PSO-BPNN 모델을 이용한 SCC 수축 예측 및 조절

수축 변형은 자기 다짐 콘크리트(SCC) 충진 강관 구조물에 심각한 위험 요소입니다. 보상 수축 조치를 결정하기 위해서는 규제 전에 콘크리트의 자발적 수축 변형률을 이해하는 것이 필수적이었습니다. 본 연구에서는 입자 군집 최적화-역전파 신경망(PSO-BPNN)을 기반으로 한 PSO-BPNN 모델을 구축하여 규제 전에 SCC의 자발적 수축 변형률을 예측하였습니다. 또한 확장제 단독 및 확장제와 수축제 혼합에 의한 수축 보상에 관한 일부 실험도 수행하였습니다. 이 예측을 바탕으로 실제 교량 공사에서 SCC의 수축 변형 조절을 위한 일련의 실험을 진행하였습니다. 결과는 예측값과 측정값 간 PSO-BPNN의 높은 일치도를 나타내어, PSO-BPNN이 규제 전 콘크리트 자발적 수축 변형률 예측에 매우 정확한 모델임을 입증하고, 수축 보상을 위한 규제 지침으로 활용될 수 있음을 보여주었습니다. 28일 자기 수축의 예측 오차는 10% 미만이었고, 실험 작업량이 감소하였습니다. PSO-BPNN은 SCC 수축을 예측하는 편리한 도구로서, 팽창제 투입량 결정과 수축제 감소를 가능하게 하여 SCC 수축 조절을 실현합니다.