跳到主要內容

臺灣博碩士論文加值系統

(44.201.97.224) 您好!臺灣時間:2024/04/18 02:08
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:劉原旭
論文名稱:高性能混凝土最佳化配比設計方法之研究
指導教授:葉怡成葉怡成引用關係
學位類別:碩士
校院名稱:中華大學
系所名稱:土木工程學系碩士班
學門:工程學門
學類:土木工程學類
論文種類:學術論文
論文出版年:2005
畢業學年度:93
語文別:中文
論文頁數:123
中文關鍵詞:類神經網路迴歸分析高性能混凝土
相關次數:
  • 被引用被引用:2
  • 點閱點閱:534
  • 評分評分:
  • 下載下載:114
  • 收藏至我的研究室書目清單書目收藏:1
摘 要
  高性性混凝土發展至今已有十多年之久,然尚未發展出一套精確之配比設計方法,供設計者能準確的控制其所需之性質。本研究提出三種新的配比設計方法,包括(1)基於迴歸分析模型之配比設計方法、(2)基於類神經網路模型之配比設計方法、(3)基於類神經網路模型產生之圖表法之配比設計方法。並以5種需求強度、5種需求坍度,總共5 5=25種混凝土為例與傳統ACI配比設計方法作比較。本研究顯示,上述三種方法之配比設計大致上均能滿足強度與工作度之需求,其設計趨勢多數與傳統ACI配比設計接近,但仍有些趨勢不盡相同。這三種新方法中以基於類神經網路模型之配比設計方法與基於類神經網路模型產生之圖法表之配比設計之趨勢較為穩定,因此是較為合理的配比設計方法。
摘 要 I
致 謝 II
目錄 III
圖目錄 V
表目錄 IX
第一章 前言 1
1.1研究背景 1
1.2研究目的 2
1.3研究方法 3
第二章 文獻回顧 5
2.1前言 5
2.2 高性能混凝土 5
2.3類神經網路 7
2.4混凝土最佳配比設計 8
第三章 ACI 配比設計法 13
3.1 前言 13
3.2 配比計算方法與流程 14
3.3 配比設計結果 22
3.4 討論 25
第四章 基於迴歸分析模型之配比設計法 26
4.1 前言 26
4.2 模型建構 26
4.3 參數優化 42
4.4配比設計結果 42
4.5討論 48
第五章 基於類神經網路模型之配比設計法 50
5.1 前言 50
5.2 模型建構 50
5.3 參數優化 59
5.4 配比設計結果 60
5.5 討論 65
第六章 基於類神經網路模型產生之圖表之配比設計 67
6.1 前言 67
6.2設計圖表之產生 67
6.3 設計圖表之應用 71
6.4 配比設計結果 78
6.5 討論 82
第七章 四種配比設計方法之比較 84
7.1 前言 84
7.2 配比之比較 84
7.3水膠比之比較 84
7.4成本之比較 84
7.5 討論 94
第八章 結論與建議 97
8.1 結論 97
8.2 建議 98
參考文獻 99
附錄A權值敏感分析結果: 104
附錄B影響性分析結果: 109
參考文獻
1. 黃兆龍,混凝土性質與行為,詹氏書局,台北市 (1999)。
2. Nehdi, M., Mindess, S., and Aitcin, P. C., “Optimization of high strength limestone filler cement mortars,” Cement and Concrete Research, Vol.26, No.6, pp.883-893 (1996).
3. Domone, P. L. J. and Soutsos, M. N., “An approach to the proportioning of high- strength concrete mixes,” Concrete International, October 1994, pp.26-31 (1994).
4. Mass, G. R, “Guide to selecting proportions for high-strength concrete with portland cement and fly ash,” ACI Materials Journal Committee Report 211, May-June (1993).
5. 葉怡成,類神經網路─模式應用與實作,儒林圖書公司,台北 (2000)。
6. 葉怡成,應用類神經網路,儒林圖書公司,台北 ( 2001)。
7. Kasperkiewicz, J., Racz, J. and Dubrawski, A.(1995).“HPC strength prediction using artificial neural network,” Journal. of Computing in Civil Engineering , ASCE, Vol.9, No.4, pp.279-284 (1995).
8. Abbasi, A. F., Ahmad, M. and Wasim, M.“Optimization of concrete mix proportioning using reduced factorial expermental technique.” ACI Materials Journal ,Vol. 84, NO.8, pp. 55-63 (1987).
9. 蘇南,「21世紀TAICON台灣混凝土之配比設計」,高性能混凝土配比設計實作研討會論文集,台北市,第46頁(1998)。
10. de Larrard, F. “Optimization of high-performance concrete, ” 高性能混凝土研討會,台北市,第31~44頁 (1993)。
11. de Larrard, F., Sedran, T.“Optimization of ultra high performance concrete by the use of a packing model,” Cement and Concrete Research , Vol.24, NO. 6, pp. 997-1009 (1994).
12. Kasperkiewicz, J.(1994).“Optimization of concrete mix using a spreadsheet package,” ACI Materials Journal , Vol. 91, NO6, pp.551-559 (1994).
13. James, M. “Concrete mixture optimization,” Concrete International ,June 1990, pp. 33-39 .
14. Shilstone, J. M. Jr. “Concrete mixture optimization,” Concrete International, June 1994, pp.31-37, (1994).
15. Stegemann, J. A. and Buenfeld, N. R., “Mining of existing data for cement-solidified wastes using neural networks,” Journal of Environmental Engineering, ASCE, Vol.130, No.5, pp.508-515 (2004).
16. Kim, J. I., Kim, D. K., Feng, M. Q., and Yazdani, F., “Application of neural networks for estimation of concrete strength,” Journal of Materials in Civil Engineering, ASCE, Vol.16, No.3, pp.257-264 (2004).
17. Ghaboussi, J. Garrett, J. H. and Wu, X. “Knowledge-based modeling of material behaviour with neural networks,” J. Engineering Mechanics, ASCE, Vol.117, No.1, pp.129-134 (1991).
18. Kasperkiewicz, J., Racz, J. and Dubrawski, A., “HPC strength prediction using artificial neural network,” Joutnal of Computing in Civil Engineering, ASCE, Vol.9, No.4, pp.279-284 (1995).
19. Peng, J., Li, Z., and Ma, B., “Neural network analysis of chloride diffusion in concrete,” Journal of Materials in Civil Engineering, ASCE, Vol.14, No. 4, pp.327-333 (2002).
20. Nehdi, M., Djebbar, Y., and Khan, A., “Neural network model for preformed-foam cellular concrete,” ACI Materials Journal, Vol.98, No.5, pp.402-409 (2001).
21. Nehdi, M., El-Chabib, H., and El-Naggar, M. H., “Predicting performance of self-compacting concrete mixtures using artificial neural networks,” ACI Materials Journal, Vol.98, No.5, pp.394-401 (2001).
22. Haj-Ali, R. M., Kurtis, K. E., and Akshay, R., “Neural network modeling of concrete expansion during long-term sulfate exposure,” ACI Materials Journal, Vol.98, No.1, pp.36-43 (2001).
23. Basma, A. A., Barakat, S., and Al-Oraimi, S., “Prediction of cement degree of hydration using artificial neural networks,” ACI Materials Journal, Vol.96, No.2, pp.167-172 (1996).
24. Ghaboussi, J., Garrett, J. H. and Wu, X., “Knowledge-based modeling of material behavior with neural networks,” Journal of Engineering Mechanics, ASCE, Vol.117, No.1, pp.132-153 (1991).
25. Oh, J.-W., Lee, I.-W., Kim, J.-T., and Lee, G.-W., “Application of neural networks for proportioning of concrete mixes,” ACI Materials Journal, Vol.96, No.1, pp.61-67 (1999).
26. Abbasi, F., Ahmad, M. and Wasim, M., “Optimization of concrete mix proportioning using reduced factorial experimental technique,” ACI Materials Journal, Vol.84, No.1, pp.55-63 (1987).
27. Khayat, K. H., Yahia, A. and Sonebi, M., “Applications of statistical models for proportioning underwater concrete,” ACI Materials Journal, Vol.96, No.6, pp.634-640 (1999).
28. Ghezal, A. and Khayat, K. H., “Optimizing self-consolidating concrete with limestone filler by using statistical factorial design methods,” ACI Materials Journal, Vol.99, No.3, pp.264-272 (2002).
29. Sonebi, M., Svermova, L., and Bartos, P. J. M., “Factorial design of cement slurries containing limestone powder for self-consolidating slurry-infiltrated fiber concrete,” ACI Materials Journal, Vol.101, No.2, pp.136-145 (2004).
30. Sonebi, M., “Applications of statistical models in proportioning medium-strength self-consolidating concrete,” ACI Materials Journal, Vol.101, No.5, pp.339-346 (2004).
31. Larrard, F., Sedran, T., “Optimization of ultra high performance concrete by the use of a packing model,” Cement and Concrete Research, Vol.24, No.6, pp.997-1009 (1994).
32. Kasperkiewicz, J., “Optimization of concrete mix using a spreadsheet package,” ACI Materials Journal, Vol.91, No.6, pp.551-559 (1994).
33. James, M., “Concrete mixture optimization,” Concrete International, June 1990, pp.33-39 (1990).
34. 張清雲,「實驗計劃法應用於再生混凝土最適化配比設計之研究」,碩士論文,國立台灣科技大學營建工程系 (2002)。
35. 田耀遠,「田口法應用於混凝土配比設計及交互作用之研究」,博士論文,國立台灣科技大學營建工程系 (2004)。
36. 詹君治,「非監督式模糊類神經網路應用於混凝土配比設計」,行政院國家科學委員會專題研究計畫成果報告,NSC91-2218-E-231-004 (2003)。
37. 顏聰、張朝順,「混凝土配比之經濟化模式」,中國土木水利工程學刊,第二卷,第三期,第293-300頁 (1990)。
38. 蘇南、王和源、沈進發、柴希文、高健章、連世昌、林嘉永、陳式毅、黃兆龍、陳朝和、謝佩昌,公共工程飛灰混凝土使用手冊,應用礦粉摻料提昇混凝土品質研討會,台灣營建研究院,第1-62頁(1999)。
39. 陳怡成,「以類神經網路作高性能混凝土配比設計之研究」,碩士論文,中華大學土木工程學系碩士班,新竹 (2001)。
40. 陳家偉,「以迴歸分析與類神經網路建構高性能混凝土工作度模型之比較研究」,碩士論文,中華大學土木工程學系碩士班,新竹 (2002)。
41. Myers, R.H., and Montgomery, D.C., Response Surface Methodology, John Wiley & Sons, Ins. (1995).
42. Stat-Ease.lnc, Design-Expert 6 User’s Guide (2003).
43. 葉怡成,類神經網路品質設計軟體CAFÉ使用手冊,中華大學土木工程學系人工智慧研究室,(2000)。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top