BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ

Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  26,845,166
  • Công bố khoa học và công nghệ Việt Nam

Kỹ thuật giao thông vận tải

Lý Hải Bằng(1)

Nghiên cứu dự báo cường độ bê tông xốp và xác định tương quan với các tham số đầu vào bằng máy vec tơ hỗ trợ

Estimation of foamed concrete compressive strength and relationship identification with input factors using support vector machine

Khoa học và Công nghệ Giao thông (Đại học Công nghệ Giao thông vận tải)

2022

1

1-12

2734-9942

Bê tông xốp, Trí tuệ nhân tạo, Cường độ nén, Máy vec tơ hỗ trợ, Biểu đồ phụ thuộc từng phần

Foamed concrete, Artificial intelligence, Compressive strength, Support vector machine (SVM), Partial dependence plot (PDP)

Bê tông xốp (BTX) là một loại vật liệu xây dựng với nhiều ưu điểm và được sử dụng rộng rãi trong xây dựng công trình để giảm tải trọng cho kết cấu. Cường độ nén là một đặc trưng cơ học quan trọng của bê tông nói chung và của BTX nói riêng, nên việc ước tính nhanh, chính xác đại lượng này rất quan trọng. Nghiên cứu này đề xuất ứng dụng mô hình máy vec tơ hỗ trợ (SVM) để dự báo cường độ BTX và xây dựng mối tương quan giữa các yếu tố đầu vào của bài toán với mục đích tối ưu hóa quá trình thiết kế BTX. Bộ cơ sở dữ liệu gồm 220 kết quả thí nghiệm cường độ BTX được thu thập và dùng để xây dựng, kiểm chứng năng lực dự báo của mô hình SVM. Các yếu tố đầu vào của bài toán được xét tới là tỷ trọng BTX, tỷ lệ nước/xi măng, và tỷ lệ cát/xi măng. Kết quả cho thấy SVM là một công cụ dự báo rất tốt cường độ nén của BTX với các tiêu chí đánh giá hiệu suất như căn của sai số toàn phương trung bình RMSE = 3.475 MPa, sai số tuyệt đối trung bình MAE = 2.816 MPa và hệ số xác định R2 = 0.930. Cuối cùng, biểu đồ phụ thuộc được phát triển để xây dựng tương quan giữa ba biến đầu vào nói trên với cường độ nén của BTX, giúp ích cho các kỹ sư vật liệu trong công tác thiết kế cấp phối.

Foamed concrete (FC) is a building material with many advantages and is widely used in construction to reduce the load on the structure. Compressive strength is an important mechanical characteristic of concrete in general and of FC in particular. Therefore, it is important to quickly and accurately estimate this quantity. This study proposes the application of support vector machine (SVM) model to predict the FC compressive strength and construct a relationship with the input variables for the purpose of optimizing FC design process. A database of 220 test results is collected and used to build and verify the predictive performance of the proposed SVM model. The input factors of the problem are FC density, water/cement ratio, and sand/cement ratio. The results show that SVM is a good predictor of compressive strength of FC with performance evaluation criteria such as root mean square error, RMSE = 3.475 MPa, mean absolute error MAE = 2.816 MPa and coefficient of determination R2 = 0.930. Finally, 2-Dimensional Partial Dependence Plot (PDP) is developed to correlate the three input variables with the compressive strength of FC, which is useful for material engineers in the design phase of FC.

TTKHCNQG, 2734-9942

Xem toàn văn