Sustainable Concrete via Bayesian Optimization

要約

世界の二酸化炭素排出量の 8% は、コンクリートの主成分であるセメントの生産に起因していると考えられます。セメントは、データセンター建設における主要な CO2 排出源でもあります。
したがって、低炭素コンクリート配合の発見は持続可能性にとって非常に重要です。
しかし、新しいコンクリート配合の実験は、通常、コンクリートの 28 日間圧縮強度を記録するまで待たなければならないため、時間と労力がかかります。この量は、定義上、測定を加速することができません。
これは、ベイジアン最適化 (BO) のような実験設計手法に、強力で持続可能な具体的な公式の探索を加速する機会を提供します。
ここでは、1) 比較的少ない測定値でガウス過程モデルによってコンクリートの強度を正確に予測できるようにするモデリング手順を提案し、2) 持続可能なコンクリートの探索を多目的最適化問題として定式化し、3) 提案されたモデルを活用します。
アルゴリズムで提案されたミックスの実際の強度測定を使用して、多目的 BO を実行します。
私たちの実験結果は、現在の業界慣行に基づく混合物と比較して、混合物の地球温暖化係数 (GWP) とそれに関連する圧縮強度の間のトレードオフが改善されていることを示しています。

要約(オリジナル)

Eight percent of global carbon dioxide emissions can be attributed to the production of cement, the main component of concrete, which is also the dominant source of CO2 emissions in the construction of data centers. The discovery of lower-carbon concrete formulae is therefore of high significance for sustainability. However, experimenting with new concrete formulae is time consuming and labor intensive, as one usually has to wait to record the concrete’s 28-day compressive strength, a quantity whose measurement can by its definition not be accelerated. This provides an opportunity for experimental design methodology like Bayesian Optimization (BO) to accelerate the search for strong and sustainable concrete formulae. Herein, we 1) propose modeling steps that make concrete strength amenable to be predicted accurately by a Gaussian process model with relatively few measurements, 2) formulate the search for sustainable concrete as a multi-objective optimization problem, and 3) leverage the proposed model to carry out multi-objective BO with real-world strength measurements of the algorithmically proposed mixes. Our experimental results show improved trade-offs between the mixtures’ global warming potential (GWP) and their associated compressive strengths, compared to mixes based on current industry practices.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google