Skip to the main content

Original scientific paper

https://doi.org/10.15255/KUI.2023.063

Kauzalni AI model i optimiranje održivosti sastava betonskih mješavina

Želimir Kurtanjek orcid id orcid.org/0000-0001-5453-6255 ; University of Zagreb Faculty of Food Technology and Biotechnology, Pierrotijeva 6, 10 000 Zagreb, Croatia *

* Corresponding author.


Full text: croatian pdf 3.521 Kb

page 449-455

downloads: 0

cite


Abstract

U radu je provedena kauzalna analiza učinka ekološki održivih mješavina s cementom na tlačnu čvrstoću betona i smanjenje emisije CO2. Primijenjen je Bayesov model kauzalnosti, skupova stabala odlučivanja i dubokih neuronskih mreža. Model se zasniva na velikom skupu podataka, broj uzoraka n = 1030 i p = 9 varijabli sastava (cement, šljaka, lebdeći pepeo, voda, plastifikator, krupni agregat, sitni agregat, vrijeme i tlačna čvrstoća betona). Model je usmjereni aciklički graf (DAG) određen heurističkim postupkom optimiranja Bayesova informacijskog kriterija (BIC). AI model dobiven strojnim učenjem omogućuje predikciju tlačne čvrstoće betona s prosječnom apsolutnom pogreškom 3 MPa (4,3 %) u odnosu na pogrešku od 10 MPa za višestruki linearni model. Za eliminaciju interferirajućih efekata među varijablama primijenjen je kriterij usmjerenog razdvajanja (d-separacija) za određivanje kauzalnih učinaka pojedinih varijabli na tlačnu čvrstoću betona. Pojedini učinci izraženi su kao srednji efekti učinaka (engl. Average Treatment Effect, ATE). Rezultat kauzalnog učinka vremena pokazuju dvofaznu dinamiku kinetike nultog stupnja. Najveće vrijednosti ATE (MPa/kg m–3) tijekom prve faze procesa pokazuju: krupni agregat 0,53, plastifikator 0,35 i sitni agregat 0,19, dok najveći negativni učinak ima voda −0,3. U drugoj fazi procesa najveći pozitivni ATE od 0,5 pokazuje plastifikator, a najveći negativni je za krupni agregat od −0,23. Zbog kompleksne interakcije varijabli i složene dinamike procesa predložen je genetički algoritam optimiranja sastava smjese. AI model predviđa znatno potencijalno smanjenje emisije CO2 upotrebom lebdećeg pepela i upotrebom zgure.

Keywords

umjetna inteligencija; kauzalnost; optimiranje; beton

Hrčak ID:

321436

URI

https://hrcak.srce.hr/321436

Publication date:

17.11.2024.

Article data in other languages: english

Visits: 0 *