BP神經(jīng)網(wǎng)絡(luò)混凝土抗裂性能預(yù)測(cè)

本文在分析混凝土抗凍耐久性預(yù)測(cè)研究現(xiàn)狀的基礎(chǔ)上,結(jié)合bp人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn),利用matlab軟件建立了預(yù)測(cè)混凝土凍融環(huán)境下相對(duì)動(dòng)彈性模量的模型,并對(duì)預(yù)測(cè)結(jié)果進(jìn)行了分析。結(jié)果表明運(yùn)用人工神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)方法操作簡(jiǎn)便、實(shí)用性強(qiáng)且在精度上能滿足要求,該模型的建立也可為混凝土抗凍性設(shè)計(jì)、施工管理和建成后工程的運(yùn)行維護(hù)提供參考。

為了預(yù)測(cè)混凝土的抗壓強(qiáng)度,在分析bp、rbf神經(jīng)網(wǎng)絡(luò)原理的基礎(chǔ)上,提出用bp、rbf神經(jīng)網(wǎng)絡(luò)模擬混凝土抗壓強(qiáng)度與攪拌機(jī)各主要影響參數(shù)間關(guān)系的方法。根據(jù)攪拌機(jī)的實(shí)際工作狀況,分別建立了4維輸入向量、1維輸出向量的bp、rbf神經(jīng)網(wǎng)絡(luò)模型,通過(guò)19組試驗(yàn),驗(yàn)證了2種模型的可靠性。結(jié)果表明,實(shí)測(cè)結(jié)果與預(yù)測(cè)結(jié)果相接近,該2種神經(jīng)網(wǎng)絡(luò)模型能較準(zhǔn)確地快速預(yù)測(cè)混凝土抗壓強(qiáng)度。

在進(jìn)行了正交試驗(yàn)的基礎(chǔ)上,采用人工神經(jīng)網(wǎng)絡(luò)方法,建立混凝土的氯離子擴(kuò)散系數(shù)與混凝土配比六個(gè)參數(shù)之間的非線性映射關(guān)系,研究各個(gè)參數(shù)對(duì)混凝土抗?jié)B性能的影響,該研究成果可以減少混凝土試配次數(shù),節(jié)約大量的人力、物力和時(shí)間,為高性能混凝土的研究發(fā)展奠定了基礎(chǔ)。

混凝土抗裂性 (3)

混凝土抗裂性.

混凝土抗裂性

混凝土抗裂性 (2)

混凝土抗裂性

克裂速纖維增強(qiáng)混凝土抗裂性能

通過(guò)在混凝土中摻加纖維的一系列對(duì)比研究試驗(yàn),研究混凝土中摻入聚丙烯纖維后對(duì)混凝土的耐久性和裂紋控制方面的影響。試驗(yàn)結(jié)果表明,在混凝土中摻入聚丙烯纖維可以提高混凝土的韌性,抑制混凝土的開(kāi)裂過(guò)程,從而有效達(dá)到防裂的目的。

混凝土抗裂性能試驗(yàn)圓環(huán)法

混凝土強(qiáng)度是結(jié)構(gòu)設(shè)計(jì)中控制的主要指標(biāo)，其數(shù)值決定于水灰比、膠凝材料用量、礦物摻量、外加劑用量等多種因素，常規(guī)計(jì)算混凝土強(qiáng)度的公式因個(gè)人理解的不同而各異，一種仿生模型—人工神經(jīng)網(wǎng)絡(luò)則能很好地解決這個(gè)難題，文中嘗試用人工神經(jīng)網(wǎng)絡(luò)對(duì)不同混凝土強(qiáng)度進(jìn)行預(yù)測(cè)，結(jié)果表明此模型的可靠度很高，可以用以優(yōu)化混凝土的試配，節(jié)約大量的時(shí)間、人力、物力和財(cái)力.

在分析普通混凝土強(qiáng)度影響因素基礎(chǔ)上,選取混凝土配料中7個(gè)因素作為輸入值,混凝土28d強(qiáng)度作為輸出值建立了混凝土強(qiáng)度預(yù)測(cè)的bp網(wǎng)絡(luò)模型。討論了模型的學(xué)習(xí)樣本、網(wǎng)絡(luò)參數(shù)對(duì)預(yù)測(cè)精度的影響,選出最佳網(wǎng)絡(luò)參數(shù)配置。實(shí)例證明模型預(yù)測(cè)精度高。

在分析檢測(cè)數(shù)據(jù)的基礎(chǔ)上,提取了結(jié)構(gòu)服役時(shí)間、結(jié)構(gòu)建造時(shí)間、結(jié)構(gòu)檢測(cè)時(shí)間、混凝土設(shè)計(jì)強(qiáng)度和混凝土碳化深度等特征參數(shù),建立了預(yù)測(cè)既有建筑混凝土強(qiáng)度退化的人工神經(jīng)網(wǎng)絡(luò)模型。采用動(dòng)量法和自適應(yīng)調(diào)整法改進(jìn)了bp算法;采用訓(xùn)練好的bp神經(jīng)網(wǎng)絡(luò)對(duì)既有混凝土強(qiáng)度最小值和混凝土強(qiáng)度最大值進(jìn)行了預(yù)測(cè),并與實(shí)測(cè)值進(jìn)行了對(duì)比。結(jié)果表明:利用bp神經(jīng)網(wǎng)絡(luò)對(duì)既有建筑混凝土強(qiáng)度退化進(jìn)行預(yù)測(cè)是可行的,該研究成果可為既有建筑大面積的抗震性能普查提供參考。

為了提供早期預(yù)測(cè)再生粗骨料混凝土強(qiáng)度的有效方法,從8篇文獻(xiàn)中收集了47組樣本,借助matlabr2015a平臺(tái),基于bp神經(jīng)網(wǎng)絡(luò),建立了以單位體積的水、水泥、砂、碎石、再生粗骨料用量作為輸入,以再生混凝土28d棱柱體抗壓強(qiáng)度作為輸出的含單隱層的3層神經(jīng)網(wǎng)絡(luò)模型,其結(jié)構(gòu)為5-21-1.對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練后的仿真結(jié)果表明,預(yù)測(cè)的最大相對(duì)誤差為18.69%,預(yù)測(cè)誤差小于5%的占樣本總量的78.72%.預(yù)測(cè)結(jié)果表明用bp神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)再生混凝土的強(qiáng)度是可行的.

為準(zhǔn)確預(yù)測(cè)澆注式導(dǎo)電瀝青混凝土的融冰效果,基于300組試驗(yàn)樣本數(shù)據(jù),以環(huán)境溫度、結(jié)構(gòu)層厚度及通電時(shí)間為輸入層,以融冰體積為輸出層,建立了bp神經(jīng)網(wǎng)絡(luò)澆注式導(dǎo)電瀝青混凝土融冰效果預(yù)測(cè)模型,并采用pearson相關(guān)性檢驗(yàn)方法驗(yàn)證了預(yù)測(cè)模型的準(zhǔn)確性。結(jié)果表明:不同環(huán)境條件下,bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的相對(duì)誤差在2.1%以內(nèi),其相關(guān)系數(shù)r介于0.9955~0.9965之間,擬合優(yōu)度r~2介于0.9910~0.9930之間,預(yù)測(cè)結(jié)果準(zhǔn)確、可靠性強(qiáng)。

作為混凝土主要力學(xué)性能指標(biāo)，混凝土的抗壓強(qiáng)度很大程度上決定建筑工程的質(zhì)量?；炷量箟簭?qiáng)度預(yù)測(cè)也一直是國(guó)內(nèi)外研究的重點(diǎn)。本文在參考國(guó)內(nèi)外已有文獻(xiàn)的基礎(chǔ)上，借助matlab數(shù)學(xué)工具建立混凝土抗壓強(qiáng)度預(yù)測(cè)的bp人工神經(jīng)網(wǎng)絡(luò)模型，對(duì)混凝土抗壓強(qiáng)度進(jìn)行預(yù)測(cè)，同時(shí)將預(yù)測(cè)得到的結(jié)果和concretecompressivestrength數(shù)據(jù)集進(jìn)行對(duì)比，驗(yàn)證模型的正確性。并通過(guò)改變影響混凝土強(qiáng)度的各種因素的值對(duì)它們對(duì)混凝土抗壓強(qiáng)度的影響進(jìn)行探討。

從混凝土裂縫產(chǎn)生原因入手,通過(guò)相關(guān)試驗(yàn),對(duì)自密實(shí)混凝土抗裂性能進(jìn)行研究,以為其研發(fā)推廣提供借鑒。

抗裂性能是混凝土的一個(gè)重要質(zhì)量指標(biāo),而不同攙和物對(duì)混凝土的抗裂性能有不同的影響.本文基于脆性系數(shù)、特征長(zhǎng)度對(duì)其抗裂性進(jìn)行了評(píng)價(jià)分析,系統(tǒng)分析了摻合料對(duì)高強(qiáng)混凝土的抗裂性能影響.

本文采用誤差反向傳播神經(jīng)網(wǎng)絡(luò)(bp)建立了混凝土抗壓強(qiáng)度的預(yù)測(cè)模型,在不同的誤差目標(biāo)值及隱含層節(jié)點(diǎn)數(shù)條件下,探討模型的預(yù)測(cè)精度。實(shí)驗(yàn)結(jié)果表明,當(dāng)誤差目標(biāo)值設(shè)定為0.01、隱含層節(jié)點(diǎn)數(shù)為3時(shí),模型的預(yù)測(cè)精度最高,平均誤差百分?jǐn)?shù)為6.6%。當(dāng)誤差目標(biāo)值設(shè)定較大時(shí),樣本的預(yù)測(cè)值與實(shí)測(cè)值會(huì)發(fā)生明顯的偏差,預(yù)測(cè)效果不佳。

采用基于levenberg-marquardt算法的bp神經(jīng)網(wǎng)絡(luò),構(gòu)建珊瑚混凝土抗壓強(qiáng)度預(yù)測(cè)模型,并使用考慮交互作用的正交設(shè)計(jì)試驗(yàn)l27(313)優(yōu)化模型參數(shù)。試驗(yàn)結(jié)果表明:隱含層神經(jīng)元數(shù)目和調(diào)整量初始值對(duì)網(wǎng)絡(luò)性能影響顯著,且二者間存在交互作用。經(jīng)驗(yàn)證,參數(shù)優(yōu)化后的模型預(yù)測(cè)誤差小,預(yù)測(cè)結(jié)果可靠,可為配合比設(shè)計(jì)和優(yōu)化提供指導(dǎo)。

為了有效提高混凝土抗壓強(qiáng)度的預(yù)測(cè)精準(zhǔn)度,利用粒子群算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)初始權(quán)值和閾值,建立了混凝土抗壓強(qiáng)多因子pso-bp預(yù)測(cè)模型。模型以每立方混凝土中水泥、高爐礦渣粉、粉煤灰、水、減水劑、粗集料和細(xì)集料的含量以及置放天數(shù)為輸入?yún)?shù),混凝土抗壓強(qiáng)度值作為輸出參數(shù),不僅可以克服bp算法收斂速度慢和易陷入局部極值的缺陷,而且模型的學(xué)習(xí)能力、泛化能力和預(yù)測(cè)精度都有了很大的提高。以u(píng)ci數(shù)據(jù)庫(kù)中的concretecompressivestrength數(shù)據(jù)集為例進(jìn)行仿真測(cè)試,結(jié)果表明:pso-bp模型預(yù)測(cè)精度較bp、ga-bp模型分別提高了8.26%和2.05%,驗(yàn)證了pso-bp模型在混凝土抗壓強(qiáng)度預(yù)測(cè)中的有效性。