模拟和评估可持续混凝土的机械性能和环境影响,使用基于多目标优化的创新可解释的人工智能方法
Muhammed Ulucan1, Güngör Yildirim2, Bilal Alatas3
1Civil Engineering Department, Engineering Faculty, Firat University, 23119, Elazig, Turkey; SEBIZA Technology Limited Company, Firat Technopark, 23350, Elazig, Turkey.
本研究介绍了一种可解释的AI方法,用于可持续混凝土,优化材料使用以减少环境影响. 该方法可以创建具有增强机械性能的环保混凝土配方.
科学领域:
- 材料科学 材料科学 材料科学
- 人工智能的人工智能
- 可持续工程 可持续工程
背景情况:
- 可持续的混凝土生产对于减少建筑行业的环境足迹至关重要.
- 传统的混凝土配方通常依赖于原始材料,导致大量资源耗尽和二氧化碳排放.
- 开发具有最佳机械和环境性能的环保混凝土是一个关键的挑战.
研究的目的:
- 用可解释的人工智能建模可持续混凝土的机械和环境性能.
- 在混凝土配方中管理废物,如飞灰和回收聚合物等废物.
- 建立一种新的,可解释的多目标规则提取方法,用于创建可持续的混凝土配方.
主要方法:
- 生产24个可持续的混凝土系列,其中包括飞灰和回收聚合物.
- 在7,28和90天后进行压力强度测试,以评估机械性能和分类混凝土 (A,B,C,D类).
- 应用一种新的可解释的多目标规则提取模型,用于材料范围的确定和环境影响评估 (能源消耗,全球变暖潜力).
主要成果:
- 可解释的AI模型成功地确定了可持续混凝土配方的最佳材料范围.
- 观察到环境影响的显著减少:能源消耗减少了约44.5% (规则4),全球变暖潜力减少了约30% (规则3).
- 这种新型的人工智能方法证明了它能够创建可持续的混凝土配方的能力,与黑子的人工智能方法不同.
结论:
- 该研究强调了可解释的人工智能的重要性,以实现建筑领域的可持续发展和循环经济目标.
- 开发的AI方法提供了一种可行的方法来设计低碳,机械健全和环保的混凝土.
- 这种创新的AI技术为可持续材料和智能设计的文献做出了重大贡献.
更多相关视频
08:27Author Spotlight: Efficient Image Recognition Using Directional Gradient Histogram Technique and Support Vector Machines
Published on: January 5, 2024
05:36Production and Analysis of Sporosarcina pasteurii Biocement Bricks Using Custom 3D-Printed Molds for Unconfined Compression Tests
Published on: March 7, 2025
相关概念视频
Design Example: Sustainability in Concrete Building
There are multiple approaches to achieve sustainability in a commercial concrete building. For instance, construct a concrete parking area under the building, utilizing pervious concrete paver blocks in open areas to facilitate rainwater collection through an underground...
Abrasion Resistance of Concrete
One such test is the revolving disc test, where three plates...
Design Example: Managing Concrete Workability
Effects of Air-entrainment in Concrete
Additives and Fillers in Concrete
The...
Manufacture of Concrete Masonry Units
These wet blocks are then transported for curing, which can occur in one of two environments: a...
