춤이 깊은 보 설계를 위한 현행 ACI 기준은 콘크리트 압축강도 40MPa이하의 실험결과를 바탕으로 한 반 경험적인 제안식으로서 40MPa이상 고강도콘크리트의 사용이 증가됨에 따라 현행 기준의 고강도 깊은 보에 대한 적용성 평가가 요구되고 있다. 고강도 깊은 보의 전단강도 예측을 위하여 본 연구에서는 콘크리트강도와 모멘트효과를 고려한 수정 연화 스트럿-타이 모델을 제시하였다. 제안모델 평가를 위하여 4개의 시험체를 제작하였으며, 콘크리트 압축강도 49~78MPa로 제작된 74개의 기존 실험 데이터를 적용하여 ACI 318-99 11.8기준, ACI 318-02 부록 A STM의 해석결과와 비교 평가하였다.
Natural pozzolans are used as additives in cement to develop more durable and high-performance concrete. Pozzolanic activity index (PAI) is important for assessing the performance of a pozzolan as a binding material and has an important effect on the compressive strength, permeability, and chemical durability of concrete mixtures. However, the determining of the 28 days (short term) and 90 days (long term) PAI of concrete mixtures is a time-consuming process. In this study, to reduce extensive experimental work, it is aimed to predict the short term and long term PAIs as a function of the chemical compositions of various natural pozzolans. For this purpose, the chemical compositions of various natural pozzolans from Central Anatolia were determined with X-ray fluorescence spectroscopy. The mortar samples were prepared with the natural pozzolans and then, the short term and the long term PAIs were calculated based on compressive strength method. The effect of the natural pozzolans' chemical compositions on the short term and the long term PAIs were evaluated and the PAIs were predicted by using multiple linear regression (MLR) and adaptive neuro-fuzzy inference system (ANFIS) model. The prediction model results show that both reactive SiO2 and SiO2+Al2O3+Fe2O3 contents are the most effective parameters on PAI. According to the performance of prediction models determined with metrics such as root mean squared error (RMSE) and coefficient of correlation (R2), ANFIS models are more feasible than the multiple regression model in predicting the 28 days and 90 days pozzolanic activity. Estimation of PAIs based on the chemical component of natural pozzolana with high-performance prediction models is going to make an important contribution to material engineering applications in terms of selection of favorable natural pozzolana and saving time from tedious test processes.
The objective of this paper is to analyse the high-strength concrete columns subjected to reversed cyclic and axial loads by using nonlinear analysis model and compare the experimental results with analysis. The analytical parameters are the compressive strength of concrete, spacing of lateral reinforcement and lateral reinforcement ratio. In this study, the proposed analytical model takes ito account the influence of confined concrete, tension stiffening and strain hardening of steel. The high-strength concrete columns are used to model fiber section element. The analysis results are shown comparatively good prediction on envelope curve, accumulative dissipated energy, deformability and so on.
This study experimentally investigated the flexural capacity of a concrete beam reinforced with a newly developed GFRP bar that overcomes the lower modulus of elasticity and bond strength compared to a steel bar. The GFRP bar was fabricated by thermosetting a braided pultrusion process to form the outer fiber ribs. The mechanical properties of the modulus of elasticity and bond strength were enhanced compared with those of commercial GFRP bars. In the four-point bending test results, all specimens failed according to the intended failure mode due to flexural design in compliance with ACI 440.1R-15. The effects of the reinforcement ratio and concrete compressive strength were investigated. Equations from the code were used to predict the deflection, and they overestimated the deflection compared with the experimental results. A modified model using two coefficients was developed to provide much better predictive ability, even when the effective moment of inertia was less than the theoretical $I_{cr}$. The deformability of the test beams satisfied the specified value of 4.0 in compliance with CSA S6-10. A modified effective moment of inertia with two correction factors was proposed and it could provide much better predictability in prediction even at the effective moment of inertia less than that of theoretical cracked moment of inertia.
This research focused on analyzing the post-fire behavior of high-performance concrete-filled steel tube (CFST) columns, with the concrete containing tire rubber and steel fibers, under axial compressive loading. The finite element (FE) modeling of such heated columns containing recycled aggregate is a branch of this field which has not received the proper attention of researchers. Better understanding the post-fire behavior of these columns by measuring their residual strength and deformation is critical for achieving the minimum repair level required for structures damaged in the fire. Therefore, to develop this model, 19 groups of confined and unconfined specimens with the variables including the volume ratio of steel fibers, tire rubber content, diameter-to-thickness (D/t) ratio of the steel tube, and exposure temperature were considered. The ABAQUS software was employed to model the tested specimens so that the accurate behavior of the FE-modeled specimens could be examined under test conditions. To achieve desirable results for the modeling of the specimens, in addition to the novel procedure described in this research, the modified versions of models presented by previous researchers were also utilized. After the completion of modeling, the load-axial strain and load-lateral strain relationships, ultimate strength, and failure mode of the modeled CFST specimens were evaluated against the test data, through which the satisfactory accuracy of this modeling procedure was established. Afterward, using a parametric study, the effect of factors such as the concrete core strength at different temperatures and the D/t ratio on the behavior of the CFST columns was explored. Finally, the compressive strength values obtained from the FE model were compared with the corresponding values predicted by various codes, the results of which indicated that most codes were conservative in terms of these predictions.
This paper presents the application of multi-gene genetic programming (MGP) technique for modeling the bond strength of ribbed steel bars in concrete. In this regard, the experimental data of 264 splice beam tests from different technical papers were used for training, validating and testing the model. Seven basic parameters affecting on the bond strength of steel bars were selected as input parameters. These parameters are diameter, relative rib area and yield strength of steel bar, minimum concrete cover to bar diameter ratio, splice length to bar diameter ratio, concrete compressive strength and transverse reinforcement index. The results show that the proposed MGP model can be alternative approach for predicting the bond strength of ribbed steel bars in concrete. Moreover, the performance of the developed model was compared with the building codes' empirical equations for a complete comparison. The study concludes that the proposed MGP model predicts the bond strength of ribbed steel bars better than the existing building codes' equations. Using the proposed MGP model and building codes' equations, a parametric study was also conducted to investigate the trend of the input variables on the bond strength of ribbed steel bars in concrete.
A permanent deformation model was developed in this study based on the shear properties of asphalt mixtures such as cohesion and friction angle. Triaxial compressive strength (TCS) and repeated load permanent deformation (RLPD) tests on the three types of asphalt mixtures are performed at various loading and temperature conditions to correlate shear properties of asphalt mixtures to rutting performance. It is observed from the tests results that the ratio of shear stress to strength accurately identifies the mixture rutting performance. It could take care of not only mixture types but also load and temperature conditions dependences. Three different versions of the permanent deformation model based on different input levels are proposed and verified using the tests data. The proposed model based on the ratio of shear stress to strength can successfully predict the permanent deformation of various asphalt mixtures all the way up to the 10% of permanent strain including all three stages of permanent deformation in a wide range of loading and temperature conditions without changing model coefficients.
This study proposes a new and highly-accurate artificial intelligence model, namely ANN-IP, which combines an interior-point (IP) algorithm and artificial neural network (ANN), to improve the axial compression capacity prediction of elliptical concrete-filled steel tubular (CFST) columns. For this purpose, 145 tests of elliptical CFST columns extracted from the literature are used to develop the ANN-IP model. In this regard, axial compression capacity is considered as a function of the column length, the major axis diameter, the minor axis diameter, the thickness of the steel tube, the yield strength of the steel tube, and the compressive strength of concrete. The performance of the ANN-IP model is compared with the ANN-LM model, which uses the robust Levenberg-Marquardt (LM) algorithm to train the ANN model. The comparative results show that the ANN-IP model obtains more magnificent precision (R2 = 0.983, RMSE = 59.963 kN, a20 - index = 0.979) than the ANN-LM model (R2 = 0.938, RMSE = 116.634 kN, a20 - index = 0.890). Finally, a new Graphical User Interface (GUI) tool is developed to use the ANN-IP model for the practical design. In conclusion, this study reveals that the proposed ANN-IP model can properly predict the axial compression capacity of elliptical CFST columns and eliminate the need for conducting costly experiments to some extent.
For the reliable strut-and-tie model (STM) design of disturbed regions of concrete members, structural designers must accurately determine the strength of concrete struts to check the strength conditions of a selected STM el and the anchorage of reinforcing bars in nodal zones. In this study, the author proposed a consistent numerical method for strut strength, applicable to all two-dimensional STMs. The proposed method includes the effects of a biaxial stress state associated with tensile strains in reinforcing bars crossing a strut, deviation angle between strut orientation and compressive principal stress flow, and degree of confinement provided by reinforcement. The author examined the method's validity through the STM prediction of the ultimate strengths of 517 reinforced concrete (RC) deep beams, 24 RC panels, and 258 RC corbels, all tested to failure.
탄소섬유강화 복합재료는 일반적으로 압축하중과 재료의 면에 수직한 방향의 충격에 매우 취약하다는 단점을 가지고 있다. 특히 항공기의 운항 중 조류와의 충돌이나 정비 중 공구의 낙하로 인한 충격손상은 항공기 구조물의 강도저하의 원인이 된다. 따라서 본 연구에서는 복합재료(CFRP) 시험편에 충격에너지와 충격자 직경을 변화시키면서 충격손상을 가한 후 압축시험을 수행하여 충격후 압축잔류강도를 평가하였으며, 시험 결과를 비교하여 충격에너지에 따른 충격후 압축잔류강도 예측식을 제안하였다.
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.