包容型再生混凝土抗压强度与弹性模量的实验研究与分析

以再生粗骨料部分或全部替代天然骨料制成再生骨料混凝土试块进行抗压强度及弹性模量的测试,寻求再生混凝土满足和易性要求时,再生混凝土抗压强度与弹性模量随再生粗骨料替代率之间的关系;利用多相介质的Mori-Tanaka理论计算骨料随机分布时复合材料的有效弹性模量,预测再生粗骨料混凝土有效弹性模量的变化范围,实验结果恰好位于预测结果范围内,证明实验结果的可靠性。     

基于灰色关联支持向量机的混凝土抗压强度预测

混凝土抗压强度预测是一个动态的系统工程,其精度受到多种高维非线性、随机性因素的影响.为有效提高混凝土抗压强度的预测精度,在分析支持向量机的基础上,构建了基于灰色关联支持向量机的混凝土抗压强度预测模型.该模型基于灰色关联分析确定混凝土抗压强度的主导因素,然后通过支持向量机建立其与变量之间的非线性映射关系,同时利用网格搜索算法对支持向量机进行参数寻优.仿真结果表明:与单纯支持向量机和BP神经网络模型预测结果相比,基于灰色关联支持向量机的预测模型更为有效可靠,为提高混凝土抗压强度预测精度提供了新的途径.     

冻融循环下混杂纤维再生混凝土抗压强度预测方法

为了研究冻融循环对混杂纤维再生混凝土受压性能的影响,本文进行了钢纤维和聚丙烯纤维再生混凝土的冻融试验,并通过单轴压缩试验研究了冻融循环次数和纤维掺量对再生混凝土抗压强度的影响规律。试验结果表明,冻融次数的增加会导致再生混凝土抗压强度和弹性模量逐渐降低,加入纤维可以改善其受压性能。基于含夹杂弹性体内部应变场积分方程,推导了多相复合材料夹杂的变形协调张量,得到了预测混杂纤维再生混凝土弹性性能的修正Mori-Tanaka方法,建立了耦合冻融损伤和受力损伤的总损伤表达式,进而提出冻融循环作用下混杂纤维再生混凝土抗压强度预测方法。采用本文提出的抗压强度预测方法对冻融循环作用下的纤维再生混凝土受压性能进行了预测,并将预测结果与本文试验值进行对比,结果表明预测结果和试验值吻合较好,拟合优度达到98%以上。因此,本文提出的抗压强度预测方法可为混杂纤维再生混凝土在冻融循环条件下的工程应用提供一定的理论依据。     

基于耦合BAS-MLP预测混凝土抗压强度

混凝土抗压强度对建筑质量有很大影响，依据相关参数对强度进行准确预测，可以为现场施工提供参考。论文以人工神经网络(MLP)为基础，提出一种基于耦合天牛搜索算法BAS-MLP对混凝土抗压强度进行预测。论文选取1030组混凝土试样进行数据仿真分析，并与基于SCE-MLP,MVO-MLP耦合模型结果对比分析均方根差RMSE和相关系数R²。通过对所提出耦合模型的有效性研究，主要探索了预测混凝土抗压强度的最优训练算法。结果表明，基于BAS训练的MLP模型RMSE和R²优于其他两个算法，可以更快速、准确地对混凝土抗压强度进行预测。     

免振捣粉煤灰混凝土抗压强度的神经网络预测

为了解决免振捣粉煤灰混凝土抗压强度预测问题,采用BP神经网络方法通过免振捣粉煤灰混凝土不同配合比训练网络预测其抗压强度,对于BP网络的隐层节点属于不确定层,采用三层结构的BP网络.但隐含单员个数仍未知。在实验过程中将隐含层的神经单元个数作为一个参数试验,结果表明BP神经网络的隐层节点数目对预测精度有较大影响。通过分析得出采用BP神经网络对免振捣粉煤灰混凝土抗压强度预测是可行的。     

配制绿色混凝土空心砌块的试验研究

根据阜新地区的自燃煤矸石、粉煤灰两种工业废渣的特性,使用均匀设计理论设计试验方案,配制绿色混凝土空心砌块12组。根据检测结果、耐久性、经济性的要求,5~#混凝土空心砌块的配方为最佳配合比,工业废渣掺入量超过40%。使用SPSS软件进行回归分析,得到抗压强度方程,证明该配方具有较高的可靠性。利用BP网络预测了绿色混凝土空心砌块抗压强度,预测结果与试验结果基本吻合。所得最佳配方具有良好的推广前景。     

反映温度历程的掺粉煤灰水工混凝土抗压强度模型探讨

由于综合考虑温度历程、养护龄期以及粉煤灰掺量对混凝土抗压强度影响的模型研究相对偏少,因此本文基于正交设计法开展了不同养护温度(5℃、20℃、35℃)、养护龄期(7 d、14 d、28 d)和粉煤灰掺量(0%、15%、35%)下的水工混凝土抗压强度试验,并分析3种影响因素对混凝土抗压强度发展的规律,进而基于等效龄期理论建立了反映温度历程的掺粉煤灰水工混凝土抗压强度模型.试验结果分析表明,混凝土早龄期抗压强度随养护龄期的增加而增加,养护温度越高、粉煤灰掺量越小,强度发展越快;粉煤灰掺量是影响强度的主要因素,养护温度次之,养护龄期影响最小;所建的组合指数式模型能够较准确预测不同温度历程下粉煤灰混凝土的早期抗压强度,为粉煤灰混凝土的优化设计提供依据.     

基于立方体抗压强度的塑性混凝土劈裂抗拉强度预测研究

为建立基于立方体抗压强度的塑性混凝土劈裂抗拉强度预测式,收集了106组关于塑性混凝土劈裂抗拉强度与立方体抗压强度试验数据,在此基础上对我国现行规范推荐的预测式进行误差分析和修正.结果表明,规范GB 50010和DLT 5057推荐的预测式计算得到的塑性混凝土劈裂抗拉强度较实测值偏大,规范DLT 5057推荐的预测式误差较规范GB 50010小;修正后的预测式方差和标准差均较规范推荐预测式小,可供工程计算参考.     

基于MATLAB7.2神经网络工具箱的混凝土抗压强度预测

为最大限度地利用回弹法和超声波法混凝土抗压强度非破损检测试验数据,应用通用数学软件Mat-lab7.2神经网络工具箱中的BP人工神经网络(BP-ANN)算法,通过优化网络结构和隐层节点数量建立了拓扑结构为2-10-1的BP-ANN模型;将其充分训练后,用于混凝土抗压强度预测。分析结果表明,混凝土抗压强度预测值与实测值的误差小于5.0%,能够满足工程需要;BP-ANN预测能力较强,具有一定的工程应用价值。     

混杂纤维混凝土抗压强度正交试验研究

随着混杂纤维混凝土的广泛应用,探究其抗压强度的影响因素尤为重要。为研究纤维种类、纤维尺寸、纤维掺量等因素对混杂纤维混凝土的抗压强度的影响,设计正交试验,开展混杂纤维混凝土立方体试件抗压试验研究,并对试验结果进行极差分析、方差分析和灰色关联分析。结果表明：混杂纤维的掺入能明显提高混凝土的抗压强度,较素混凝土试件抗压强度最大提高39.2%;各因素对抗压强度的影响程度由强到弱依次为：纤维种类、纤维尺寸、钢纤维掺量、其他纤维掺量。最后,结合各因素对抗压强度的影响规律分析,建立了混杂纤维混凝土抗压强度的GM(1,5)预测模型,模型预测的平均相对误差为7.08%。     

基于等效龄期的粉煤灰混凝土抗压强度计算模型

设计温度跟踪养护系统来模拟实际结构中混凝土所经历的温度历程,通过测试在标准养护条件20℃、恒温50℃和变温养护条件下不同强度等级的粉煤灰混凝土早龄期抗压强度的值,分析温度历程对粉煤灰混凝土早龄期抗压强度的影响。根据混凝土早龄期抗压强度的两个主要影响因素:温度和龄期,引入等效龄期理论建立了粉煤灰混凝土早龄期抗压强度的计算模型,并分析了模型参数。实际结构中的粉煤灰混凝土抗压强度可以通过测定温度场,利用计算模型进行相应龄期的抗压强度计算。研究结果表明,粉煤灰混凝土抗压强度计算模型能够较准确计算结构中粉煤灰混凝土的抗压强度,从而有效指导粉煤灰混凝土的工程应用。     

异形钢纤维增强磨细矿渣混凝土力学性能的试验研究

在磨细矿渣高强混凝土基体中掺入几种异形钢纤维配制出钢纤维高强混凝土 ;对不同外形钢纤维超高强混凝土的力学性能进行了试验研究与分析 ;试验表明 :增大两个端部的钢纤维较之改变轴线形状和变截面两者增强效益更优 ,钢纤维混凝土的棱柱体抗压强度与立方体抗压强度之比比素混凝土的低 10 %左右 ;文中指出由基体混凝土强度预测钢纤维混凝土强度的现有公式不适用于描述钢纤维对高强与超高强混凝土的增强规律 ,并根据试验结果对钢纤维高强混凝土抗压强度的计算公式进行了探讨与建议     

混凝土抗压强度回弹测试数据的分形分析

分形理论在处理无规离散数据方面具有独特优点,应用于混凝土抗压强度回弹测试数据这一无规离散数据的处理时,能够得到比常规回归法更加可靠的抗压强度数据.文中通过在二维平面坐标上建立回弹测点位置-回弹值曲线(RPV曲线),采用盒维数计算法编制计算程序,得出RPV曲线的分形维数,并用来推算混凝土抗压强度.结果表明,RPV曲线分形维数与混凝土抗压强度间具有线性关系,且该法推算混凝土抗压强度可在不测试碳化深度的情况下进行,适应于大体积混凝土抗压强度的检测,为简化混凝土抗压强度的检测提供了新途径.     

废玻璃细骨料再生混凝土的性能研究

以质量分数0、10%、20%、30%和50%的废玻璃细骨料取代天然细骨料制作废玻璃再生混凝土试块,测试废玻璃细骨料再生混凝土试块的坍落度、抗压强度和回弹值,研究废玻璃细骨料再生混凝土的工作性能、强度性能和回弹特性。结果表明:废玻璃细骨料取代天然细骨料制作废玻璃细骨料再生混凝土是可行的,废玻璃细骨料再生混凝土的抗压破坏机理不同于普通混凝土,但废玻璃细骨料再生混凝土回弹值和抗压强度的变化规律与普通混凝土相近;废玻璃取代率为30%时,废玻璃细骨料再生混凝土的工作性能和力学性能均最佳;用SPSS软件建立的RGC3试件养护龄期与抗压强度、回弹值与抗压强度的预测公式,精度符合要求。     

基于BP神经网络CFRP约束混凝土抗压强度预测

为研究BP神经网络对CFRP约束混凝土抗压强度的预测能力以及神经网络模型的输出性能,在大量的实验数据基础上,建立了CFRP约束混凝土抗压强度的BP神经网络预测模型,探讨了不同数据组合对神经网络模型预测精度的影响;基于神经网络理论,将高精度BP神经网络模型生成了可方便应用的一般公式和简化公式,并与已有经验公式进行了对比分析.研究结果表明:BP神经网络能够很好地挖掘输入输出参数的数据信息,得到高精度的预测模型;相比于传统回归模型,用purelin代替sigmoid做传递函数推导得到的简化线性方程式仅增加了一项常数项,其预测值与试验值比值的平均值为1.011,变异系数为0.112,具有更高的预测精度和稳定性.     

混凝土轴心抗压强度尺寸效应中的分形行为

从混凝土棱柱体试件测得的轴心抗压强度比较接近于混凝土结构中受压构件的实际情况，试验结果表明，混凝土轴心抗压强度存在尺寸效应．由于棱柱体受压破坏裂缝图形在统计意义上所具有的自相似性，本文用分形几何理论对混凝土轴心抗压强度的尺寸效应规律进行研究．用盒计数方法测得的分维对裂缝图形进行定量描述，并借助于分维将混凝土轴心抗压强度与试件尺寸相联系，得出了尺寸效应规律的定量表达式     

支持向量机在矿渣-粉煤灰混凝土强度预测中的应用

为了更好地预测矿渣-粉煤灰混凝土强度,选择水胶比、取代率、灰渣比、减水剂、砂率和激发剂作为预测参数,建立了矿渣-粉煤灰混凝土强度预测的支持向量机模型。根据有限的学习样本,建立了各种影响因素和混凝土抗压强度之间的一种非线性映射,对矿渣-粉煤灰混凝土强度进行预测。以实际样本数据进行训练,并对测试样本进行了预测。预测结果表明,支持向量机方法有着良好的泛化能力,优于人工神经网络建模方法,为预测混凝土强度提供了一种新的方法。     

结构混凝土抗压强度预测RBF-ANN模型

为了达到对C20~C40范围内的结构混凝土抗压强度快速准确预测的目的,基于RBF-ANN模型基本原理及应用特点,在钻芯法、回弹法、超声波法及回弹-超声波综合法等大量室内和现场无损检测试验基础上,进一步应用Matlab2012b神经网络工具箱,建立了混凝土抗压强度RBF-ANN预测模型。该模型经充分训练后,应用于山西省重点建设工程项目的结构混凝土质量控制。工程实践表明,构建的RBF-ANN模型预测精度为4.4%,满足工程实际需要,具有较好的便捷性、经济性和准确性。     

混凝土冻融损伤特性的神经网络研究

根据连续介质损伤力学理论,将混凝土的冻融损伤定义为抗压强度的劣化;研究在经历不同冻融循环次数后混凝土损伤的演化规律．首次运用RBF神经网络的理论和方法,建立了混凝土在不同冻融循环次数作用下抗压强度劣化的神经网络模型,对混凝土冻融损伤特性进行了研究．本文的工作为复杂应力状态下经受冻融循环作用的普通混凝土的损伤特性提供了一个崭新的研究途径．     

混凝土碳化深度的人工神经网络分析与预测

基于水灰比、碳化龄期、相对湿度以及抗压强度对混凝土碳化深度影响的试验研究成果,利用BP网络和RBF网络按内推与外推两种方式,对混凝土碳化深度进行分析与预测.通过两种网络的分析与预测性能比较,建议优先采用RBF网络进行内推预测,对于外推预测则只能采用BP网络.