Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Archives of Civil Engineering

1 2024

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Estimation of the coefficient of permeability as an example of the application of the Random Forest algorithm in Civil Engineering

Dzięcioł Justyna, Sas Wojciech

Archives of Civil Engineering

2024

Vol. 70, nr 2

119--134

A new world record for crude steel production was recorded in 2021, which increased by 3.8% over 2020. This also affected the amount of slag produced with this production. Total waste from industrial and construction production throughout the European Union accounts for as much as 48%. Therefore, waste management should provide for the recovery of as many resources as possible. European Union strategies in line with the circular economy objectives focus on ensuring policy coherence in the areas of climate, energy efficiency, construction and demolition waste management and resource efficiency. Slags are a material of interest to researchers in terms of their use in construction. Slags, on the one hand, are materials that are becoming better understood on the other hand, we are making sure of the heterogeneity of these materials. The characteristics of physical properties of slags are influenced by many factors, including the furnace split in which they are produced. This prompts the search for tools to help determine the parameters of slags based on already available data. The study aimed to verify the hypothesis that it is possible to determine the parameter of the filtration coefficient, relevant to applications in earth structures using the machine learning algorithm – Random Forest. In the study, two types of material were analysed: blast furnace slag and furnace slag. The results of the analysis yielded a high coefficient of determination (R2) – 0.84-0.92. This leads us to believe that the algorithm may prove useful in determining filtration parameters in slags.

Nowy światowy rekord produkcji stali surowej odnotowano w 2021 r., wzrost wynosił 3,8% w stosunku do roku 2020. Wpłynęło to jednocześnie na ilość wytwarzanego wraz z tą produkcją żużla. Całkowite ilości odpadów pochodzące z produkcji przemysłowej i budowlanej w całej Unii Europejskiej stanowią aż 48%. Dlatego, gospodarka odpadami powinna zapewniać odzysk jak największej ilości zasobów. Strategie Unii Europejskiej zgodne z celami gospodarki cyrkularnej koncentrują się na zapewnieniu spójności polityki w obszarach: klimatu, efektywności energetycznej, gospodarowania odpadami z budowy i rozbiórki oraz zasobooszczędności. Żużle są materiałem, który interesuje badaczy pod kątem ich zastosowania w budownictwie. Żużle z jednej strony są materiałami coraz lepiej poznanymi z drugiej upewniamy się o niejednorodności tych materiałów. Na charakterystykę właściwości fizycznych żużli wpływa wiele czynników m.in. rozdaj pieca w jakim powstają. Skłania to do poszukiwania narzędzi pomocnych w wyznaczaniu parametrów żużli, jak i materiałów antropogenicznych. Celem badań było zweryfikowanie hipotezy, że możliwe jest wyznaczanie parametru współczynnika filtracji, istotnego do zastosowań w konstrukcjach ziemnych z wykorzystaniem algorytmu uczenia maszynowego – Random Forest. W pracy przeanalizowano dwa rodzaje materiału: żużel wielkopiecowy oraz paleniskowy. Wyniki analizy pozwoliły na otrzymanie wysokiego współczynnika determinacji (R2) – 0.84-0.92. Pozwala to sądzić, że algorytm ten może okazać się użyteczny przy wyznaczaniu parametrów filtracyjnych w żużlach.