基于神经网络的混凝土抗氯离子侵蚀性能研究及寿命预测

发布时间：2020-06-04 10:57

【摘要】：混凝土结构耐久性劣化问题日益严重,特别是在沿海地区,由于氯离子侵蚀而导致的结构失效破坏问题引起了人们的高度重视。因此,进行混凝土结构寿命预测研究具有重要的意义。混凝土氯离子扩散系数是描述混凝土抵抗氯离子侵蚀能力的一个重要指标,直接影响到混凝土结构的使用寿命。但是,现有的混凝土氯离子扩散系数预测模型多为单因素模型,考虑因素较少,导致计算得到的结构寿命与实际寿命相差较大,因此较难在实际工程中推广使用。针对以上问题,本文主要研究内容及成果如下:(1)基于279组无应力作用下由RCM法测量得到的混凝土氯离子扩散系数试验数据及434组应力作用下由RCM法、NEL法、自然扩散法测量得到的混凝土氯离子扩散系数试验数据,采用单因素分析,分别分析了水灰比、砂率、粉煤灰掺量、矿粉掺量、硅灰掺量、应力比、龄期等对混凝土抗氯离子侵蚀性能的影响,为混凝土氯离子扩散系数神经网络预测模型的建立奠定基础。(2)以水灰比、砂率、粉煤灰掺量、矿粉掺量、硅灰掺量、减水剂掺量作为BP神经网络的输入影响因素,选取混凝土氯离子扩散系数作为输出结果,建立了无应力作用下混凝土氯离子扩散系数BP神经网络预测模型,网络模型预测样本线性相关系数为0.81696。使用遗传算法对网络模型输入影响因素进行优化筛选,结果表明使用水灰比、砂率、粉煤灰掺量、矿粉掺量、硅灰掺量等5个影响因素重新建立的BP神经网络具有较好的性能,模型预测样本线性相关系数为0.90393。(3)为避免神经网络模型陷入局部最优,使用遗传算法对已建立的无应力作用下混凝土氯离子扩散系数BP神经网络预测模型权值、阈值进行优化。经遗传算法优化后的BP神经网络模型性能得到进一步提高,模型预测输出平均绝对误差为13.74%,网络模型均方误差为2.1961,明显低于采用传统回归方法建立的混凝土氯离子扩散系数预测模型。(4)选取水灰比、砂率、粉煤灰掺量、矿粉掺量、硅灰掺量、应力比、混凝土龄期、氯离子扩散系数测试方法作为输入影响因素,混凝土氯离子扩散系数应力影响系数D/D_0作为输出结果,建立了应力作用下混凝土氯离子扩散系数BP神经网络预测模型。经遗传算法优化后,网络模型预测输出平均绝对误差为16.80%。(5)结合本文提出的混凝土氯离子扩散系数BP神经网络预测模型与DuraCrete模型,建立了氯离子侵蚀下混凝土结构寿命预测模型。该模型能够较准确表现出水灰比、矿物掺合料、应力、混凝土氯离子扩散系数、表面氯离子浓度、氯离子扩散系数衰减指数、混凝土保护层厚度等对氯离子扩散速率及混凝土结构服役寿命的影响。
【图文】：

试验装置图,试验装置,氯离子扩散系数,氯离子渗透

第二章混凝土抗氯离子侵蚀性能影响因素分析CM 法法即非稳态快速氯离子电迁移测定法，可以在较短时间内定量测量系数，试验周期短且操作简单，但得到的氯离子扩散系数与实际稍有偏制作圆柱形试件，经真空保水处理后置于一定浓度氯化钠溶液中，在加速氯离子渗透，一定时间后，将试件劈开，喷洒硝酸银溶液，用生氯离子渗透深度，从而计算氯离子扩散系数，其试验装置如图 2-1。

试验装置图,自然扩散,试验装置

第二章混凝土抗氯离子侵蚀性能影响因素分析2.2.1.3 自然扩散法自然扩散法即将混凝土长期浸泡于一定浓度的氯盐溶液中，然后通过钻芯取样及化学分析的方法得到混凝土不同深度下的氯离子浓度，最后以 Fick 第二定律计算得到混凝土氯离子扩散系数。美国规范 AASSTO T259 及欧洲规范 NT Built443-94 均制定了自然扩散法的试验标准[33,34]，试验装置如图 2-2 所示。自然扩散法可以较为准确的测量混凝土氯离子扩散系数，并且可以用于混凝土寿命预测评估。但是，，自然扩散法试验周期长，操作繁琐，可重复性差，无法测量混凝土早期氯离子扩散系数，很难在实际工程中推广使用。
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TU528

【相似文献】