珊瑚混凝土碳化深度影响因素及其预测模型研究

通过快速碳化试验研究了水灰比、水泥用量、粉煤灰掺量、碳化龄期四个因素对珊瑚混凝土碳化深度的影响,试验龄期分别为3 d、7 d、14 d、28 d。结果表明:珊瑚混凝土的碳化深度与水灰比、粉煤灰掺量呈正比,与水泥用量呈反比;碳化深度均随碳化龄期增长而增大。基于MATLAB中双隐含层BP神经网络,建立了珊瑚混凝土碳化深度预测模型,编写了循环训练算法程序,经过40次循环近百万次网络训练筛选出了双隐含层最佳神经元节点数,分别为11、5,最小均方根误差为0.67。经验证,该预测模型预测平均误差为5.57%,预测精度良好。     

混凝土二维、三维碳化的研究

研究了不同水灰比（0．3、0．35和0．4）,不同粉煤灰掺量（0,15％,20％,40％,60％）下混凝土二维和三维碳化深度;建立了二维和三维碳化的测试方法;提出了二维和三维碳化的数学模型。试验表明。混凝土的二维、三维碳化深度和一维碳化相似．也服从时间t的指数函数;水灰比对二维碳化的影响最大,一维其次,三维最小;粉煤灰掺量小于15％时,其对三维的影响最大,二维其次。一维最小;粉煤灰掺量大于15％时,掺量对二维、三维碳化的影响和一维碳化影响相近。混凝土二维和三维碳化研究对混凝土结构耐久性和寿命预测具有现实意义。     

废弃纤维再生混凝土碳化深度预测模型试验研究

通过快速碳化试验,以再生骨料掺量、废弃纤维掺量、水灰比等为影响因素,对再生混凝土的碳化性能进行研究。试验结果表明:再生混凝土的碳化深度随水灰比、再生骨料掺量的增大而减小,随废弃纤维掺量的增大而降低,废弃纤维的尺度对碳化性能影响可以忽略。在已有的普通混凝土碳化模型研究基础上,结合本试验碳化数据,建立了废弃纤维再生混凝土碳化深度预测模型,模型预测结果与试验值吻合良好。     

冻融-碳化耦合作用下矿渣-粉煤灰再生混凝土试验研究

通过在含有100%再生粗骨料的混凝土中同时掺入20%的矿渣和0%,15%,30%掺量的粉煤灰,并进行碳化、冻融和冻融-碳化耦合试验,研究冻融和碳化环境对再生混凝土耐久性的影响,对比分析试件抗压强度、质量损失率、相对动弹性模量、碳化深度的变化规律,建立冻融-碳化耦合作用下矿渣-粉煤灰再生混凝土抗压强度模型。结果表明:粉煤灰掺量为15%时,再生混凝土的抗冻性能最好,当冻融次数大于100次后,粉煤灰对再生混凝土抗冻性能的促进作用开始减弱;粉煤灰掺量越多,再生混凝土的抗碳化性能越弱,当粉煤灰掺量为30%时,其碳化深度是粉煤灰掺量为0试件的2倍以上;在冻融-碳化耦合环境中,冻融作用促进了碳化深度的增长,碳化作用加剧了矿渣-粉煤灰再生混凝土的冻融破坏;建立的矿渣-粉煤灰再生混凝土冻融-碳化耦合抗压强度模型能较好地反应冻融-碳化耦合环境下的抗压强度退化规律。     

再生混凝土抗碳化性能试验研究及理论分析

通过快速碳化试验,以再生骨料掺量、水灰比、水泥用量、原始混凝土强度和矿物掺合料为影响因素,对再生混凝土的碳化性能进行研究。试验结果表明:再生混凝土的碳化深度随水灰比、再生骨料掺量的增加而减小,随原始混凝土强度的增大和水泥用量的增加而增大,适量添加矿物掺和料能降低再生混凝土的碳化深度,提升其抗碳化性能。在已有的普通混凝土碳化模型研究基础上,结合本试验和中国其他学者的试验数据,建立了再生混凝土碳化深度预测模型,模型预测结果与试验值吻合较好。     

基于多元非线性分析的粉煤灰混凝土碳化模型研究

随着粉煤灰混凝土技术的不断推广,对粉煤灰混凝土耐久性的研究也在不断的深入。为了研究粉煤灰混凝土自然碳化与快速碳化之间的数学关系,基于混凝土碳化试验,对影响粉煤灰混凝土碳化的主要因素水灰比、混凝土抗压强度、粉煤灰掺量、CO2浓度、温度、湿度和碳化时间进行了多元非线性分析,分别建立了粉煤灰混凝土快速碳化条件下和自然碳化条件下的多元非线性模型,并对模型准确性进行了检验。根据所建碳化模型,建立了在粉煤灰掺量和水灰比相同的条件下,混凝土自然碳化与快速碳化之间关于碳化时间的数学模型。研究结果和方法可对混凝土碳化预测提供借鉴。     

双掺粉煤灰和矿渣混凝土强度的BP网络预测模型

双掺粉煤灰和矿渣混凝土的强度发展机理复杂,不能用传统的水灰比线性函数来预测,利用BP神经网络模型来预测其3、28和56d的抗压强度.结果表明:BP神经网络具有较强的非线性映射能力,预测结果比较理想,可以指导实际工程;早龄期的混凝土强度预测值与实测值之间的误差较大,随着粉煤灰和矿渣的二次水化反应逐渐充分,强度发展趋于规律化,预测误差相应变小.     

基于BP神经网络混凝土抗压强度预测

在阐述BP人工神经网络原理的基础上,针对影响强度的主要因素,建立了多因子混凝土抗压强度3层BP网络模型,以每立方混凝土中水泥、高炉矿渣粉、粉煤灰、水、减水剂、粗集料和细集料含量及置放天数作为模型输入参数,混凝土抗压强度值作为模型的输出,对混凝土抗压强度进行了预测.实验结果表明:所建BP神经网络混凝土抗压强度预测模型最大...     

应用RBF神经网络的预应力混凝土碳化深度预测研究

在现有混凝土碳化研究成果基础上,建立了预应力混凝土碳化预测模型。随后,运用径向基函数神经网络的基本原理,通过对影响预应力混凝土碳化深度因素的分析,建立了预测碳化深度的RBF和GRNN网络模型。通过实例进行了分析计算和预测,预测结果具有较高的精度。可以说,人工神经网络预测方法是一种可同时考虑各种影响因素组合、行之有效的混凝土碳化预测分析方法。     

基于BP网络的混凝土碳化深度预测

基于用改进的BP算法,建立了3-5-1（输入层为3个神经元,隐含层为5个神经元,输出层为1个神经元）混凝土碳化深度BP网络训练及预测模型,模型以水灰比、单位水泥用量及混凝土暴露时间为输入,训练模型以暴露时间为5年、10年、15年的混凝土碳化深度为输出,预测模型以暴露时间为20年、25年、30年的混凝土碳化深度为输出,训练及预测结果较为理想。     

混凝土碳化灰色预测模型研究

采用灰色系统理论方法,对不同水灰比及粉煤灰掺量混凝土的碳化方程进行灰色建模.分别对不同灰色预测模型进行比较分析,依据预测模型精度变化规律,给出了建立混凝土碳化深度灰色预测模型的基本方法.经实例验证,灰色预测模型针对性好、模拟精度高,并可采纳新信息进行新陈代谢,是一种可行、实用、应用范围广泛的方法.     

基于支持向量机的有机成膜涂层混凝土碳化深度预测模型

为研究有机成膜涂层混凝土碳化深度与其影响因素之间的高维非线性问题,采用以水灰比、用水量、水泥用量、涂层类别、老化时间、温度、相对湿度为影响因素进行的有机成膜涂层混凝土碳化试验测得的数据,运用支持向量机算法建立涂层混凝土碳化深度预测模型,将试验值与预测值对比,结果表明,该模型有较好的预测精度。并将预测结果与传统的BP神经网络预测模型对比,结果显示,支持向量机预测模型的误差更小,回归拟合效果更佳,可应用于有机成膜涂层混凝土碳化深度的预测。在此基础上,对影响因素进行敏感性分析,计算影响因素变化率与涂层混凝土碳化深度变化率之间的定量关系,从而找出影响因素敏感性程度排序,为有效防护涂层混凝土碳化提供一定参考。     

拉压应力下自密实混凝土碳化性能试验研究

制作了4组单掺粉煤灰自密实混凝土试件和2组复掺粉煤灰与矿渣的自密实混凝土试件,以及1组用以对比的普通混凝土试件.通过快速碳化试验研究各种拉、压应力水平,掺和料用量等因素对自密实混凝土抗碳化性能的影响规律.研究表明:在各种拉、压应力水平下,掺量在40％(质量分数,下同)以内时粉煤灰对混凝土碳化性能的影响很小,超过40％后其影响迅速增大,而复掺粉煤灰与矿渣后混凝土的抗碳化性能大大改善,两者按质量比1:1复掺时,水泥取代率可提高至60％.自密实混凝土的碳化深度随着拉应力水平的增大而增大,而随着压应力水平的增大呈现先减小后增大的变化趋势.提出了应力状态下自密实混凝土碳化深度预测模型的建立方法.     

基于深度学习的再生混凝土抗压强度预测

进行了18件不同配合比的再生混凝土砌块砌体的抗压强度试验,分析了水灰比、再生骨料取代率和粉煤灰掺量对再生混凝土抗压强度的影响规律。建立了基于深度学习神经网络的抗压强度预测模型,以水灰比、再生粗骨料取代率、再生细骨料取代率和粉煤灰掺量为输入变量预测了再生混凝土砌块的抗压强度。结果表明:与传统神经网络模型相比,基于深度学习的预测模型具有高精度、高效率和高泛化能力的优点,可以作为再生混凝土强度计算的一种新方法。     

水闸混凝土碳化深度预测研究

在水闸工程病害中,混凝土碳化最为典型,混凝土碳化是造成混凝土裂缝、钢筋锈蚀的最直接因素,因此,对混凝土碳化深度预测研究尤为重要。采用遗传算法优化神经网络,选取混凝土碳化深度的主要影响因素,建立混凝土碳化深度预测模型,并基于VS平台,开发水闸混凝土碳化深度预测系统。收集了盐城市25组水闸数据样本进行预测分析研究,结果表明,采用遗传算法优化BP神经网络模型进行水闸混凝土碳化深度预测是可行的,能够快速、准确识别混凝土碳化深度,为水闸除险加固提供技术支持。     

大掺量粉煤灰混凝土的抗碳化性能

系统的研究了掺入磨细二级粉煤灰混凝土的抗碳化性能。试验所用原料皆来源于现场工地，混凝土配合比中从0－60％均匀的改变了粉煤灰掺量及水泥品种。并按国际GBJ82－85对试件进行了快速碳化。大掺量粉煤灰混凝土的碳化深度随时间的延长而加深。早期的碳化深度增长速度较快，后期的增长速度相对较慢，方程X＝at^1/2可以较好的表述碳化深度和碳化时间的关系（其中X为碳化深度），t为碳化时间，a为常数），以此函数为基础，可以对混凝土的长期抗碳化性能进行预测。从试验结果也可看出混凝土的抗碳化性能随着粉煤灰掺量的上升而下降，掺量越大其下降速度越快。水灰比同碳化深度的关系配此相类似。这大概是因为随着粉煤灰的加入，混凝土中的氢氧化钙的含量变小（尤其是粉煤灰掺入量超过50％）导致二次水化速度缓慢，密实度下降的结果。空隙率上升其碳化深度就会加大。所以一定存在最佳的配料方案供实际使用。     

基于理论模型粉煤灰混凝土碳化深度预测模型研究

混凝土碳化深度理论模型理论基础性强,但工程应用性较差。影响粉煤灰混凝土碳化性能的因素主要有水胶比、水泥种类、单位水泥用量、CO_2浓度、碳化时间和粉煤灰掺量等。根据粉煤灰混凝土的特点,基于理论模型建立了既有理论基础,又具有实际可操作性的粉煤灰混凝土碳化深度预测模型。     

矿物掺合料对混凝土抗碳化性能影响的灰色关联分析

通过改变矿渣、粉煤灰的掺量和组合方式以及水胶比,分析了矿物掺合料对混凝土抗碳化性能的影响。同时,基于灰色关联理论对混凝土抗碳化性能受各因素的影响程度进行了定量分析,并结合硬化浆体水化产物的化学组成分析探讨了矿物掺合料的影响机理。研究结果表明：掺入矿物掺合料和增大水胶比均会使混凝土碳化深度增大,当单掺I级粉煤灰掺量超过40%后,混凝土碳化深度增长速度极快;在总掺量一致的前提下,复掺矿物掺合料组的混凝土抗碳化性能要优于单掺粉煤灰组的混凝土;矿渣和粉煤灰的不同组合方式中,S105矿渣+I级粉煤灰组的混凝土碳化深度最大;各影响因素对混凝土抗碳化性能的影响程度从高到低排序为水胶比>单掺I级粉煤灰掺量>复掺S95矿渣+I级粉煤灰总量>矿物掺合料组合方式;XRD分析表明,随着粉煤灰掺量的增加,Ca(OH)₂的衍射峰高度逐渐降低,说明粉煤灰的火山灰反应消耗了大量的Ca(OH)₂,从而逐步降低了混凝土的抗碳化性能。     

冻融循环对粉煤灰混凝土碳化作用影响研究

隧道喷射混凝土衬砌结构往往只认为受到冻融循环作用或者碳化作用,二者相互独立。在实际过程中,二者是相互影响的。通过粉煤灰混凝土未做任何作用下碳化试验和经过50次冻融循环作用下碳化试验,得出不同掺量粉煤灰在这两种模式下碳化深度随龄期变化规律。采用线性回归和二次多项式拟合手段建立碳化深度与龄期模型关系,为软岩隧道喷射粉煤灰混凝土衬砌耐久性评价提供了理论依据。     

活性掺合料再生混凝土碳化性能试验研究和理论分析

通过快速碳化试验,以活性掺合料矿粉、粉煤灰、引气剂、聚丙烯纤维以及再生粗骨料作为影响因素,对再生混凝土进行碳化性能试验研究。试验结果表明:影响再生混凝土碳化深度因素的主次顺序为:矿粉粉煤灰引气剂再生骨料聚丙烯纤维,并提炼出最优配合比。再生混凝土的碳化深度随着矿粉和粉煤灰掺量的增加而减小,随着引气剂和聚丙烯纤维掺量的增加而增大,随着再生粗骨料掺量的增大表现为先增大后降低,其中聚丙烯纤维掺加可有效提高碳化性能,效果显著。基于普通混凝土碳化计算模型的研究基础上,利用本次试验数据和国内学者数据进行回归分析,建立了建立了活性掺合料再生混凝土碳化深度预测模型。经过试验值和预测值的对比分析,可知预测模型具有较好地精度和可靠性,以供工程实践参考。