Beton 2.0: Maschinelles Lernen für Festigkeitsprognosen nutzen

In dieser Studie wird die Eignung von recyceltem Kunststoffgranulat als nachhaltige Alternative zu herkömmlicher Grobmischung in Beton mit Hilfe eines neuronalen Netzes vorhergesagt. Ziel ist es, ein Lernmodell zu entwickeln, das in der Lage ist, die Druckfestigkeit von Beton, der eine Vielzahl von recycelten Kunststoffaggregaten enthält, genau vorherzusagen. Diese Forschung trägt dazu bei, ein zuverlässiges Werkzeug für die Vorhersage der Druckfestigkeitvon Beton mit Kunststoffkombinationen zu vermitteln. Sie optimiert das Kombinationslayout für zahlreiche Programme und untersucht die Wirkung verschiedener Arten von Kunststoffabfällen auf Beton.

Autorentext

S. VENKATESWARAN lavora attualmente come professore assistente presso il Dipartimento di Ingegneria Civile dell'Agni College of Technology.Ragul S., studente del II anno di ingegneria strutturale presso l'Agni College of Technology.N. VIMALRAJ lavora attualmente come professore assistente presso il Dipartimento di Ingegneria Civile dell'Agni College of Technology.