인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
초록·키워드
This paper focuses on predicting the post-heating mechanical properties of cementitious composites reinforced with multi-scale additives using the Artificial Neural Network (ANN) approach. A total of four different feed-forward ANN models are developed using 261 data sets collected from 18 published sources. The models are optimized using 12 input parameters selected based on a comprehensive literature review to predict the residual compressive strength, the residual flexural strengths, elastic modulus, and fracture energy of heat-damaged cementitious specimens. Furthermore, the ANN is employed to predict the impact of several variables including; the content of polypropylene (PP) microfibers and carbon nanotubes (CNTs) used in the concrete, mortar, or paste mix design, length of PP fibers, the average diameter of CNTs, and the average length of CNTs. The influence of the studied parameters is investigated at different heating levels ranged from 25°C to 800°C. The results demonstrate that the developed ANN models have a strong potential for predicting the mechanical properties of the heated cementitious composites based on the mixing ingredients in addition to the heating conditions.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
