기계학습과 임피던스 분광법을 활용한 시멘트계 재료의 물-시멘트비 추정

Abstract

기계학습 알고리즘과 전기화학 임피던스 분광법(EIS)을 이용하여 굳지 않은 시멘트계 재료의 물-시멘트비를 예측하고자 하였다. 임피던스 분광법을 활용한 여러 연구가 시멘트계 재료에 사용되었지만, 회로에 적용된 매개변수(저항 및 정전용량)와 시멘트계 재료 미세구조와의 관계를 정의하는 등가회로 모델의 정확도는 제한적이었다. 이러한 한계를 극복하기 위해 이론적으로 매개변수를 정규화하고 기계학습 알고리즘을 적용했다. 시멘트 페이스트 샘플 140개로 임피던스 분광법 실험을 수행한 후, 4가지 다른 기계학습 알고리즘을 적용하여 매개변수와 물-시멘트비 사이의 관계를 예측하였다. 가장 오차범위가 적은 최적화 커널을 사용한 가우시안 프로세스 회귀(GPR) 결과, MAE=5.44, RMSE=1.82로 굳지 않은 시멘트계 재료의 물-시멘트비를 예측할 수 있었다.