메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
Thuc Nhu Nguyen (University of Technology Sydney) 한상수 (가천대학교)
저널정보
한국계산역학회 Computers and Concrete, An International Journal Computers and Concrete, An International Journal Vol.24 No.6
발행연도
2019.1
수록면
541 - 553 (13page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
Alkali-silica reaction (ASR) in concrete can induce degradation in its mechanical properties, leading to compromised serviceability and even loss in load capacity of concrete structures. Compared to other properties, ASR often affects the modulus of elasticity more significantly. Several empirical models have thus been established to estimate elastic modulus reduction based on the ASR expansion only for condition assessment and capacity evaluation of the distressed structures. However, it has been observed from experimental studies in the literature that for any given level of ASR expansion, there are significant variations on the measured modulus of elasticity. In fact, many other factors, such as cement content, reactive aggregate type, exposure condition, additional alkali and concrete strength, have been commonly known in contribution to changes of concrete elastic modulus due to ASR. In this study, an artificial intelligent model using artificial neural network (ANN) is proposed for the first time to provide an innovative approach for evaluation of the elastic modulus of ASR-affected concrete, which is able to take into account contribution of several influence factors. By intelligently fusing multiple information, the proposed ANN model can provide an accurate estimation of the modulus of elasticity, which shows a significant improvement from empirical based models used in current practice. The results also indicate that expansion due to ASR is not the only factor contributing to the stiffness change, and various factors have to be included during the evaluation.
#Alkali Silica Reaction (ASR) #elastic modulus #Artificial Neural Network (ANN) #Bayesian regularization

목차

등록된 정보가 없습니다.

참고문헌 (63)

참고문헌 신청
Altarazi, S. / 2018 / Artificial neural network modeling to evaluate polyvinylchloride composites’ properties / Comput. Mater. Sci 153:1~9 Crossref 2014 / AS-1141.60.1, Methods for Sampling and Testing Aggregates Part 60.1: Alkali Aggregate Reactivity-Accelerated Mortar Bar Method google schola 2014 / AS-1141.60.2, Methods for Sampling and Testing Aggregates Part 60.2: Alkali Aggregate Reactivity-Concrete Prism Method google schola Ahmed M. Ashteyat / 2018 / Predicting residual compressive strength of self-compacted concrete under various temperatures and relative humidity conditions by artificial neural networks / Computers and Concrete, An International Journal 21(1):47~54 dbpia Bal, L. / 2013 / Artificial neural network for predicting drying shrinkage of concrete / Constr. Build. Mater 38:248~254 Crossref

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0