基于Elman神经网络算法的型钢再生混凝土结构粘结强度预测方法研究

摘要

为研究型钢再生混凝土结构的粘结破坏规律及利用Elman神经网络算法预测其粘结强度的方法,选取再生混凝土取代率、再生混凝土强度、再生混凝土埋置长度、型钢保护层厚度、箍筋直径及箍筋间距作为影响因素,设计并制作了36个型钢再生混凝土推出试件。通过推出试验获得了型钢再生混凝土结构的粘结破坏规律并定义了3个平均特征粘结强度。其次,基于试验结果将取代率为0,50%和100%的30个试件作为训练样本建立了型钢再生混凝土构件粘结强度的Elman神经网络模型,最后利用该模型对取代率为30%的9个试件的粘结强度进行了预测。与试验结果对比表明,建立的Elman神经网络模型能够准确地预测型钢再生混凝土结构的粘结强度,神经网络在结构工程领域具有较大的应用前景。