文献

J-GLOBAL ID：202202224539314937   整理番号：22A0798239

研究室実験および機械学習を用いた高山地域におけるセメントペースト裏込めの強度調査【JST・京大機械翻訳】

Strength investigation of the cemented paste backfill in alpine regions using lab experiments and machine learning

著者 (8件)： Hu Yafei (School of Civil and Resource Engineering, University of Science and Technology Beijing, Beijing 100083, PR China) ,  Hu Yafei (Key Laboratory of Ministry of Education of China for Efficient Mining and Safety of Metal Mines, University of Science and Technology Beijing, Beijing 100083, PR China) ,  Li Keqing (School of Civil and Resource Engineering, University of Science and Technology Beijing, Beijing 100083, PR China) ,  Li Keqing (Key Laboratory of Ministry of Education of China for Efficient Mining and Safety of Metal Mines, University of Science and Technology Beijing, Beijing 100083, PR China) ,  Zhang Bo (School of Civil and Resource Engineering, University of Science and Technology Beijing, Beijing 100083, PR China) ,  Zhang Bo (Key Laboratory of Ministry of Education of China for Efficient Mining and Safety of Metal Mines, University of Science and Technology Beijing, Beijing 100083, PR China) ,  Han Bin (School of Civil and Resource Engineering, University of Science and Technology Beijing, Beijing 100083, PR China) ,  Han Bin (Key Laboratory of Ministry of Education of China for Efficient Mining and Safety of Metal Mines, University of Science and Technology Beijing, Beijing 100083, PR China)
資料名： Construction and Building Materials  (Construction and Building Materials)
巻： 323  ページ： Null  発行年： 2022年 
JST資料番号： T0560A  ISSN： 0950-0618  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： セメント化ペースト埋め戻し(CPB)は,高山地域の鉱山でますます使用されている。CPB強度は,低温のような多重因子の影響により不安定である。異なる要因の作用の下でCPBの一軸圧縮強度(UCS)を得るために,多くの実験室試験が過去に行われ,時間がかかり,面倒である。本論文では,UCSに関する研究を,屋内試験と機械学習の組合せによって実施した。狭い探索アルゴリズムを用いて,極端な学習機械を最適化し,その結果,初期重みと閾値を決定する際に,極端な学習機械の不確実性を解決する。SSA-ELMモデルに基づくCPBの強度予測モデルを,入力変数として硬化温度,砂-セメント比,スラリー濃度,および硬化時間,および出力変数としてUCSを用いて構築した。元のELM,PSO-ELMおよびBP-ANNと比較して,相関係数は0.8817,0.9511,0.9187から0.9979に改善し,SSA-ELMモデルがより良い予測精度を有することを示した。さらに,相関分析は,低温(<20°C)環境がUCSに最大の影響を及ぼし,水和反応の過程に影響することによってUCSの開発に影響を及ぼすことを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  低温 ,  *セメント ,  精度 ,  *セメントペースト ,  相関係数 ,  水和反応 ,  膠結作用 ,  多重化 ,  鉱山 ,  埋戻し ,  モデル ,  *機械学習 ,  予測モデル
準シソーラス用語： 予測精度 ,  一軸圧縮強さ , 【Automatic Indexing@JST】

分類 (2件)： モルタル,コンクリート  (RA06042H) ,  コンクリート構造  (RA04030A)

タイトルに関連する用語 (8件)： 研究 ,  実験 ,  機械学習 ,  高山 ,  地域 ,  セメントペースト ,  裏込め ,  調査