrete manufacturing, known for its benefits such as high ductility, toughness and high ultimate strength. Assessment of compressive strength (CS.), flexural strength (F.S.), splitting tensile strength (STS), dynamic elasticity modulus (DME) and impact energy (I.E.) using the experimental approach is too costly. It is time-consuming, and a slight error can lead to a repeat of the test and, to solve this, alternative methods are used to predict the strength and toughness properties of SIFCON. In the present study, the experimentally investigated SIFCON data about various mix proportions are used to predict the strength and toughness properties using regression analysis-multilinear regression (MLR) models. The input parameters used in regression models are cement, fibre, fly ash, Metakaolin, fine aggregate, blast furnace slag, bottom ash, water-cement ratio, and the strength and toughness properties of SIFCON at 28 days is the output parameter. The models are developed and validated using data obtained from the experimental investigation. The investigations were done on 36 SIFCON mixes, and specimens were cast and tested after 28 days of curing. The MLR model yields correlation between predicted and actual values of the compressive strength (C.S.), flexural strength, splitting tensile strength, dynamic modulus of elasticity and impact energy. R-squared values for the relationship between observed and predicted compressive strength are 0.9548, flexural strength 0.9058, split tensile strength 0.9047, dynamic modulus of elasticity 0.8611 for impact energy 0.8366. This examination shows that the MLR model can predict the strength and toughness properties of SIFCON.
일반 콘크리트뿐만 아니라 고성능콘크리트 제조 시 고로슬래그(BFS)의 사용은 워커빌리티, 장기 강도 및 내구성 측면에서 장점을 갖는다. 그러나 슬래그 콘크리트는 일반 콘크리트에 비해 수축이 크며 특히 자기수축이 크게 발생하기 때문에 적절한 방법으로 제어하지 않으면 심각한 균열을 야기할 수 있다. 따라서 수축에 의한 균열 발생을 최소화하고 콘크리트 구조물의 사용 수명을 확보하기 위해서는 BFS를 함유한 콘크리트의 자기수축 거동에 대한 이해가 요구된다. 본 연구에서는 물-결합재(시멘트+BFS) 비(W/B)가 0.27${\~}$0.42이고 BFS 대체율이 각각 $0\%$, $30\%$, $50\%$인 각주형 콘크리트 시편을 제작하여 자기수축을 측정한 후, 실험결과를 바탕으로 자기수축 예측 모델의 재료 상수 값들을 결정하였다. 또한, 응력 발현에 기여하는 자기수축을 유효자기수축으로 정의하고, 다양한 W/B를 고려한 재령 28일에서의 유효자기수축 변형률 추정식을 제안하였다. 실험결과, W/B가 동일할 때 콘크리트의 자기수축은 BFS의 사용량에 따라 증가하였다. 또한 동일한 양의 BFS를 사용한 경우, W/B가 낮아짐에 따라 자기수축 증가율이 감소하는 경향을 보였다. 따라서 고로슬래그 콘크리트의 자기수축을 줄이기 위해서는 자기수축을 줄이는 수축저감제 등의 혼화 재료를 사용하거나 시공 현장에서의 충분한 습윤양생이 필요하다고 판단된다.
Kim, Chong-Bo;Hur, Byung-Ki;Kim, Nam-Jin;Seo, Tae-Beom
Journal of Mechanical Science and Technology
/
제15권2호
/
pp.248-258
/
2001
The main mode of heat transfer of combustion gases at high temperature is thermal radiation of the participating gases, which are mainly carbon dioxide and water vapor. Therefore, the information of the emissivities of carbon dioxide and water vapor would be very important in the thermal performance analysis of a furnace. In this study, an exponential model for the emissivities of carbon dioxide and water vapor is derived as a function of the product of the partial pressure and characteristic length and a polynomial of reciprocal of temperature. Error analysis of the calculated values from the present model is performed for the temperature ranges of 555.6∼2777.8K and the partial-pressure-length product ranges of 0.09144∼609.6 cm-atm. For carbon dioxide, the difference between the values from the present model and the Hottels chart is less than 2.5% using a polynomial in 1/T of degree of 4. For water vapor, the model can predict the emissivity within 2.5% difference using a polynomial in 1/T of degree of 3.
In this paper we suggest an optimal design method of Fuzzy-Neural Networks(FNN) model for complex and nonlinear systems. The FNNs use the simplified inference as fuzzy inference method and Error Back Propagation Algorithm as learning rule. And we use a HCM(Hard C-Means) Clustering Algorithm to find initial parameters of the membership function. The parameters such as parameters of membership functions learning rates and momentum weighted value is proposed to achieve a sound balance between approximation and generalization abilities of the model. According to selection and adjustment of a weighting factor of an aggregate objective function which depends on the number of data and a certain degree of nonlinearity (distribution of I/O data we show that it is available and effective to design and optimal FNN model structure with a mutual balance and dependency between approximation and generalization abilities. This methodology sheds light on the role and impact of different parameters of the model on its performance (especially the mapping and predicting capabilities of the rule based computing). To evaluate the performance of the proposed model we use the time series data for gas furnace the data of sewage treatment process and traffic route choice process.
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.