신경망을 이용한 지속 가능한 경량 파티션 벽 시스템의 AI 기반 개발

초록 건설 산업은 점점 더 지속 가능하고 에너지 효율적인 자재로 전환되고 있습니다. 우수한 열 단열성, 방음성 및 경량 특성을 가진 경량 발포 폴리스티렌(EPS) 콘크리트는 블록 벽의 대안으로 떠오르고 있습니다. 본 연구에서는 재료 변동성과 설계 최적화의 문제를 해결하기 위해 EPS 콘크리트의 압축 강도를 예측하기 위한 인공 신경망(ANN) 모델을 개발했습니다. 수분 함량, EPS, 일반 포틀랜드 시멘트(OPC), 공기 함량 등과 같은 매개변수를 활용하여 ANN 모델을 보정하고 검증하기 위해 30개의 혼합으로 구성된 포괄적인 실험 프로그램을 수행했습니다. 결과는 입력 변수와 압축 강도 간의 비선형 관계를 포착하는 신뢰성을 강조하면서 ANN 모델의 높은 정확성을 보여줍니다(R² >0.98, RMSE≈0.12 MPa, MSE≈0.014 MPa). 연구는 또한 강도, 열 성능 및 설치 용이성을 최적화한 프리캐스트 EPS 샌드위치 패널 시스템을 제안하며, 100 mm 패널의 경우 약 0.66 W/m²K, 150 mm 패널의 경우 0.42 W/m²K의 낮은 U값을 달성했습니다. 이 연구는 EPS 콘크리트가 거의 제로 에너지 건축물의 발전에 기여할 수 있는 잠재력을 강조하며, 건물 부문에서 에너지 소비와 환경 영향을 줄이기 위한 확장 가능한 솔루션을 제공합니다. 고급 코팅이 통합된 향후 개발은 시스템의 지속 가능성과 열 효율성을 더욱 향상시킬 수 있습니다.