This paper presents an application of the maturation effect on the strength of high-strength concrete which is produced with different origin aggregates. While investigating the maturation effect on HSC 384 specimens were prepared with 22 different origin aggregates. These prepared specimens were subjected to the standard compressive tests which were applied after curing for 2, 7, 28, and 56 days under appropriate conditions. The test results revealed that bright surface-low adherence behavior is valid in normal strength concretes, but is not as effective as expected in high-strength concretes. The application of artificial neural networks (ANNs) to predict 2, 7, 28, and 56 day compressive strength of HSC is also investigated in this paper. An ANN model is built, trained, and tested using the available test data gathered from experimental studies. The ANN model is found to predict 2, 7, 28, and 56 days of compressive strength of high-strength concrete well within the ranges of the input parameters considered. These comparisons show that ANNs have strong potential as a feasible tool for predicting the compressive strength of high-strength concrete within the range of the input parameters considered.
For reaching large inelastic deformations without a substantial loss in strength, the potential plastic hinge regions of the reinforced concrete structural members should be confined by adequate transverse reinforcement. Therefore, simple and realistic representation of confined concrete behaviour is needed for inelastic analysis of reinforced concrete structures. In this study, a trilinear stress-strain model is proposed for the axial behaviour of confined concrete. The model is based on experimental work that was carried out on nearly full size specimens. During the interpretation of experimental data, the buckling and strain hardening of the longitudinal reinforcement are also taken into account. The proposed model is used for predicting the stress-strain relationships of confined concrete specimens tested by other researchers. Although the proposed model is simpler than most of the available models, the comparisons between the predicted results and experimental data indicate that it can represent the stress-strain relationship of confined concrete quite realistically.
With respect to rehabilitation, strengthening and retrofitting of existing and deteriorated columns in buildings and bridges, CFRP sheets have been found effective in enhancing the performance of existing RC columns by wrapping and bonding CFRP sheets externally around the concrete. Concrete columns and piers that are confined by both lateral steel reinforcement and CFRP are sometimes referred to as "hybrid" concrete columns. With the availability of experimental data on concrete columns confined by steel reinforcement and/or CFRP, the study presents modeling using artificial neural networks (ANNs) to predict the compressive strength of hybrid circular RC columns. The prediction of the ultimate confined compressive strength of RC columns is very important especially when this value is used in estimating the capacity of structures. The present ANN model used as parameters for the confining materials the lateral steel ratio (${\rho}_s$) and the FRP volumetric ratio (${\rho}_{FRP}$). The model gave good predictions for three types of confined columns: (a) columns confined with steel reinforcement only, (b) CFRP confined columns, and (c) hybrid columns confined by both steel and CFRP. The model may be used for predicting the compressive strength of existing circular RC columns confined with steel only that will be strengthened or retrofitted using CFRP.
Recycling concrete construction waste is an encouraging step toward green and sustainable building. A lot of research has been done on recycled aggregate concretes (RACs), but not nearly as much has been done on concrete made with recycled aggregate. Recycled aggregate concrete, on the other hand, has been found to have a lower mechanical productivity compared to conventional one. Accurately estimating the mechanical behavior of the concrete samples is a most important scientific topic in civil, structural, and construction engineering. This may prevent the need for excess time and effort and lead to economic considerations because experimental studies are often time-consuming, costly, and troublous. This study presents a comprehensive data-mining-based model for predicting the splitting tensile strength of recycled aggregate concrete modified with glass fiber and silica fume. For this purpose, first, 168 splitting tensile strength tests under different conditions have been performed in the laboratory, then based on the different conditions of each experiment, some variables are considered as input parameters to predict the splitting tensile strength. Then, three hybrid models as GWO-RF, GWO-MLP, and GWO-SVR, were utilized for this purpose. The results showed that all developed GWO-based hybrid predicting models have good agreement with measured experimental results. Significantly, the GWO-RF model has the best accuracy based on the model performance assessment criteria for training and testing data.
The reduction phenomena of concrete compressive strength with the size of specimens have been extensively investigated, but till now the adequate analysis technique is not fixed. The existing research results show that the bigger the member size, the smaller the strength. This means the nonlinear fracture mechanics theory is needed in order to analyze the fracture behaviors of concrete and the size effect. There is a few model equations that is to predict the size effect of compressive strength of standard and non-standard cylindrical specimen. However, theses equations did not considered the difference of fracturing mechanism which depends on the strength level. In this paper, model equations to predict compressive strength of concrete considering the size effect and strength level are suggested. The size effect model suggested in this paper shows good prediction compared with the existing test data of various concrete size and strength level.
Proceedings of the Korea Concrete Institute Conference
/
1994.10a
/
pp.175-179
/
1994
This study is for estimating strength of mass concrete by finding out temperature and strength distribution of member inside through manufacture actual model in summer and winter.
Tahwia, Ahmed M.;Heniegal, Ashraf;Elgamal, Mohamed S.;Tayeh, Bassam A.
Computers and Concrete
/
v.27
no.1
/
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.
In this paper, an innovative technique for finite element (FE) modeling of steel tube-confined concrete (STCC) columns with active confinement under axial compressive loading is presented. In this method, a new constitutive model for the stress-strain relationship of actively-confined concrete is proposed. In total, 14 series of experimental STCC stub columns having active confinement were modeled using the ABAQUS software. The results obtained from the 3D model including the compressive strength at the initial peak point and failure point, as well as the axial and lateral stress-strain curves were compared with the experimental results to verify the accuracy of the 3D model. It was found that there existed a good agreement between them. A parametric study was conducted to investigate the effect of the concrete compressive strength, steel tube wall thickness, and pre-stressing level on the behavior of STCC columns with active confinement. The results indicated that increasing the concrete core's compressive strength leads to an increase in the compressive strength of the active composite column as well as its earlier failure. Furthermore, a reduction in the tube external diameter-to-wall thickness ratio affects the axial stress-strain curve and the confining pressure, while increasing the pre-stressing level has a negligible effect on the two.
Proceedings of the Korea Concrete Institute Conference
/
2005.11a
/
pp.185-188
/
2005
Bond between reinforcing bar and surrounding concrete is supposed to transfer load safely in the process of design of reinforced concrete structures. Bond strength of ribbed reinforcing bars tends to split concrete cover, by wedging action, or shear the concrete in front of the ribs. In this study, using a reducing bearing angle theory, bond strengths of beam end specimen are predicted. Values of bond strength obtained using the analytical model are in good agreement with the bond test results. The analytical model provides insight into bond mechanism and the effects of bearing angle on the bond strength of deformed bars to concrete.
The influence of material composition such as aggregate types, addition of supplementary cementitious materials as well as exposed temperature levels have significant impacts on concrete residual mechanical strength properties when exposed to elevated temperature. This study is based on data obtained from literature for fly ash blended concrete produced with natural and recycled concrete aggregates to efficiently develop prediction models for estimating its residual compressive strength after exposure to high temperatures. To achieve this, an extensive database that contains different mix proportions of fly ash blended concrete was gathered from published articles. The specific design variables considered were percentage replacement level of Recycled Concrete Aggregate (RCA) in the mix, fly ash content (FA), Water to Binder Ratio (W/B), and exposed Temperature level. Thereafter, a simplified mathematical equation for the prediction of concrete's residual compressive strength using Gene Expression Programming (GEP) was developed. The relative importance of each variable on the model outputs was also determined through global sensitivity analysis. The GEP model performance was validated using different statistical fitness formulas including R2, MSE, RMSE, RAE, and MAE in which high R2 values above 0.9 are obtained in both the training and validation phase. The low measured errors (e.g., mean square error and mean absolute error are in the range of 0.0160 - 0.0327 and 0.0912 - 0.1281 MPa, respectively) in the developed model also indicate high efficiency and accuracy of the model in predicting the residual compressive strength of fly ash blended concrete exposed to elevated temperatures.
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.