基于GA-BP神经网络的UHPC抗压强度预测与配合比设计

开展了不同配合比条件下超高性能混凝土(UHPC)的制备与抗压强度试验,并结合已有数据形成了神经网络训练样本;根据UHPC原材料组成和性能需求设计了包含神经网络输入层(7节点)、隐层(8节点)和输出层(1节点)的拓扑结构,并引入遗传算法(GA)优化了UHPC抗压强度预测网络的初始权值和阈值;采用试验样本模拟训练了不同配合比条件下的UHPC抗压强度预测GA-BP神经网络,并以此为基础建立了基于不同性能需求的配合比设计方法.对比试验数据和传统BP神经网络方法计算结果发现,GA-BP神经网络能更好地指导UHPC抗压强度预测和配合比设计.     

混凝土配合比设计智能系统的软件实现

采用神经网络专家系统实现混凝土配合比设计,开发的智能系统软件由3部分组成：数据库管理模块、配合比设计模块、文献帮助模块。其中配合比设计模块是系统的核心,该模块通过神经网络学习获取混凝土配合比设计的知识信息,构成知识库,然后以神经网络正向链推理机制进行混凝土配合比设计,并根据规范和专家经验进行调整;最终获得各种混凝土组成材料的用量。     

基于温度-应力试验机的水工混凝土抗裂性试验方法

目前水工混凝土采用极限拉伸值和绝热温升来评判抗裂性的方法未能客观反映混凝土实际的抗裂表现。重大水利工程对混凝土的抗裂性提出了更高的要求,迫切需要一种科学、综合的试验方法来客观评价混凝土的抗裂性。作为一种先进的设备,温度-应力试验机能够克服目前混凝土抗裂性试验方法的缺陷,可以实现以下功能:测量半绝热及模拟实际坝体温度历程下混凝土力学及变形性能的发展规律、监测不同约束状态下的应力应变发展、测量混凝土的真实开裂温度以及早期拉徐变性能。因此,该试验方法能够为重大工程的混凝土配合比设计及优化提供试验依据,客观地评价不同配合比混凝土的开裂风险。     

神经网络下能量桩桩基混凝土强度及导热预测

基于神经元网络理论，建立能量桩桩基混凝土抗压强度和导热系数的预测模型，设计16组不同配合比的桩基混凝土进行抗压和导热试验。根据试验结果，以石墨掺量、玄武岩纤维掺量、水胶比、玄武岩纤维长度作为输入参数，分别以混凝土抗压强度、导热系数作为模型的输出参数，建立两个4-9-1的BP神经网络模型。研究结果表明：基于BP神经网络模型的预测与试验结果误差在5%以内，预测精度较高，可以作为能量桩桩基混凝土配合比设计的参考。     

高性能路面混凝土配合比设计

根据路面性能要求及相关试验结果分析,重点介绍了高性能路面混凝土配合比的设计参数以及性能要求,初步探讨了高性能路面混凝土配合比设计方法,为进一步系统研究混凝土配合比设计提供了参考。     

均匀设计与正交设计相结合的植生型多孔混凝土配合比设计研究

基于均匀设计与正交设计相结合的试验方法对植生型多孔混凝土配合比设计进行了分析研究，得出了水胶比、砂率、设计孔隙率和掺合料用量对植生型多孔混凝土性能的影响结果以及最终的配合比方案。试验结果表明：均匀设计与正交设计相结合的试验方法能够在较少试验次数下获得比较充分的数据信息。首先通过均匀试验确定了最佳配合比的范围：水胶比在0.3～0.35之间，设计孔隙率在26%以下，砂率在5%左右，掺合料的掺量为30%～38%。然后在均匀试验的研究基础之上设计正交试验对均匀设计结果验证分析，从而得到了28 d抗压强度为13.4 MPa的优化配合比设计方案。     

海口大桥钢管混凝土配合比设计分析

介绍了海口大桥钢管桥混凝土配合比设计实践,通过实验分析钢管拱桥承载力和力学性能在不同混凝土填充料配合比设计条件下适用的合理性,并采用正交法配合比试验方法确定混凝土材料组成来满足工程项目要求。     

自密实混凝土工作性能和强度的BP神经网络预测

如何在进行自密实混凝土配合比设计前对其工作性能和强度进行有效预测,为配合比设计提供指导,是一大难点。利用BP神经网络,对自密实混凝土的工作性能(坍落度和扩展度)和28 d强度进行预测。结果表明,利用大量试验数据样本训练的BP网络可以预测不同情况下的自密实混凝土的坍落度、扩展度和28 d强度,预测精度高。     

汉川电厂三期汽机基座底板配合比设计方案

本文旨在对汉川电厂三期工程汽机基础大体积混凝土配合比进行优化。阐述了设计大体积配合比考虑因素、设计遵守的原则。通过将试配混凝土放入快速养护箱模拟大体积混凝土真实环境温度的方法,优化出合理配合比。     

自密实混凝土工作性能和强度的BP神经网络预测

如何在进行自密实混凝土配合比设计前对其工作性能和强度进行有效预测,为配合比设计提供指导,是一大难点。本文利用BP神经网络,对自密实混凝土的工作性能(坍落度和扩展度)和28d强度进行预测。结果表明,利用大量试验数据样本训练的BP网络可以预测不同情况下的自密实混凝土的坍落度、扩展度和28d强度,预测精度高。     

Hybrid random aggregation model and Bayesian optimization-based convolutional neural network for estimating the concrete compressive strength

Numerous experimental studies have shown the type and gradation of coarse aggregates effect on the mechanical properties of concrete. The type and gradation of coarse aggregates have not been taken into account in the available machine learning prediction models. In this study, a two-dimensional concrete microscopic image was generated by using a random aggregate model (RAM), and the coarse aggregate and other concrete ingredients were represented innovatively using polygons and trichromatic chromaticity values in the RAM images. The RAM image set was created by applying this method to represent 1110 sets of different concrete mixes. Then based on the Bayesian optimization algorithm and the image set, a compressive strength prediction model considering the effect of coarse aggregate types and gradations was developed utilizing a convolutional neural network (CNN) model. Meanwhile, an artificial neural network (ANN) compressive strength prediction model was developed using 1110 sets of mix ratio data. The results show that the proposed RAM image generation method has the capability to represent different concrete mix ratios collected in this study. The prediction performance of the CNN compressive strength model considering aggregate types and gradations is better than that of the ANN model. The method can provide a new perspective for predicting other concrete mechanical properties and technically support performance-based intelligent concrete mix design.     

基于人工神经网络的混凝土抗压强度预测方法

在给出混凝土等效水灰比和骨料平均浆体厚度计算方法的基础上，采用人工神经网络方法，建立了混凝土28d抗压强度与混凝土等效水灰比、骨料平均浆体厚度和粉煤灰与胶凝材料用量比之间的非线性映射关系．该研究成果可减少混凝土试配次数，节约大量人力、物力和时间，并为高体积稳定性混凝土配合比设计方法的研究进一步奠定了基础．     

基于人工神经网络的混凝土抗渗性能预测

在进行了正交试验的基础上,采用人工神经网络方法,建立混凝土的氯离子扩散系数与混凝土配比六个参数之间的非线性映射关系,研究各个参数对混凝土抗渗性能的影响,该研究成果可以减少混凝土试配次数,节约大量的人力、物力和时间,为高性能混凝土的研究发展奠定了基础。     

A Fuzzy Adaptive Resonance Theory‐Based Model for Mix Proportion Estimation of High‐Performance Concrete

A new approach that adopts the use of fuzzy adaptive resonance theory (ART) neural network in estimating high‐performance concrete (HPC) mix proportion from experimental data is devised. The proposed model receives a set of desired concrete performances, searches for a set of mix proportions that is near to the desired concrete performances, classifies the mix proportions into clusters, measures the similarity between performances of deduced clusters with desired performances, and deduces a mix proportion. The proposed model was used to estimate the mix proportions of five batches of concrete based on the performance criteria of 7th and 28th day compressive strengths. The generated mix proportions were used in an experimental work and the errors were within 13% for 7th compressive strength; and 7% for the 28th day compressive strength, signifying the reliability of the fuzzy ART‐based model in estimating the mix proportion of HPC. This article contributes to an alternative method of mix proportion estimation of HPC by avoiding the use of complicated function approximation techniques.     

基于BP网络的自密实混凝土配合比设计

原材料性能的波动对自密实混凝土性能影响很大,把水泥强度、砂石含泥量、砂石细度模数、石子的最大粒径、石子针片状含量、粉煤灰细度和粉煤灰烧失量这些原材料性能参数作为BP网络的输入,以对应的优化配合比作为网络的输出,用网络结构描述它们之间的非线性关系。利用正交试验数据样本完成了网络的训练并进行检验,计算结果表明,利用正交试验数据样本训练的BP网络可以预测不同情况下的配合比,预测精度高,完全可以代替繁重的实验室配合比设计。应用该技术可实现自密实混凝土配合比的实时优化,对控制自密混凝土的生产质量具有重要意义。     

基于均匀设计及遗传神经网络的大坝力学参数反分析方法

将均匀设计理论、BP神经网络和遗传算法三者结合起来,应用于大坝力学参数反分析中。首先对基本遗传算法进行改进,使得改进后的遗传算法具有很好的全局和局部寻优能力,将它作为BP神经网络的学习算法,形成遗传神经网络。然后利用均匀设计方法设计大坝坝体和坝基的材料力学参数样本,通过有限元正分析得到坝体的计算位移样本,训练遗传神经网络映射坝体计算位移值与材料力学参数之间的复杂非线性关系。最后将实测位移值输入训练好的遗传神经网络,即可得到各参数的反演值。本文以清江隔河岩水电站重力拱坝为例,反演分析了坝体混凝土的弹性模量、线膨胀系数以及坝基主要岩体的弹性模量等参数。经检验、评价与对比验证,结果表明该方法可以大大地缩短反分析时间,提高反分析效率和准确性。     

基于强度和抗氯盐耐久性指标的混凝土配合比设计及试验研究

氯盐环境严重影响混凝土耐久性,但现行规范通常按照强度要求设计混凝土配合比。为此,研究建立了混凝土的氯离子扩散系数多因素模型,并按照预定的混凝土强度和耐久性要求开展配合比分析和设计。首先选择混凝土的氯离子扩散系数及其龄期衰减系数作为混凝土抗氯盐耐久性能指标参数,研究建立了混凝土耐久性指标参数的多因素计算模型。然后,根据预定的强度指标和耐久性能指标的取值,通过求解代数方程组得到混凝土水胶比和矿物掺合料掺量。进而,结合混凝土的工作性能要求,分析确定混凝土配合比设计主要参数的取值。最后,结合工程实例和正交试验方法开展混凝土配合比试验。研究表明,根据本文建立的混凝土配合比设计方法制备混凝土,能同时满足预定的混凝土强度和耐久性能指标的要求,有效克服了传统理论的缺陷。