Close Menu
    Trending
    • How to Take Control of Your Brand’s Story With This DIY Strategy
    • How a new type of AI is helping police skirt facial recognition bans
    • The Intuitive Maths Behind Support Vector Machines (SVM) | by Jonny Davies | May, 2025
    • Driving Smarter, Not Harder: How AI & ML Are Fueling the Future of Fleet Management | by Raik Labs | May, 2025
    • 09211905260 – شماره خاله #شماره خاله تهران #شماره خاله تهرانپارس
    • The Evolution of Image Recognition Technology with Deep Learning | by KASATA – TechVoyager | May, 2025
    • 10 Machine Learning Internships in India (2025)
    • Boost Your Resume with ChatGPT & Automation E-Degree, Now $19.97
    Finance StarGate
    • Home
    • Artificial Intelligence
    • AI Technology
    • Data Science
    • Machine Learning
    • Finance
    • Passive Income
    Finance StarGate
    Home»Machine Learning»การวิเคราะห์ผลการศึกษาพื้นคอนกรีตดาดฟ้าที่มีความชื้นสูง | by MATLAB BKK | May, 2025
    Machine Learning

    การวิเคราะห์ผลการศึกษาพื้นคอนกรีตดาดฟ้าที่มีความชื้นสูง | by MATLAB BKK | May, 2025

    FinanceStarGateBy FinanceStarGateMay 11, 2025No Comments2 Mins Read
    Share Facebook Twitter Pinterest LinkedIn Tumblr Reddit Telegram Email
    Share
    Facebook Twitter LinkedIn Pinterest Email


    MATLAB BKK CENTER

    ภาพที่ 1 (กราฟซ้ายบน) แสดงการแพร่ของคลอไรด์เข้าสู่เนื้อคอนกรีตตามเวลา โดยเส้นสีน้ำเงินแสดงความเข้มข้นของคลอไรด์ที่ตำแหน่งเหล็กเสริม และเส้นประสีแดงแสดงค่าวิกฤตของคลอไรด์ (0.05%) ที่ทำให้เกิดสนิมในเหล็ก

    จากกราฟพบว่า:

    • ความเข้มข้นของคลอไรด์เพิ่มขึ้นอย่างรวดเร็วในช่วง 10 ปีแรก
    • หลังจากประมาณ 25–30 ปี ความเข้มข้นของคลอไรด์เริ่มเข้าใกล้ค่าอิ่มตัว (ประมาณ 0.042%)
    • ค่าคลอไรด์เกินค่าวิกฤตหลังจากเวลาผ่านไประยะหนึ่ง ซึ่งเป็นจุดเริ่มต้นของการเกิดสนิมในเหล็กเสริม

    ภาพที่ 2 (แผนภาพ Heatmap 3D) แสดงการแพร่ของคลอไรด์ตามความลึกและเวลา โดยสีแดงแสดงความเข้มข้นสูง และสีน้ำเงินแสดงความเข้มข้นต่ำ เห็นได้ชัดว่า:

    • คลอไรด์แพร่จากผิวด้านนอกเข้าสู่เนื้อคอนกรีตลึกขึ้นเรื่อยๆ ตามเวลา
    • ที่ความลึกเท่ากับระยะหุ้มเหล็ก (25 มม.) ต้องใช้เวลาหลายปีกว่าความเข้มข้นคลอไรด์จะสูงถึงระดับวิกฤต
    • บริเวณผิวคอนกรีตมีความเข้มข้นของคลอไรด์สูงสุด และลดลงตามความลึกที่เพิ่มขึ้น

    ภาพที่ 1 (กราฟขวาบน) แสดงการลดลงของพื้นที่หน้าตัดเหล็กเสริมเมื่อเวลาผ่านไป โดยเส้นประสีแดงแสดงจุดที่เกิดการกระเทาะของคอนกรีต (ประมาณปีที่ 40)

    จากกราฟพบว่า:

    • พื้นที่หน้าตัดเหล็กเสริมลดลงอย่างต่อเนื่องตามเวลา
    • ที่ปีที่ 40 (เมื่อคอนกรีตเริ่มกระเทาะ) พื้นที่หน้าตัดเหล็กเสริมเหลือประมาณ 80%
    • หากไม่มีการซ่อมแซม พื้นที่หน้าตัดจะลดลงต่อไปเรื่อยๆ ส่งผลให้ความสามารถในการรับแรงลดลง

    ภาพที่ 3 แสดงการเปลี่ยนแปลงของหน้าตัดเหล็กเสริมในช่วงเวลาต่างๆ (ปีที่ 0, 10, 20, 30, 40, 50) โดยเห็นได้ชัดเจนว่า:

    • ปีที่ 0: เหล็กเสริมมีพื้นที่หน้าตัด 100% (สภาพสมบูรณ์)
    • ปีที่ 10: เริ่มมีสนิมเกิดขึ้นบางๆ รอบเหล็ก พื้นที่หน้าตัดเหลือ 95.9%
    • ปีที่ 20–30: สนิมหนาขึ้นเรื่อยๆ พื้นที่หน้าตัดลดลงเหลือ 91.8% และ 87.9% ตามลำดับ
    • ปีที่ 40–50: สนิมหนามาก พื้นที่หน้าตัดลดลงเหลือ 84.0% และ 80.3% ตามลำดับ

    ภาพที่ 1 (กราฟซ้ายล่าง) แสดงค่า Security Issue ของโครงสร้างซึ่งเปลี่ยนแปลงตามเวลา โดยเส้นประสีแดงแสดงค่า Security Issue ต่ำสุดที่ยอมรับได้ (1.0)

    จากกราฟพบว่า:

    • ค่า Security Issue เริ่มต้นที่ประมาณ 1.5 (มาตรฐานการออกแบบทั่วไป)
    • ลดลงอย่างต่อเนื่องตามเวลาที่ผ่านไป เนื่องจากพื้นที่หน้าตัดเหล็กเสริมลดลง
    • ที่ปีที่ 50 ค่า Security Issue ลดลงเหลือประมาณ 1.2 ซึ่งยังอยู่เหนือเกณฑ์ปลอดภัย
    • แต่หากปล่อยไว้นานกว่านี้ อาจทำให้ค่า Security Issue ต่ำกว่า 1.0 ซึ่งหมายถึงโครงสร้างไม่ปลอดภัย

    ภาพที่ 1 (กราฟขวาล่าง) แสดงความสัมพันธ์ระหว่างความชื้นสัมพัทธ์และอัตราการกัดกร่อนของเหล็ก

    จากกราฟพบว่า:

    • อัตราการกัดกร่อนเพิ่มขึ้นอย่างมีนัยสำคัญเมื่อความชื้นเกิน 70%
    • ที่ความชื้น 85% (จุดสีแดง) อัตราการกัดกร่อนประมาณ 0.025 มม./ปี
    • ที่ความชื้น 100% อัตราการกัดกร่อนสูงถึง 0.05 มม./ปี
    • ความชื้นต่ำกว่า 70% มีผลน้อยมากต่อการเกิดสนิม

    ภาพที่ 4 แสดงการเปลี่ยนแปลงของสภาพหน้าตัดคอนกรีตในช่วงเวลาต่างๆ:

    • เริ่มต้น (ปีที่ 0): คอนกรีตอยู่ในสภาพสมบูรณ์ ไม่มีความชื้นซึม
    • ปีที่ 20: เริ่มมีความชื้นซึมเข้าไปในเนื้อคอนกรีต (แสดงด้วยสีฟ้าอ่อน)
    • ปีที่ 40: ความชื้นซึมลึกขึ้น เหล็กเสริมเกิดสนิมมากขึ้น แม้จะยังไม่เห็นการแตกร้าวภายนอก

    ภาพที่ 5 (Polar Chart) เปรียบเทียบปัจจัยต่างๆ ที่มีผลต่อการเสื่อมสภาพระหว่างอาคารเก่าที่มีปัญหา (เส้นสีแดง) กับอาคารที่มีระบบป้องกันที่ดี (เส้นสีน้ำเงิน)

    จากกราฟพบว่า:

    • อาคารเก่าที่มีปัญหา: มีค่าสูงในด้านความชื้น (5.0) คลอไรด์ (4.5) และรอยแตกร้าว (4.0) แต่มีค่าต่ำในด้านระยะหุ้มเหล็ก (2.5) และคุณภาพคอนกรีต (3.0)
    • อาคารที่มีระบบป้องกันที่ดี: มีค่าสูงในด้านระยะหุ้มเหล็ก (4.5) และคุณภาพคอนกรีต (4.5) แต่มีค่าต่ำในด้านความชื้น (2.0) และคลอไรด์ (1.5)
    • ความแตกต่างที่สำคัญคือการควบคุมความชื้นและการป้องกันคลอไรด์เข้าสู่เนื้อคอนกรีต

    ภาพที่ 6 แสดงการเปรียบเทียบวิธีซ่อมแซม 5 วิธี ได้แก่ ฉาบซ่อมผิว, ซ่อมโครงสร้าง, ระบบกันซึมใหม่, เสริมกำลังด้วย CFRP และโครงสร้างเหล็กเสริม

    จากกราฟพบว่า:

    • ค่าใช้จ่าย: โครงสร้างเหล็กเสริม (85%) และ CFRP (70%) มีค่าใช้จ่ายสูงที่สุด ขณะที่ฉาบซ่อมผิว (20%) มีค่าใช้จ่ายต่ำที่สุด
    • ระยะเวลาดำเนินการ: โครงสร้างเหล็กเสริม (15 วัน) และซ่อมโครงสร้าง (10 วัน) ใช้เวลานานที่สุด
    • อายุการใช้งานหลังซ่อม: โครงสร้างเหล็กเสริม (20 ปี) และ CFRP (15 ปี) มีอายุการใช้งานนานที่สุด
    • ความยากในการดำเนินการ: โครงสร้างเหล็กเสริม (80%) และ CFRP (75%) มีความยากมากที่สุด

    ภาพที่ 7 แสดงขั้นตอนการซ่อมแซมพื้นคอนกรีตที่เสียหาย:

    1. สภาพคอนกรีตที่มีปัญหา: เห็นรอยแตกร้าวและเหล็กเป็นสนิม
    2. การเตรียมพื้นผิวและขัดสนิมเหล็ก: สกัดคอนกรีตที่เสียหายออกและขัดสนิมเหล็ก
    3. หลังซ่อมแซมและเสริมกำลัง: ประกอบด้วยระบบกันซึมด้านบน มอร์ต้าร์ซ่อมแซม แผ่น CFRP และโครงเหล็กเสริมด้านล่าง
    1. สาเหตุหลักของปัญหา: ความชื้นสูงและการแพร่ของคลอไรด์เข้าสู่เนื้อคอนกรีต ทำให้เกิดสนิมที่เหล็กเสริม
    2. การเกิดความเสียหาย: เริ่มจากการเกิดสนิมที่เหล็กเสริม → สนิมขยายตัว → คอนกรีตแตกร้าว → คอนกรีตกระเทาะ → พื้นที่หน้าตัดเหล็กลดลง → ความสามารถในการรับน้ำหนักลดลง
    3. ระยะเวลาสำคัญ:
    • การเกิดสนิมเริ่มต้น: ประมาณปีที่ 5–10
    • คอนกรีตกระเทาะ: ประมาณปีที่ 40
    • ค่า Security Issue ยังอยู่ในเกณฑ์ปลอดภัยที่ปีที่ 50 แต่หากไม่ซ่อมแซม จะเกิดความไม่ปลอดภัยในอนาคต
    1. วิธีการแก้ไขที่เหมาะสม: ขึ้นอยู่กับระดับความเสียหาย
    • กรณีความเสียหายเล็กน้อย: ระบบกันซึมใหม่และฉาบซ่อมผิว
    • กรณีความเสียหายปานกลาง: ซ่อมโครงสร้างและระบบกันซึมใหม่
    • กรณีความเสียหายรุนแรง: เสริมกำลังด้วย CFRP หรือโครงสร้างเหล็กเสริม

    การวิเคราะห์นี้แสดงให้เห็นว่าการป้องกันความชื้นเป็นปัจจัยสำคัญที่สุดในการยืดอายุการใช้งานของพื้นคอนกรีตดาดฟ้า และหากพบความเสียหาย ควรซ่อมแซมโดยเร็วเพื่อป้องกันความเสียหายที่รุนแรงขึ้นในอนาคต

    เราสามารถติดตามหรือหากมีความสนใจ สามารถลงทะเบียนได้ใน Course Information Science Roadmap ซึ่งอบรมออนไลน์ 8 สัปดาห์ เรียนว่าเจาะลึกพร้อมตัวอย่างการประยุกต์ใช้ สามารถติดต่อสอบถามไปทาง Admin Fb Web page :(20) Matlab bkk center | Facebook

    สามารถติดตามเนื้อหาความรู้ต่างๆ โดยเฉพาะการใช้ประยุกต์ใช้กับโปรแกรม Matlab ได้ที่ Fb Web page :(20) Matlab bkk center | Facebook

    #กำลังเปิดรับลงทะเบียน

    Machine Studying for #Predictive #Maintenance Course

    NEURAL NETWORK AND DEEP LEARNING COMPLETE COURSE :

    ใครอยากเรียนรู้จากตัวอย่างการ Apply จาก #ProjectMachinelearning ต้องไม่พลาด

    #Matlab Code ร่วมแชร์ความรู้ สาระผ่านกลุ่ม ->

    (กลุ่ม Fb Matlab Bkk AI & Information science & Different Classroom)>

    https://web.facebook.com/groups/403881684322230/

    #matlabbkk

    #datascience

    #MachineLearning

    #รับเขียนโปรแกรมMatlab #ทุกApplication

    #จัดอบรมMatlab

    #DeepLearning

    #matlab

    Machine Learning

    Data Science

    Decision Tree



    Source link

    Share. Facebook Twitter Pinterest LinkedIn Tumblr Email
    Previous ArticleWeb App Automation using custom trained YOLOv8 model and Playwright | by Shyamchandar | May, 2025
    Next Article 4 Reminders Every Mompreneur Needs This Mother’s Day
    FinanceStarGate

    Related Posts

    Machine Learning

    The Intuitive Maths Behind Support Vector Machines (SVM) | by Jonny Davies | May, 2025

    May 12, 2025
    Machine Learning

    Driving Smarter, Not Harder: How AI & ML Are Fueling the Future of Fleet Management | by Raik Labs | May, 2025

    May 12, 2025
    Machine Learning

    09211905260 – شماره خاله #شماره خاله تهران #شماره خاله تهرانپارس

    May 12, 2025
    Add A Comment
    Leave A Reply Cancel Reply

    Top Posts

    3D modeling you can feel | MIT News

    April 23, 2025

    Markus Buehler receives 2025 Washington Award | MIT News

    March 3, 2025

    How Altcoins Are Driving Innovation in Blockchain Technology: Key Insights

    March 6, 2025

    This Is How LLMs Break Down the Language

    March 11, 2025

    The Free AI Tool That Will 3x Your Sales

    February 8, 2025
    Categories
    • AI Technology
    • Artificial Intelligence
    • Data Science
    • Finance
    • Machine Learning
    • Passive Income
    Most Popular

    Prediction on Post AGI Consequences | by JUJALU | Feb, 2025

    February 25, 2025

    Overcoming legacy tech through agentic AI | by QuantumBlack, AI by McKinsey | QuantumBlack, AI by McKinsey | May, 2025

    May 8, 2025

    MrBeast Crashes Mark Zuckerberg Interview, Suggests Change

    March 28, 2025
    Our Picks

    Validation technique could help scientists make more accurate forecasts | MIT News

    February 7, 2025

    Integrating ML model in React js. Hey folks! 👋 | by Pranav | Mar, 2025

    March 30, 2025

    Many Businesses May be Overpaying for This Common Software

    March 19, 2025
    Categories
    • AI Technology
    • Artificial Intelligence
    • Data Science
    • Finance
    • Machine Learning
    • Passive Income
    • Privacy Policy
    • Disclaimer
    • Terms and Conditions
    • About us
    • Contact us
    Copyright © 2025 Financestargate.com All Rights Reserved.

    Type above and press Enter to search. Press Esc to cancel.