混凝土徐变模型随机性及参数敏感性分析

摘要

目前，混凝土徐变的理论预测值与实际值存在较大偏差，这主要是由于徐变的不确定性所致。这种基于徐变模型的不确定性，由徐变影响因素的不确定性、徐变模型本身的不确定性两部分构成。徐变模型本身的不确定性源于对徐变机理认识不足、试验数据的拟合误差等因素所致，此方面的研究已经有了一定的结果。而徐变影响因素的随机性对徐变预测值变异性的影响还需进一步的研究，开展这方面的工作在研究徐变不确定性、提高徐变预测精度方面具有重要意义。
　　本文基于数理统计理论，研究了四种徐变模型对9种徐变影响因素的敏感性。基于典型徐变数据库，得到了徐变影响因素的秩相关系数矩阵。在考虑徐变参数之间相关性的基础上，采用改进的傅里叶幅度灵敏度检验法，计算了徐变模型对计算参数的全局敏感性。结果表明，混凝土干燥龄期、混凝土强度、弹性模量、加载龄期以及环境湿度对徐变度变异性影响较大，骨料水泥比对徐变度预测值变异性影响最小。各模型的预测精度随龄期增大而减小，四种模型的预测精度从大到小依次为GL2000、RILEM B3、CEB MC90-99、ACI209R-92。
　　参数敏感度中包含了其他参数相关性对徐变预测值不确定性的影响，采用神经网络模型进行非线性回归，将各参数的总敏感度分解为参数自身的独立贡献和与其他参数相关部分的相关贡献两部分。结果表明，当混凝土龄期大于30d时，四种模型的混凝土强度、弹性模量的相关贡献占总贡献的90％左右，这两个因素可以综合反映混凝土材料特性的对徐变预测不确定性的贡献。GL2000模型在实用角度比RILEM B3模型更具优势。

目录

声明

致谢

摘要

1 绪论

1．1 选题背景及意义

1．1．1 研究背景

1．1．2 研究意义

1．2 研究现状

1．2．1 混凝土徐变的随机性

1．2．2 敏感度分析

1．2．3 徐变模型参数的敏感性

1．3 研究内容和研究方法

1．3．1 研究内容

1．3．2 研究方法

2 徐变影响因素及全局敏感性分析

2．1 混凝土徐变的影响因素及其随机特性

2．1．1 徐变的影响因素

2．1．2 基于数理统计的不确定性分析方法

2．2 全局敏感性分析方法

2．2．1 傅里叶幅度灵敏度检验法

2．3 神经网络

2．3．1 前馈型网络

2．3．2 BP神经网络

3 基于改进的傅里叶幅度灵敏度检验法的徐变模型参数敏感性分析

3．1 基于徐变数据库的徐变参数不确定性分析

3．1．1 徐变数据库选择及数据筛选

3．1．2 人为选择因素影响的去除

3．2 适用于相关输入参数的FAST方法

3．2．1 搜寻曲线的选取及参数抽样

3．2．2 考虑参数相关性的重排序

3．3 徐变模型的参数敏感性

3．3．1 RILEM B3模型

3．3．2 CEB MC90-99模型

3．3．3 GL 2000模型

3．3．4 ACI209R-92模型

3．3．5 各模型预测参数敏感性及变异性对比

4 基于方差的徐变模型参数敏感性分解

4．1 徐变参数敏感性分解原理

4．1．1 徐变参数独立贡献

4．1．2 徐变参数相关贡献

4．2 基于BP神经网络模型的非线性回归

4．2．1 前馈BP网络模型的建立

4．3 徐变参数的参数敏感度分解

4．3．1 RILEM B3模型

4．3．2 CEB MC90-99模型

4．3．3 GL 2000模型

4．3．4 ACI209R-92模型

5 结论与展望

5．1 结论

5．2 展望

参考文献

作者简历

学位论文数据集