[건축Engineering과] 콘크리트 압축강도에 影響(영향)을 미치는 요인分析 - 압축강도 시험分析을 중심으로 -
페이지 정보
작성일 23-03-29 02:03
본문
Download : 콘크리트40매건설,공학.hwp
[참고資料] 김인주, 신경망을 이용한 콘크리트의 배합요소 및 강도추정, 대구대학교 박사학위 논문, 2002.
콘크리트,압축강도,ANN,강도시험,콘크리트압축강도
그림 index
<그림-18> 이전 단계의 과정 반복 후 마무리 다짐 25
<그림-9> 굵은 골재 23
<그림-22> 가압판상에 정확하게 위치 28
Hi H.G., `Prediction of compressive strength of concrete by neural networks`, cement and concrete research Vol.30, 2003.
<그림-3> 몰드 20
5. 공시체의 성형 23
제2절 연구목적 및 연구방법 8
1. ANN을 사용한 압축강도 추정의 advantage(장점) 15
제2절 콘크리트의 압축강도에 influence을 미치는 요인 33
R. Jones and M. F. Kaplan, `The Effects of Coarse Aggregate on the Mode of Failure of Concrete in Compression and Flexure,` Mag. Concr. Res., 9 [26] August, 89-94 (1957)
<그림-5> 삽 21
2. ANN 일반 15
<그림-10> 물 0.891kg 24
<그림-7> 완성된 공시체 21
3. 시공방법의 influence 38
1. 시험 목적 27
1. 구성 재료의 influence 33
1. 그래프 30
4. 시험방법 28
3. 공시체 21
조홍범, 배합표에 의한 현장 콘크리트의 압축강도 추정, 한양대학교 석사학위 논문, 2004.
제1절 강도시험용 공시체 제작 20
<그림-21> UTM기 27
<그림-25> 파괴 29
5. 양생의 influence 39
제3장 시험방법 20
다. 2. 압축강도 조기 추정 11
이승창외 1명, ‘모듈화된 신경망 모델을 이용한 콘크리트 강도 추정 시스템 개발’, 대한건축학회 19권 4호, 2006.
<그림-1> 콘크리트 강도에 influence을 끼치는 각종 인자의 상호작용 14
<그림-23> 최초 표면에 생긴 균열 28
2. 콘크리트 배합의 influence 38
제1장 서 론 7
제1절 시험결과 30
2. 데이터 계산 및 고찰 32
6. 온도가 콘크리트 강도에 미치는 influence 40
<출처> 44
[건축Engineering과] 콘크리트 압축강도에 影響(영향)을 미치는 요인分析 - 압축강도 시험分析을 중심으로 -
제2장 콘크리트 압축강도에 관한 이론(理論)적 고찰 9
<그림-17> 1/3씩 채우고 25회 다짐 25
제2절 콘크리트 압축강도 시험 27
제5장 연구결과 및 요약 41
제1절 문제제기 7
<그림-20> 제작이 완료된 2개의 시료 25
<그림-19> 흙손으로 표면을 고르기 25
<표-2> 콘크리트 강도의 조기추정 방법 12
6. 양생 25
2. 시험용 기구 20
4. 재료의 준비 21
<그림-8> 잔 골재 23
4. 콘크리트의 재령의 influence 38
<그림-6> 저울 21
[
6. 주의 사항 29
제2절 ANN을 사용한 압축강도 추정 15
제4장 분석결과 30
Mehta P.K., Concrete; Structure, properties, and materials, 2nd Ed., Prentice-Hall, New Jersey, America.
7. 주의 사항 26
<표-1> 콘크리트 강도의 조기추정에 관한 규격 12
3. 기존 강도 추정 방법의 단점 13
설명
<그림-13> 시멘트1.824kg 24
<그림-11> 모래 3.100kg 24
4. 콘크리트 압축강도의 influence인자 13
Download : 콘크리트40매건설,공학.hwp( 81 )
정성껏 준비하였습니다. [참고자료] 김인주, 신경망을 이용한 콘크리트의 배합요소 및 강도추정, 대구대학교 박사학위 논문, 2002. 조홍범, 배합표에 의한 현장 콘크리트의 압축강도 추정, 한양대학교 석사학위 논문, 2004. 오주원외 2명, ‘콘크리트 배합설계에 있어서 신경망의 이용’, 한국 콘크리트 학회지 제9권 2호, 2000. 이승창외 1명, ‘모듈화된 신경망 모델을 이용한 콘크리트 강도 추정 시스템 개발’, 대한건축학회 19권 4호, 2006. Mehta P.K., Concrete; Structure, properties, and materials, 2nd Ed., Prentice-Hall, New Jersey, America. Hi H.G., `Prediction of compressive strength of concrete by neural networks`, cement and concrete research Vol.30, 2003. R. Jones and M. F. Kaplan, `The Effects of Coarse Aggregate on the Mode of Failure of Concrete in Compression and Flexure,` Mag. Concr. Res., 9 [26] August, 89-94 (1957) H. C. Emtroy and B. W. Shacklock, `Design of High Strength Concrete Mixes,` Proc. Symp. Mix Design and Quality Control of Concrete, London, 55-73 (1954) [
레포트 > 공학,기술계열
3. 시료 28
제1절 기존 연구 검토 9
1. 시험목적 20
<그림-24> 균열의 심화 및 파괴 28
<그림-4> 흙손 20
<그림-14> 각 재료를 정확한 중량비로 혼합 24
H. C. Emtroy and B. W. Shacklock, `Design of High Strength Concrete Mixes,` Proc. Symp. Mix Design and Quality Control of Concrete, London, 55-73 (1954)
오주원외 2명, ‘콘크리트 배합설계에 있어서 신경망의 이용’, 한국 콘크리트 학회지 제9권 2호, 2000.
표 index
2. 시험용 기구 27
1. 강도추정 이론(理論) 9
5. 시험결과의 계산 29
<그림-2> BPN의 계산과 학습 방향 18
<그림-16> 몰드에 박리제 바름 25
순서
<그림-15> 물을 부어 삽으로 혼합 24
<그림-12> 자갈 4.860kg 24
정성껏 준비하였습니다...많은관심 바랍니다...많은관심 바랍니다.
