自密实混凝土性能研究及其BP神经网络预测

摘要

自密实混凝土属于高性能混凝土的范畴,具有高流动性、抗离析性、均匀性、稳定性和自填充性,是混凝土科学今后发展的主要方向之一。
　　 在工程中应用自密实混凝土能够保证混凝土良好的均匀性和密实性;有效减少混凝土的质量缺陷问题;利于改善施工环境,减少噪音污染;提高劳动生产率并降低工程费用。同时,自密实混凝土在配置中,大量应用粉煤灰、磨细矿渣等工业废弃物,有利于生态环境保护。因此,对自密实混凝土的性能进行深入研究,具有十分重要的意义。
　　 本文主要进行如下研究内容:(1)通过对比方法,分析自密实混凝土的抗压强度、劈裂抗拉强度、弹性模量、钢筋握裹力及抗渗性能。(2)在前人试验的基础上对自密实混凝土与老混凝土的粘结性能进行深入探索分析,考察不同混凝土强度等级、不同界面剂和抗剪钢筋对粘结抗剪性能的影响。(3)分析自密实混凝土与老混凝土在无植筋、有植筋两种情况下的粘结机理,并推导建立自密实混凝土与老混凝土的粘结抗剪强度计算公式。(4)利用BP神经网络建立自密实混凝土的工作性能、力学性能和粘结性能的网络模型并进行预测分析。
　　 本文得到的主要结论如下:
　　 (1)新混凝土强度、界面剂、植筋对自密实混凝土与老混凝土的粘结抗剪强度均有影响。涂刷粉煤灰水泥净浆的粘结强度较无界面剂的粘结强度有所提高;在粘结面植筋后,自密实混凝土与老混凝土的粘结抗剪强度大幅度提高,甚至超过整体伴随试件的抗剪强度。
　　 (2)基于自密实混凝土与老混凝土的粘结机理及影响因素的分析,推导建立的自密实混凝土与老混凝土的粘结抗剪强度计算公式,其计算值与实际值误差较小。该公式可用于在粗糙度2.1～2.3mm范围内,采用基本混凝土强度、抗剪钢筋布置垂直于剪应力方向且植筋率约为0～0.7％的相似情况下的自密实混凝土与老混凝土的粘结抗剪强度进行计算分析和评价。
　　 (3)通过BP神经网络建立的网络模型能够较好地预测自密实混凝土的工作性能、力学性能及粘结性能,且与实际值误差较小,能够有效地减少试验工作量、提高工作效率。

目录

文摘

英文文摘

第1章 绪论

1.1 引言

1.2 自密实混凝土研究现状

1.2.1 自密实混凝土的发展史

1.2.2 自密实混凝土的特点

1.2.3 自密实混凝土的配制要求及原理

1.2.4 自密实混凝土硬化性质

1.2.5 自密实混凝土的工程应用

1.3 研究内容和研究意义

1.3.1 研究内容

1.3.2 研究意义

第2章 自密实混凝土的物理力学性能研究

2.1 自密实混凝土基本性能分析

2.1.1 立方体抗压强度

2.1.2 劈裂抗拉强度

2.1.3 弹性模量

2.1.4 钢筋握裹力

2.1.5 抗渗性

2.2 本章小结

第3章 自密实混凝土与老混凝土的粘结性能

3.1 SCC与老混凝土粘结强度分析

3.1.1 SCC与普通混凝土的比较

3.1.2 SCC与老混凝土粘结强度的影响因素

3.2 自密实混凝土与老混凝土的粘结机理

3.2.1 无植筋情况下的粘结机理

3.2.2 植筋情况下的粘结机理

3.3 自密实混凝土与老混凝土的粘结抗剪强度计算

3.3.1 新混凝土强度影响系数的确定

3.3.2 界面剂影响系数的确定

3.3.3 植筋影响系数的确定

3.3.4 自密实混凝土与老混凝土的粘结强度计算

3.4 本章小结

第4章 人工神经网络的基本理论

4.1 人工神经网络

4.1.1 神经网络的发展概况

4.1.2 神经网络的特点

4.1.3 神经网络的学习方式

4.1.4 神经网络的学习规则

4.1.5 神经网络的研究内容与应用

4.2 BP神经网络

4.2.1 神经元模型

4.2.2 前馈型神经网络结构

4.2.3 BP算法的常用激活函数

4.2.4 BP网络的学习算法

4.2.5 BP网络的学习过程

4.3 本章小结

第5章 BP神经网络在自密实混凝土的应用

5.1 SCC 工作性能和力学性能的BP预测模型

5.1.1 建立BP神经网络模型

5.1.2 收集训练样本

5.1.3 神经网络的训练过程

5.1.4 进行网络预测

5.2 SCC粘结性能的BP预测模型

5.2.1 建立BP神经网络模型

5.2.2 收集训练样本

5.2.3 选取模型参数

5.2.4 神经网络的过程实现

5.2.5 进行网络预测

5.3 本章小结

结论与展望

参考文献

攻读硕士学位期间所发表的学术论文

致谢