文献

J-GLOBAL ID：202202213669913485   整理番号：22A0482950

RC梁のFRP-コンクリート付着強度を予測するための最適化ニューロ-ビーアルゴリズムアプローチ【JST・京大機械翻訳】

An Optimized Neuro-Bee Algorithm Approach to Predict the FRP-Concrete Bond Strength of RC Beams

著者 (5件)： Kumar Aman (AcSIR-Academy of Scientific and Innovative Research, Ghaziabad, India) ,  Arora Harish Chandra (AcSIR-Academy of Scientific and Innovative Research, Ghaziabad, India) ,  Mohammed Mazin Abed (College of Computer Science and Information Technology, University of Anbar, Ramadi, Iraq) ,  Kumar Krishna (Department of Hydro and Renewable Energy, Indian Institute of Technology, Roorkee, Roorkee, India) ,  Nedoma Jan (Department of Telecommunications, Faculty of Electrical Engineering and Computer Science, VSB-Technical University of Ostrava, Ostrava, Czech Republic)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 3790-3806  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 世界中では,鉄筋コンクリート構造の腐食に関する懸念が高まっている。構造修復,リハビリテーション,置換,および新しい構造は,すべて,費用対効果が高く,長い持続性技術を必要とする。繊維強化高分子(FRP)は,既存構造物を改造し,新しいものを建設するのに広く用いられている。補修複合材料としての鉄筋コンクリートと組積造建築における様々な品質のため,FRPは過去10年間使用の増加が見られる。この材料は,高い剛性対重量および強度対重量比,軽量,おそらく高い寿命,および分野における使用の相対的容易性のようないくつかの利点を有する。すべてのパラメータの中で,コンクリートとFRP複合材料の間の結合は,構造の強化において,重要な役割を果たす。しかし,FRP-コンクリート界面の接着挙動は複雑であり,いくつかの破壊モードを持ち,接着強度を予測に困難にし,FRP強化コンクリート構造をもたらした。そのような種類の問題を克服するために,機械学習モデルはFRP-コンクリートの付着強度を予測するのに十分である。本論文では,人工ニューラルネットワーク(ANN),最適化人工ミツバチコロニー(ABC)-ANNおよびGaussプロセス回帰(GPR)アルゴリズムを,結合強度を予測するために展開した。ABC-ANNとGPRモデルのR値は,それぞれ0.9514と0.9618であった。本研究は,低いコストで,また,より少ない実験研究で,より少ない時間における結合強度の推定における研究者を助ける。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  界面 ,  *最適化 ,  接着 ,  *コンクリート ,  剛性 ,  ニューラルネットワーク ,  鉄筋コンクリート ,  高強度コンクリート ,  リハビリテーション ,  組積構造 ,  繊維強化プラスチック ,  *付着強さ ,  破壊モード
準シソーラス用語： 既存構造物 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  無線通信一般  (ND08010L) ,  音声処理  (JE05000E)

タイトルに関連する用語 (6件)： RC梁 ,  FRP ,  コンクリート ,  付着強度 ,  予測 ,  最適化