Opublikowane: 2010-04-01

Wykorzystanie metod uczenia maszynowego do rozpoznania związków między składem betonu modyfikowanego dodatkami popiołowymi a jego właściwościami

Maria Marks

Abstrakt

W pracy wykorzystano dwa algorytmy uczenia maszynowego do określenia związków między składem betonu modyfikowanego popiołami ze spalania węgla kamiennego i brunatnego, a trwałością na agresywne oddziaływanie środowiska. Do określenia przenikalności chlorków w betonie użyto przyspieszonej metody migracji ujętej w Nordtest Method NT Build 492. Do określenia odporności betonu na powierzchniowe łuszczenie zastosowano zgodną z normą szwedzką metodę Borås. W obu przypadkach zgromadzone dane doświadczalne wykorzystano jako zbiory uczące, na podstawie których wygenerowano reguły. Reguły wygenerowane za pomocą algorytmu AQ21 oraz algorytmu J48 z systemu WEKA pozwalają na zakwalifikowanie betonów zwykłych oraz betonów, w których część cementu została zastąpiona popiołami fluidalnymi z węgla kamiennego lub brunatnego, do grupy betonów o dobrej lub dostatecznej odporności na wnikanie chlorków oraz odpornych i nieodpornych na powierzchniowe łuszczenie, spowodowane cyklicznym zamrażaniem i odmrażananiem.

Pobierz pliki

PDF

Zasady cytowania

Marks, M. (2010). Wykorzystanie metod uczenia maszynowego do rozpoznania związków między składem betonu modyfikowanego dodatkami popiołowymi a jego właściwościami. Roads and Bridges - Drogi I Mosty, 9(3), 39–54. Pobrano z https://rabdim.pl/index.php/rb/article/view/v9n3p39

Cited by / Share


Ta strona używa pliki cookie dla prawidłowego działania, aby korzystać w pełni z portalu należy zaakceptować pliki cookie.