基于改进PF算法的锈蚀RC结构抗弯承载力预测方法

为提高锈蚀钢筋混凝土(RC)结构抗弯承载力评估精度，该文综合考虑锈蚀RC结构几何尺寸、钢筋截面积及力学性能、混凝土强度、粘结性能等因素，提出了基于改进粒子滤波(PF)算法的抗弯承载力模型参数更新及预测方法。通过生成大量的粒子以表征承载力退化过程中模型参数的不确定性，从选择不同建议密度函数的角度改进PF算法以解决传统PF算法中粒子退化的问题，分别采用PF、扩展粒子滤波(EPF)、无迹粒子滤波(UPF)算法对模型参数进行估计与更新，实现了锈蚀RC结构抗弯承载力的有效预测。结果表明：随着钢筋锈蚀率的增加，RC结构的抗弯承载力逐渐降低。基于改进PF算法的锈蚀RC结构抗弯承载力预测方法因考虑了模型参数更新使得预测结果更接近试验数据。基于EKF和UKF的改进PF算法可有效抑制粒子退化，其预测精度较PF算法更高；锈蚀RC结构抗弯承载力预测精度随着训练数据及粒子数的增加而提高。     

预应力钢绞线锈胀及混凝土开裂预测

针对钢绞线锈蚀导致混凝土开裂现象,开展了不同应力状态下混凝土的锈胀开裂试验,基于红外和热重分析研究了预应力钢绞线锈蚀产物的膨胀率,分析了预应力对保护层临界开裂时间和裂缝宽度的影响,综合考虑预应力、铁锈膨胀率和混凝土开裂损伤等因素,建立了开裂初始和发展全过程的锈胀裂缝预测模型,并通过试验结果进行了验证。结果表明:预应力会加速混凝土的锈胀开裂,在钢绞线抗拉强度75%的预应力水平下,保护层初始开裂时间降低了22%,裂缝扩展速率增加了9%;建立的模型具有较好的精度,可以合理地预测预应力混凝土的锈胀开裂。     

基于WPT-SVD和GA-BPNN的混凝土结构损伤识别

针对基于压电波动法检测混凝土结构损伤离散性大的问题,提出基于小波包-奇异值分解(WPT-SVD)和遗传算法优化的BP神经网络(GA-BPNN)模型的损伤识别方法.该方法深度挖掘结构开裂损伤信号时频域变化特征,构建信号特征与损伤的对应关系,可以有效地识别结构损伤位置和程度.在混凝土结构表面粘贴压电传感器测得损伤信号,对损伤信号进行WPT分解,以获得多维时频矩阵.采用SVD对不同损伤状态下的时频矩阵进行降维,构建具有较高损伤敏感性的特征向量.建立具有自适应学习能力的GA-BPNN,实现结构的损伤识别.试验验证表明,压电信号奇异值可以作为损伤特征参量,主要频段的奇异值随着损伤的发展而下降,归一化奇异值向量距与损伤情况呈现3阶段对应关系. GA-BPNN较BPNN能够更好地表征信号特征与损伤间的关联性,识别结果更加稳定且精确度高,结构损伤位置和程度的识别精确度分别达到95.19%和94.47%.     

基于Connector单元的锈蚀RC梁界面粘结性能细观数值模拟

结合随机骨料模型建立了锈蚀钢筋混凝土（RC）梁三维细观数值模型,采用Connector单元捕捉加载过程中界面相互作用变化的方法。利用已有试验数据验证了该模型的合理性。分析了加载过程中锈蚀RC梁界面粘结滑移分布以及变形协调系数的变化规律,探讨了界面粘结退化对RC梁抗弯承载力的影响。研究结果表明：采用Connector单元能描述加载过程中粘结应力以及相对滑移等界面行为的变化,可作为锈蚀钢筋-混凝土界面行为模拟的有效手段;界面的最大粘结应力随锈蚀率的增加而降低,30%的锈蚀率使得极限荷载下RC梁界面最大粘结应力下降71%;锈蚀会加剧荷载作用下锈蚀RC梁界面的相对滑移,界面相对滑移峰值位置由加载点逐渐向剪弯段区域转移;锈蚀会减小界面极限变形协调系数,锈蚀率达到30%时,极限变形协调系数为0.479,抗弯承载力下降55%。     

钢绞线锈蚀产物填充及裂缝宽度预测

针对钢绞线锈蚀导致混凝土开裂的现象,通过试验研究钢绞线锈蚀产物在裂缝中的填充及锈胀裂缝的开裂情况,分析箍筋对锈蚀产物填充及混凝土开裂的抑制作用.考虑锈蚀产物填充比例和钢绞线捻制形状等因素,建立锈胀裂缝宽度预测模型,基于试验结果对该模型进行验证.研究表明,锈胀裂缝开裂角的正切值随锈蚀率的增加而增大,箍筋能够有效限制裂缝扩展和铁锈填充.锈蚀产物的填充随裂缝宽度的增加而变化,裂缝宽度达到临界值前,铁锈填充深度随裂缝宽度的增长而增大;裂缝宽度超过临界值后,铁锈填充深度基本保持为常值.建立的模型能够有效地预测锈胀裂缝宽度,合理地考虑铁锈填充可以提高预测模型的精度.