BFRC力学性能试验研究及其本构模型的BP神经网络预测
发布时间:2022-12-09 22:34
纤维混凝土由于具有增强增韧力学性能,并能较好的解决工程中构件在冻融、腐蚀、盐侵等极端环境下引起耐久性问题,一直以来都是复合材料领域研究的热点问题之一。传统混凝土结构在建造过程或服役期间难以避免出现裂纹,进而引起结构内部钢筋的锈蚀,导致混凝土性能劣化,使用寿命缩短。在混凝土中掺入一定含量的玄武岩纤维,可以显著提高传统混凝土的力学性能,控制微裂纹的扩展,提高混凝土结构的耐久性。本文以玄武岩纤维混凝土(以下简称BFRC)为研究对象,开展了BFRC抗压强度试验、劈裂抗拉试验和三轴压缩试验,分析了围压、纤维长度和体积分数对混凝土增强增韧的作用,并给出相应的优化结果。以试验数据为基础,采用BP神经网络算法,并通过Matlab编程实现对BFRC本构模型的训练和预测。本文主要研究内容如下:1、分析总结了现有的纤维混凝土配合比设计方法,并结合实际情况,对其优缺点进行分析对比,选择纤维外掺法来计算玄武岩纤维掺量。选择直径为15μm,纤维长度分别为6mm、12mm和18mm的玄武岩纤维,根据纤维外掺法,得到纤维体积分数分别为0%、0.2%、0.4%和0.6%的玄武岩纤维混凝土。采用坍落度试验来测定玄武岩纤维...
【文章页数】:85 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 纤维混凝土
1.2.2 纤维混凝土的分类及其性能
1.2.3 纤维混凝土增强机理研究
1.3 玄武岩纤维混凝土性能及研究现状
1.3.1 玄武岩岩石
1.3.2 玄武岩纤维性能及概述
1.3.3 玄武岩纤维混凝土研究现状
1.4 研究内容和技术路线图
1.4.1 研究内容
1.4.2 技术路线图
第二章 玄武岩纤维混凝土配合比设计
2.1 引言
2.2 试验原材料
2.2.1 水泥
2.2.2 骨料的选择
2.2.3 粉煤灰
2.2.4 减水剂
2.2.5 水
2.2.6 玄武岩纤维
2.3 纤维混凝土配合比设计流程
2.3.1 配合比设计
2.3.2 纤维掺入方法
2.4 BFRC配合比设计试验
2.4.1 试验配合比
2.4.2 试件设计
2.4.3 试件的制作与养护
2.5 BFRC工作性能试验
2.6 本章小结
第三章 BFRC的力学性能研究
3.1 引言
3.2 BFRC单轴抗压强度试验
3.2.1 试验方法及过程
3.2.2 结果分析
3.2.3 破坏形态分析
3.3 BFRC劈裂抗拉强度试验
3.3.1 试验方法及过程
3.3.2 劈裂抗拉强度的原理及计算方法
3.3.3 试验结果分析
3.3.4 破坏模式分析
3.4 BFRC常规三轴压缩试验
3.4.1 常规三轴压缩试验设计方法
3.4.2 应力应变曲线分析
3.4.3 试验现象与结果分析
3.5 本章小结
第四章 基于BP神经网络的BFRC本构模型
4.1 引言
4.2 人工神经网络以及BP神经网络
4.2.1 人工神经网络
4.2.2 BP神经网络
4.3 BFRC本构模型的建立
4.3.1 训练样本的选取
4.3.2 样本数据的归一化处理
4.3.3 神经网络隐含层层数以及其神经元数目的确定
4.3.4 其他参数的确定
4.4 BFRC本构模型运行结果分析
4.5 本章小结
结论与展望
参考文献
攻读硕士期间的学术成果
致谢
【参考文献】:
期刊论文
[1]影响混凝土强度的因素及措施[J]. 高昱. 建材与装饰. 2019(32)
[2]玄武岩纤维混凝土高温后力学性能试验研究[J]. 赵燕茹,刘道宽,王磊,刘芳芳. 混凝土. 2019(10)
[3]中国玄武岩纤维材料产业的发展态势[J]. 丁宝明,张蕾,刘嘉麒. 中国矿业. 2019(10)
[4]粉煤灰对混凝土性能的影响探讨[J]. 李爱忠. 四川水泥. 2019(10)
[5]混凝土配合比试配及施工中要点[J]. 张增祥. 四川水泥. 2019(10)
[6]碳纤维增强水泥基复合材料的性能与应用展望[J]. 王晓杰. 四川水泥. 2019(09)
[7]Ⅱ级粉煤灰在高性能混凝土中的应用[J]. 周昊,高尚,向军. 公路. 2019(09)
[8]玄武岩纤维增强混凝土力学性能试验研究[J]. 周强. 路基工程. 2019(04)
[9]浅谈混凝土配合比设计的优化及质量控制[J]. 李丁磊. 技术与市场. 2019(08)
[10]公路桥梁混凝土结构耐久性研究现状[J]. 罗倩. 公路交通科技(应用技术版). 2019(08)
博士论文
[1]钢纤维混凝土纤维分布与力学性能关系试验研究及数值仿真[D]. 张胜利.太原理工大学 2018
[2]玄武岩纤维混凝土的微结构及BFRP筋纤维混凝土梁斜截面承载力试验研究[D]. 毕巧巍.大连理工大学 2012
硕士论文
[1]遗传算法优化BP神经网络玄武岩纤维橡胶轻骨料混凝土强度预测与微观试验研究[D]. 张少敏.内蒙古农业大学 2019
[2]遗传算法优化神经网络的谐波检测系统的研究[D]. 杨吉庆.安徽理工大学 2019
[3]钙质砂混凝土力学特性的研究[D]. 崔绍军.合肥工业大学 2019
[4]黄麻纤维高强混凝土性能试验研究[D]. 巩亚琦.辽宁科技大学 2018
[5]UHMWPE纤维混凝土静三轴、动劈裂以及抗侵彻性能试验研究[D]. 李凌锋.国防科学技术大学 2015
[6]玄武岩纤维对混凝土抗冲击性能的影响[D]. 黄琼.天津大学 2015
本文编号:3715501
【文章页数】:85 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 纤维混凝土
1.2.2 纤维混凝土的分类及其性能
1.2.3 纤维混凝土增强机理研究
1.3 玄武岩纤维混凝土性能及研究现状
1.3.1 玄武岩岩石
1.3.2 玄武岩纤维性能及概述
1.3.3 玄武岩纤维混凝土研究现状
1.4 研究内容和技术路线图
1.4.1 研究内容
1.4.2 技术路线图
第二章 玄武岩纤维混凝土配合比设计
2.1 引言
2.2 试验原材料
2.2.1 水泥
2.2.2 骨料的选择
2.2.3 粉煤灰
2.2.4 减水剂
2.2.5 水
2.2.6 玄武岩纤维
2.3 纤维混凝土配合比设计流程
2.3.1 配合比设计
2.3.2 纤维掺入方法
2.4 BFRC配合比设计试验
2.4.1 试验配合比
2.4.2 试件设计
2.4.3 试件的制作与养护
2.5 BFRC工作性能试验
2.6 本章小结
第三章 BFRC的力学性能研究
3.1 引言
3.2 BFRC单轴抗压强度试验
3.2.1 试验方法及过程
3.2.2 结果分析
3.2.3 破坏形态分析
3.3 BFRC劈裂抗拉强度试验
3.3.1 试验方法及过程
3.3.2 劈裂抗拉强度的原理及计算方法
3.3.3 试验结果分析
3.3.4 破坏模式分析
3.4 BFRC常规三轴压缩试验
3.4.1 常规三轴压缩试验设计方法
3.4.2 应力应变曲线分析
3.4.3 试验现象与结果分析
3.5 本章小结
第四章 基于BP神经网络的BFRC本构模型
4.1 引言
4.2 人工神经网络以及BP神经网络
4.2.1 人工神经网络
4.2.2 BP神经网络
4.3 BFRC本构模型的建立
4.3.1 训练样本的选取
4.3.2 样本数据的归一化处理
4.3.3 神经网络隐含层层数以及其神经元数目的确定
4.3.4 其他参数的确定
4.4 BFRC本构模型运行结果分析
4.5 本章小结
结论与展望
参考文献
攻读硕士期间的学术成果
致谢
【参考文献】:
期刊论文
[1]影响混凝土强度的因素及措施[J]. 高昱. 建材与装饰. 2019(32)
[2]玄武岩纤维混凝土高温后力学性能试验研究[J]. 赵燕茹,刘道宽,王磊,刘芳芳. 混凝土. 2019(10)
[3]中国玄武岩纤维材料产业的发展态势[J]. 丁宝明,张蕾,刘嘉麒. 中国矿业. 2019(10)
[4]粉煤灰对混凝土性能的影响探讨[J]. 李爱忠. 四川水泥. 2019(10)
[5]混凝土配合比试配及施工中要点[J]. 张增祥. 四川水泥. 2019(10)
[6]碳纤维增强水泥基复合材料的性能与应用展望[J]. 王晓杰. 四川水泥. 2019(09)
[7]Ⅱ级粉煤灰在高性能混凝土中的应用[J]. 周昊,高尚,向军. 公路. 2019(09)
[8]玄武岩纤维增强混凝土力学性能试验研究[J]. 周强. 路基工程. 2019(04)
[9]浅谈混凝土配合比设计的优化及质量控制[J]. 李丁磊. 技术与市场. 2019(08)
[10]公路桥梁混凝土结构耐久性研究现状[J]. 罗倩. 公路交通科技(应用技术版). 2019(08)
博士论文
[1]钢纤维混凝土纤维分布与力学性能关系试验研究及数值仿真[D]. 张胜利.太原理工大学 2018
[2]玄武岩纤维混凝土的微结构及BFRP筋纤维混凝土梁斜截面承载力试验研究[D]. 毕巧巍.大连理工大学 2012
硕士论文
[1]遗传算法优化BP神经网络玄武岩纤维橡胶轻骨料混凝土强度预测与微观试验研究[D]. 张少敏.内蒙古农业大学 2019
[2]遗传算法优化神经网络的谐波检测系统的研究[D]. 杨吉庆.安徽理工大学 2019
[3]钙质砂混凝土力学特性的研究[D]. 崔绍军.合肥工业大学 2019
[4]黄麻纤维高强混凝土性能试验研究[D]. 巩亚琦.辽宁科技大学 2018
[5]UHMWPE纤维混凝土静三轴、动劈裂以及抗侵彻性能试验研究[D]. 李凌锋.国防科学技术大学 2015
[6]玄武岩纤维对混凝土抗冲击性能的影响[D]. 黄琼.天津大学 2015
本文编号:3715501
本文链接:https://www.wllwen.com/kejilunwen/huaxuehuagong/3715501.html