Core Concepts
메타휴리스틱 기반 인공 신경망 모델을 활용하여 탄소섬유 강화 폴리머로 보강된 콘크리트 압축 강도를 정확하게 예측할 수 있다.
Abstract
이 연구는 탄소섬유 강화 폴리머(CFRP)로 보강된 콘크리트 실린더의 압축 강도를 예측하기 위해 메타휴리스틱 기반 인공 신경망 모델을 개발하였다. 708개의 CFRP 보강 콘크리트 실린더 데이터베이스를 구축하였으며, 직경, 높이, CFRP 두께, CFRP 탄성 계수, 무보강 콘크리트 압축 강도, 무보강 콘크리트 변형률, 보강 콘크리트 변형률 등 8개의 매개변수를 사용하였다.
세 가지 메타휴리스틱 모델인 입자 군집 최적화(PSO), 회색 늑대 최적화(GWO), 박쥐 알고리즘(BA)을 인공 신경망과 결합하여 세 가지 하이브리드 인공 신경망 모델을 구현하였다. 이 모델들은 평균 제곱 오차를 목적 함수로 하여 데이터에 학습되었으며, 실험 연구 및 유한 요소 분석과 비교하여 검증되었다.
연구 결과, PSO 하이브리드 모델이 99.13%의 최대 정확도로 CFRP 보강 콘크리트 실린더의 압축 강도를 예측하였고, GWO 모델이 98.17%의 정확도를 보였다. 이는 경험적 모델보다 높은 정확도로, 이러한 예측 모델이 실험 테스트를 대체할 수 있는 신뢰할 수 있는 솔루션임을 보여준다. 예측 모델은 시간 소모적이고 비용이 많이 드는 실험 과정을 피할 수 있어 CFRP 보강 구조물의 분석과 설계에 유용하다.
Stats
CFRP 보강 콘크리트 실린더의 압축 강도는 무보강 콘크리트 강도와 CFRP 두께가 증가할수록 크게 향상된다.
CFRP 탄성 계수가 110 GPa에서 245 GPa로 증가하고 CFRP 두께가 0.15 mm에서 1.05 mm로 증가하면 보강 콘크리트 압축 강도가 55.75% 증가한다.
콘크리트 실린더 직경이 증가할수록 CFRP 두께 증가의 영향이 감소한다.
Quotes
"메타휴리스틱 기반 인공 신경망 모델은 경험적 모델보다 CFRP 보강 콘크리트 압축 강도를 더 정확하게 예측할 수 있다."
"PSO 하이브리드 모델은 99.13%의 최대 정확도로 CFRP 보강 콘크리트 압축 강도를 예측하였다."
"예측 모델은 실험 과정을 대체할 수 있어 CFRP 보강 구조물의 분석과 설계에 유용하다."