인공지능을 활용한 레미콘 현장 배합의 압축강도 예측에 관한 기초적 연구

Abstract

건설 현장에서 레미콘의 시공성, 내구성 등에 대한 품질 평가를 위해 공기량, 슬럼프, 염화물량 등을 측정하고 있지만, 콘크리트의 품질관리를 위한 자료 중에서 가장 기본적인 압축강도를 얻기 위해서는 타설 후 28일의 시간이 필요하다는 문제점이 존재한다. 콘크리트의 압축강도는 다양한 영향인자에 의하여 결정되며 콘크리트의 품질을 확보하고 유지하기 위해서는 이러한 영향인자가 충분히 고려된 품질관리 시스템 개발이 필요하다. 하지만 기존의 배합강도 설정과 그에 따른 배합을 설계하는 방식은 기본적으로 배합강도가 실제 강도와의 오차가 존재하고, 레미콘 생산 공정 중 작업성(Workability) 증진을 위한 인위적인 가수와 골재의 표면수 관리 미흡, 제조 오차를 보정하기 위한 작업자(Operator)의 인위적인 개입이 시방 배합과 현장 레미콘의 품질 사이에 가장 큰 문제를 발생시키는 원인으로 지적되고 있다. 또한 기존의 예측 방식의 경우 적용할 수 있는 영향인자가 제한적인 한계 등의 문제점을 가지고 있다. 이를 해결하기 위해 많은 연구자들에 의해 컴퓨터 프로그래밍을 이용한 연구가 많이 진행되고 있으나, 실제로 적용된 사례는 부족한 실정이다. 따라서 본 연구에서는 콘크리트 품질 관리의 효율성과 신뢰도 확보를 목적으로 레미콘 현장 콘크리트의 배합 데이터를 통해 최근 연구에서 제시된 인공지능 기반 압축강도 예측시스템 개발 방법론을 수행하여 압축강도를 예측함으로써 현장 콘크리트의 강도 및 품질관리 측면에서의 활용성을 확인하고자 한다. 이를 위해 입력되는 레미콘 현장 배합 데이터의 양과 비율, 예측 시스템과의 적합성을 확인하고 이후 각 배합 인자 조합으로 구성된 데이터를 입력시켜 재령 3, 7, 28일 압축강도를 예측하고 성능을 평가하였다.