文献

J-GLOBAL ID：202202274166471312   整理番号：22A1100564

人工ニューラルネットワークを用いた環境に優しい超高性能コンクリートの特性予測【JST・京大機械翻訳】

Properties prediction of environmentally friendly ultra-high-performance concrete using artificial neural networks

著者 (4件)： Abellan Garcia Joaquin (Department of Civil Engineering, Polytechnic University of Madrid (UPM), Madrid, Spain) ,  Abellan Garcia Joaquin (Escuela Colombiana de Ingenieria Julio Garavito, Bogota, Colombia) ,  Fernandez Gomez Jaime (Department of Civil Engineering: Construction, UPM, Madrid, Spain) ,  Torres Castellanos Nancy (Escuela Colombiana de Ingenieria Julio Garavito, Bogota, Colombia)
資料名： European Journal of Environmental and Civil Engineering  (European Journal of Environmental and Civil Engineering)
巻： 26  号： 6  ページ： 2319-2343  発行年： 2022年 
JST資料番号： W5848A  ISSN： 1964-8189  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： 超高性能コンクリート(UHPC)は,いくつかの成分の混合物から生じ,フレッシュおよび硬化状態で非常に複雑な材料をもたらす。より多数の構成,相対的割合および特性と共に,より多数の構成要素は,この型のコンクリートの挙動を,予測することが困難になる。本研究の目的は,1日,7日および28日の圧縮強度およびスランプフローを予測するために,人工ニューラルネットワーク(ANN)に基づく4つの解析モデルを構築することである。異なる粒径,流動接触分解残渣(FCC)及び異なる粒径の石灰石粉末に粉砕したリサイクルガラス粉末をポルトランドセメント及びシリカフュームの部分置換として用いた。ANNモデルは,試験セットの1日,7日および28日圧縮強度およびスランプフローを予測し,予測誤差値(RMSE)はそれぞれ2.400MPa,2.638MPa,2.064MPaおよび7.245mmであった。結果は,開発したANNモデルが,シリカフューム,石灰石粉末,リサイクルガラス粉末およびFCCを組込む一方で,UHPCのスランプフローおよび圧縮強度を予測するための効率的なツールであることを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ガラス ,  粉体 ,  予測 ,  *コンクリート ,  *ニューラルネットワーク ,  石灰石 ,  ポルトランドセメント ,  流動接触分解 ,  モデル ,  圧縮強さ ,  シリカヒューム ,  予測誤差 ,  解析モデル ,  *ハイパフォーマンスコンクリート
準シソーラス用語： 充填密度 ,  ガラス粉末 , 【Automatic Indexing@JST】

著者キーワード (6件)： UHPC ,  ANN ,  圧縮強度 ,  スランプフロー ,  SCM ,  仮想充填密度

分類 (1件)： モルタル,コンクリート  (RA06042H)

タイトルに関連する用語 (4件)： 人工ニューラルネットワーク ,  環境 ,  高性能コンクリート ,  予測