인공지능을 활용한 재활용 굵은 골재 콘크리트의 예측 성능 평가: 리뷰

재활용 굵은 골재 콘크리트는 환경 친화적이고 비용 효율적인 혼합물을 생성할 수 있게 해줍니다. 이는 철거 콘크리트 폐기물의 처리 문제를 해결하는 데 도움을 주며, 제품 기능성과 재사용성을 향상시키면서 수요를 충족시킵니다. 묘지에 있는 노후 건물의 풍부함은 건설 및 철거 폐기물에 기여합니다. 철거된 구조물에서 얻은 재활용 콘크리트 골재(RCA)는 골재로 활용될 수 있지만, 흡수 문제로 인한 압축 강도에 미치는 영향에 대한 우려가 있습니다. 이 리뷰의 목적은 다양한 RCA 내용과 자연 굵은 골재 내용을 입력 매개변수로 활용하여 압축 강도를 예측하기 위한 다양한 인공지능(AI) 모델을 연구하고 개발하는 것이었습니다. 입력 매개변수의 범위는 0 %에서 100 %이며, 출력 매개변수의 범위는 28 MPa에서 70.3 MPa까지입니다. 문헌 기사의 실험 데이터를 사용하여 모델 개발을 훈련하고 검증했습니다. 엔지니어와 연구자들은 이러한 모델을 활용하여 입력 매개변수를 변경하여 압축 강도를 예측할 수 있습니다. XGBoost 회귀 모델은 R2 0.93594로 좋은 성과를 보였으며, 그 뒤를 Random Forest 모델이 R2 0.92766, Gradient Boosting 모델이 R2 0.90616로 따랐습니다. Ridge 회귀, Lasso 회귀 및 선형 회귀 모델은 각각 R2 0.57657, 0.57558, 0.57675로 RCA 콘크리트의 압축 강도 예측에서 좋은 성과를 보이지 않았습니다. ANN도 R2 0.8039로 RCAC 압축 강도 예측에서 중요한 성과를 보였습니다. 향후 연구는 AI 모델을 사용하여 RCA가 포함된 콘크리트의 기계적 성질을 최적화하는 것에 초점을 맞출 수 있습니다. 또한, 본 연구는 다양한 종류의 콘크리트 강도 예측에 있어 AI의 적용을 탐구하는 분석을 확장하며, 콘크리트 혼합 설계 향상을 위한 AI 기반 접근 방식의 다양성과 잠재력을 강조합니다.