인공신경망을 활용한 유동성채움재 배합비 도출

Deriving of Mixing Ration of Controlled Low Strength Material Using Artificial Neural Network

건설공사에서 지반의 되메움재, 뒷채움재로 사용되는 유동성채움재는 최근 도심지내 지반함몰에 복구 및 저감을 위한 건설재료로 주목받고 있다. 기존 모래 채움에 비하여 유동성채움재는 지반 내 지하수, 하수관거 유출수 등에 의한 세굴 가능성이 낮고 이로 인하여 발생할 수 있는 지반함몰 발생을 예방할 수 있다. 모래, 점토, 물, 시멘트, 고화재, 플라이애쉬 등 다양한 재료를 이용하여 제작되는 유동성채움재는 적용 분야의 특성에 맞게 요구되는 강도 및 플로우값을 조절할 수 있다. 요구하는 강도와 플로우값을 만족시키기 위한 배합비 도출은 많은 실험 과정을 거쳐야 한다. 이러한 배합비 도출 시간을 줄이기 위하여 본 연구에서는 인공신경망을 활용성을 검토하였다. 실내 실험을 통해 축척한 유동성채움재 배합비 값을 이용하여 인공신경망 학습을 진행하였다. 학습을 통해 예측값을 도출하고 실험값과 비교하였다. 학습결과 인공신경망을 이용한 예측값은 실제 실험값과 유사하게 나타났다. 보다 많은 실험데이터 확보와 인공신경망의 학습알고리즘을 최적화 할 경우, 특정 목적에 맞는 유동성채움재 배합비를 도출하는데 활용도가 높을 것으로 판단된다.

(0)

(0) 팝업 열기

팝업 닫기

(0)

(0)