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
저널정보
국제구조공학회 Structural Engineering and Mechanics, An Int'l Journal Structural Engineering and Mechanics, An Int'l Journal Vol.53 No.5
발행연도
2015.1
수록면
939 - 956 (18page)

이용수

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

초록· 키워드

오류제보하기
In this study, in order to propose an efficient model to predict the torque capacity of steel fiber reinforced concrete (SFRC) beams, the existing experimental data related to torsional response of beams is reviewed. It is observed that existing data neglects the effects of some parameters on the variation of torque capacity. Thus, an experimental research was also conducted to obtain the effects of neglected parameters. In the experimental study, a total of seventeen SFRC beams are tested against torsion. The parameters considered in the experiments are concrete compressive strength, steel fiber aspect ratio, volumetric ratio of steel fibers and longitudinal reinforcement ratio. The effect of each parameter is discussed in terms of torque versus unit angle of twist graphs. The data obtained from this experimental research is also combined withthe data got from previous studies and employed in artificial neural network (ANN) analysis to estimate the ultimate torque capacity of SFRC beams. In addition to parameters considered in the experiments, aspect ratio of beam cross-section, yield strengths of both transverse and longitudinal reinforcements, and transverse reinforcement ratio are also defined as parameters in ANN analysis due to their significant effects observed in previous studies. Assessment of the accuracy of ANN analysis in estimating the ultimate torque capacity of SFRC beams is performed by comparing the analytical and experimental results. Comparisons are conducted in terms of root mean square error (RMSE), mean absolute error (MAE) and coefficient of efficiency (Ef). The results of this study revealed that addition of steel fibers increases the ultimate torque capacity of reinforced concrete beams. It is also found that ANN is a powerful method and a feasible tool to estimate ultimate torque capacity of both normal and high strength concrete beams within the range of input parameters considered.
#reinforced concrete beam #torsion #steel fiber #artificial neural network

목차

등록된 정보가 없습니다.

참고문헌 (27)

참고문헌 신청
Alshihri, M. M. / 2009 / Neural networks for predicting compressive strength of structural light weight concrete / Construct. Build. Mater 23(6):2214~2229 google schola Altun, F. / 2008 / Predicting the compressive strength of steel fiber added lightweight concrete using neural network / Comput. Mater. Sci 42(2):259~265 google schola Bilim, C. / 2009 / Predicting the compressive strength of ground granulated blast furnace slag concrete using artificial neural network / Adv. Eng. Softw 40(5):334~340 google schola Dantas, A. T. A. / 2013 / Prediction of compressive strength of concrete containing construction and demolition waste using artificial neural networks / Construct. Build. Mater 38:717~722 google schola Demir, F. / 2008 / Prediction of elastic modulus of normal and high strength concrete by artificial neural networks / Construct. Build. Mater 22(7):1428~1435 google schola

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