|
本研究では，研究期間内に以下の３課題について研究・開発を行った。
（１）使用材料や調合より機械学習を援用して高流動コンクリートのレオロジー定数を予測する研究。（２）使用材料や調合より機械学習を用いて目視材料分離判定を行う研究。（３）振動下および間隙通過時のレオロジー定数変化モデルを研究し，MPS法流動解析に組み込む開発。
上記の（１）の研究については，機械学習を用いて，高流動コンクリートのフロー値や400㎜フロー到達時間，さらにはレオロジー定数を予測する方法を示した。次に（２）の研究については，過去の実験結果を収集し，機械学習を用いて目視材料分離を判定予測した。さらに，ここでは，重要な特徴量を用いて，確率的な手法であるロジステック回帰分析により目視材料分離判定を行う手法についても示した。また，（３）の研究については，振動下のレロオジー定数低下を実験的に示すほか，間隙通過時の粗骨材偏在によるレオロジー定数変化モデルを提案し，MPS法にそのモデルを組み込みＪリングフロー試験を用いてその再現性を検証した。
最終年度の研究は，上記（１）の研究において，新たに骨材化モデル粘度式を提案して，使用材料や調合およびモルタルフロー試験結果を特徴量とした機械学習により高流動コンクリートのレオロジー定数を予測する手法を提案した。また，（3）の研究においては，間隙部位では粗骨材が偏在・滞留することでレオロジー定数が上昇するがその一方，間隙を通過した部位ではレオロジー定数が低下するモデルを提案して，これをMPS法解析に組み込んだ。このMPS法解析結果の有効性は，Jリングフロー試験を行うことで確認した。
|
