Cho, Hae-Chang;Park, Min-Kook;Hwang, Jin-Ha;Kang, Won-Hee;Kim, Kang Su
Structural Engineering and Mechanics
/
제74권4호
/
pp.503-514
/
2020
This study proposes prediction models for the shear strength of steel fiber reinforced concrete (SFRC) and ultra-high-performance fiber reinforced concrete (UHPC) beams using a Bayesian parameter estimation approach and a collected experimental database. Previous researchers had already proposed shear strength prediction models for SFRC and UHPC beams, but their performances were limited in terms of their prediction accuracies and the applicability to UHPC beams. Therefore, this study adopted a statistical approach based on a collected database to develop prediction models. In the database, 89 and 37 experimental data for SFRC and UHPC beams without stirrups were collected, respectively, and the proposed equations were developed using the Bayesian parameter estimation approach. The proposed models have a simplified form with important parameters, and in comparison to the existing prediction models, provide unbiased high prediction accuracy.
Possibilities of predicting eggshell ultrastructure from direct non-destructive and destructive measurements were examined using 120 Fayoumi eggs collected from the flock at 45 weeks of age. The non-destructive measurements included weight, length and width of the egg. The destructive measurements were breaking strength and shell thickness. The eggshell ultrastructure traits involved the total thickness of eggshell layer, thickness of palisade layer, cone layer and total score. Prediction of total thickness of eggshell layer based on non-destructive measurements individually or simultaneously was not possible ($R^2=0.01$ to 0.16). The destructive measurements were far more accurate than the non-destructive in predicting total thickness of eggshell layer. Prediction based on breaking strength alone was more accurate ($R^2=0.85$) than that based on shell thickness alone ($R^2=0.72$). Adding shell thickness to breaking strength (the best predictor) increased the accuracy of prediction by 5%. The results obtained indicated that both non-destructive and destructive measurements were not useful in predicting the cone layer ($R^2$ not exceeded 18%). The maximum accuracy of prediction of total score ($R^2=0.48$) was obtained from prediction based on breaking strength alone. Combining shell thicknesses and breaking strength into one equation was no help in improving the accuracy of prediction.
Accurate prediction of concrete compressive strength can minimize the need for extensive, time-consuming, and costly mixture optimization testing and analysis. This study attempts to enhance the prediction accuracy of compressive strength using stacking ensemble machine learning (ML) with feature engineering techniques. Seven alternative ML models of increasing complexity were implemented and compared, including linear regression, SVM, decision tree, multiple layer perceptron, random forest, Xgboost and Adaboost. To further improve the prediction accuracy, a ML pipeline was proposed in which the feature engineering technique was implemented, and a two-layer stacked model was developed. The k-fold cross-validation approach was employed to optimize model parameters and train the stacked model. The stacked model showed superior performance in predicting concrete compressive strength with a correlation of determination (R2) of 0.985. Feature (i.e., variable) importance was determined to demonstrate how useful the synthetic features are in prediction and provide better interpretability of the data and the model. The methodology in this study promotes a more thorough assessment of alternative ML algorithms and rather than focusing on any single ML model type for concrete compressive strength prediction.
In this paper, an Adaptive nerou-based inference system (ANFIS) is being used for the prediction of shear strength of high strength concrete (HSC) beams without stirrups. The input parameters comprise of tensile reinforcement ratio, concrete compressive strength and shear span to depth ratio. Additionally, 122 experimental datasets were extracted from the literature review on the HSC beams with some comparable cross sectional dimensions and loading conditions. A comparative analysis has been carried out on the predicted shear strength of HSC beams without stirrups via the ANFIS method with those from the CEB-FIP Model Code (1990), AASHTO LRFD 1994 and CSA A23.3 - 94 codes of design. The shear strength prediction with ANFIS is discovered to be superior to CEB-FIP Model Code (1990), AASHTO LRFD 1994 and CSA A23.3 - 94. The predictions obtained from the ANFIS are harmonious with the test results not accounting for the shear span to depth ratio, tensile reinforcement ratio and concrete compressive strength; the data of the average, variance, correlation coefficient and coefficient of variation (CV) of the ratio between the shear strength predicted using the ANFIS method and the real shear strength are 0.995, 0.014, 0.969 and 11.97%, respectively. Taking a look at the CV index, the shear strength prediction shows better in nonlinear iterations such as the ANFIS for shear strength prediction of HSC beams without stirrups.
In this study, prediction of later-age compressive strength of ultra-high strength concrete, based on the accelerated strength of concrete cured in 80℃ warm water was investigated. As a result, the nature of ultra-high strength concrete showed a rapid early strength enhancement, compressive strength using warm water method of 80℃ at 2days is same compressive at 28days using standard curing.
Schmidt hammer and ultra-sonic method are commonly used for crushed sand concrete compressive strength test in a construction field. At present, various of equations for prediction of strength are present, which have been used in a construction field. The purpose of this study is to evaluate the correlation between prediction strength by presentation equations and destructive strength to test specimen, and find out which is a suitable equation for the construction site, In this study, a strength test was carried out destructive test by means of core sampling and traditional test. Non-destructive test was conducted Schmidt hammer and ultra-sonic method, the experimental parameter were concrete age, curing condition, test method and strength level. It is demonstrated that the correlation behavior of crushed sand concrete strength in this study good due to the perform analysis of correlation between core, destructive strength and non-destructive strength.
본 연구에서는 열화평가 및 수명예측에 있어서 가장 중요한 문제로 대두되는 기계구조물의 사용시간과 부식 정도에 대한 관계 곡선을 규명하기 위하여 실험실의 가혹 환경하에서 부식을 시키면서 표면을 측정한 데이터로 통계적인 파라메타(parame- ter)를 추정하여, 인공부식시킨 부식재로 피로 강도를 평가하고, 또 부식된 구조물의 잔존수명을 예측할 수 있는 하나의 방법을 제시하고저 한다.
Kim, Kang-Sik;An, Gyeong-Hee;Kim, Jin-Keun;Lee, Kwang-soo
KEPCO Journal on Electric Power and Energy
/
제5권3호
/
pp.201-207
/
2019
An anchorage system is essential for most reinforced concrete structures to connect building components. Therefore, the prediction of strength of the anchor is very important issue for safety of the structures themselves as well as structural components. The prediction models in existing design codes are, however, not applicable for large anchors because they are based on the small size anchors with diameters under 50 mm. In this paper, new prediction models for strength of a single anchor, especially the tensile strength of a single anchor, is developed from the experimental results with consideration of size effect. Size effect in the existing models such as ACI or CCD method is based on the linear fracture mechanics which is very conservative way to consider the size effect. Therefore, new models are developed based on the nonlinear fracture mechanics rather than the linear fracture mechanics for more reasonable prediction. New models are proposed by the regression analysis of the experimental results and it can predict the tensile strength of both small and large anchors.
The study on the strength prediction using Maturity is mainly focused on, but the study on the concrete mixing blast furnace slag powder is insufficient. The purpose of this study is to investigate the relationships between compressive strength and equivalent age by Maturity function and is to compare and examine the strength prediction of concrete mixing Blast Furnace Slag Power using ACI and Logistic Curve prediction equation. So it is intended that fundamental data are presented for quality management and process management of concrete mixing Blast Furnace Slag Power in the construction field.
Splitting tensile strength (STS) of high-performance concrete (HPC) is one of the important mechanical properties for structural design. This property is related to compressive strength (CS), water/binder (W/B) ratio and concrete age. This paper presents a clustering-based fuzzy model for the prediction of STS based on the CS and (W/B) at a fixed age (28 days). The data driven fuzzy model consists of three main steps: fuzzy clustering, inference system, and prediction. The system can be analyzed directly by the model from measured data. The performance evaluations showed that the fuzzy model is more accurate than the other prediction models concerned.
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.