通过对混凝土的碳化机理及影响因素的分析,考虑混凝土碳化的随机性,建立了以混凝土暴露时间、混凝土抗压强度、混凝土暴露状态为输入,混凝土碳化深度平均值和标准差为输出的BP神经网络预测混凝土碳化深度的随机模型,计算结果与检测结果符合较好.采用提出的模型对相同暴露状态、不同强度的混凝土进行了随时间变化的碳化深度预测,预测结果较为理想.
参考文献
[1] | 吴丽,卜贵贤.混凝土碳化的影响因素及碳化深度预测模型[J].防渗技术,2002(03):10-12. |
[2] | 龚洛书;柳春圃.混凝土的耐久性及其防护修补[M].北京:中国建筑工业出版社,1990 |
[3] | 杨利伟,王天稳.混凝土碳化的影响因素及其控制措施[J].建筑技术开发,2005(02):34-36. |
[4] | 牛荻涛.混凝土结构耐久性与寿命预测[M].北京:科学出版社,2003 |
[5] | 吴瑾,吴胜兴.锈蚀钢筋混凝土结构可靠度评估[J].工程力学,2005(01):118-122. |
[6] | 章国成,杨利伟,王天稳.混凝土碳化深度预测模型的对比分析[J].建筑技术开发,2005(03):81-82,96. |
[7] | 曾学艺,夏日威.混凝土的碳化及耐久性预测[J].湖南交通科技,2006(02):121-124,126. |
[8] | 张仲先,张灵,张耀庭.基于BP网络的砼碳化深度预测与分析[J].华中理工大学学报,2000(10):97-99. |
[9] | 许东;吴铮.基于MATLAB 6.X的系统分析与设计--神经网络[M].西安:西安电子科技大学出版社,2003:10. |
[10] | 程云虹,刘斌.基于BP网络的混凝土碳化研究[J].东北大学学报(自然科学版),2004(04):398-401. |
[11] | 刘兴远,郭伟,林文修,杜文龙,易珂.重庆地区混凝土构件碳化规律的神经网络描述[J].四川建筑科学研究,2004(04):55-58. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分:
-
10%
-
20%
-
30%
-
40%
-
50%