基于BP神經(jīng)網(wǎng)絡高性能混凝土早齡期白干燥收縮預測

在工作度和抗壓強度研究的基礎上,對比研究了不同纖維類型(玻璃纖維、聚丙烯纖維、鋼纖維和混雜纖維)及摻量對高性能混凝土早齡期塑性開裂的影響。結果表明,單摻纖維或摻入混雜纖維可明顯提高高性能混凝土的早齡期(1d)抗壓強度;聚丙烯纖維和鋼纖維可有效減小高性能混凝土早齡期塑性收縮裂縫的面積及寬度;二元混雜纖維比單一摻入玻璃纖維、聚丙烯纖維或鋼纖維具有更好的限裂效果。

高性能混凝土強度的預測方法大多參考普通混凝土強度預測方法,而對于一些高強度的混凝而言,一般的預測方法很難精確的確定其強度,利用工程手段模擬神經(jīng)網(wǎng)絡的功能,是一種新型的預測方法。

在闡述bp人工神經(jīng)網(wǎng)絡原理的基礎上,針對影響強度的主要因素,建立了多因子混凝土抗壓強度3層bp網(wǎng)絡模型,以每立方混凝土中水泥、高爐礦渣粉、粉煤灰、水、減水劑、粗集料和細集料含量及置放天數(shù)作為模型輸入?yún)?shù),混凝土抗壓強度值作為模型的輸出,對混凝土抗壓強度進行了預測。實驗結果表明:所建bp神經(jīng)網(wǎng)絡混凝土抗壓強度預測模型最大誤差絕對值都小于20%,平均誤差為7.33%,模型具有較高預測精度。

本文在分析混凝土抗凍耐久性預測研究現(xiàn)狀的基礎上,結合bp人工神經(jīng)網(wǎng)絡的特點,利用matlab軟件建立了預測混凝土凍融環(huán)境下相對動彈性模量的模型,并對預測結果進行了分析。結果表明運用人工神經(jīng)網(wǎng)絡的預測方法操作簡便、實用性強且在精度上能滿足要求,該模型的建立也可為混凝土抗凍性設計、施工管理和建成后工程的運行維護提供參考。

混凝土強度是結構設計中控制的主要指標，其數(shù)值決定于水灰比、膠凝材料用量、礦物摻量、外加劑用量等多種因素，常規(guī)計算混凝土強度的公式因個人理解的不同而各異，一種仿生模型—人工神經(jīng)網(wǎng)絡則能很好地解決這個難題，文中嘗試用人工神經(jīng)網(wǎng)絡對不同混凝土強度進行預測，結果表明此模型的可靠度很高，可以用以優(yōu)化混凝土的試配，節(jié)約大量的時間、人力、物力和財力.

為了預測混凝土的抗壓強度,在分析bp、rbf神經(jīng)網(wǎng)絡原理的基礎上,提出用bp、rbf神經(jīng)網(wǎng)絡模擬混凝土抗壓強度與攪拌機各主要影響參數(shù)間關系的方法。根據(jù)攪拌機的實際工作狀況,分別建立了4維輸入向量、1維輸出向量的bp、rbf神經(jīng)網(wǎng)絡模型,通過19組試驗,驗證了2種模型的可靠性。結果表明,實測結果與預測結果相接近,該2種神經(jīng)網(wǎng)絡模型能較準確地快速預測混凝土抗壓強度。

在分析檢測數(shù)據(jù)的基礎上,提取了結構服役時間、結構建造時間、結構檢測時間、混凝土設計強度和混凝土碳化深度等特征參數(shù),建立了預測既有建筑混凝土強度退化的人工神經(jīng)網(wǎng)絡模型。采用動量法和自適應調(diào)整法改進了bp算法;采用訓練好的bp神經(jīng)網(wǎng)絡對既有混凝土強度最小值和混凝土強度最大值進行了預測,并與實測值進行了對比。結果表明:利用bp神經(jīng)網(wǎng)絡對既有建筑混凝土強度退化進行預測是可行的,該研究成果可為既有建筑大面積的抗震性能普查提供參考。

為準確預測澆注式導電瀝青混凝土的融冰效果,基于300組試驗樣本數(shù)據(jù),以環(huán)境溫度、結構層厚度及通電時間為輸入層,以融冰體積為輸出層,建立了bp神經(jīng)網(wǎng)絡澆注式導電瀝青混凝土融冰效果預測模型,并采用pearson相關性檢驗方法驗證了預測模型的準確性。結果表明:不同環(huán)境條件下,bp神經(jīng)網(wǎng)絡預測模型的相對誤差在2.1%以內(nèi),其相關系數(shù)r介于0.9955~0.9965之間,擬合優(yōu)度r~2介于0.9910~0.9930之間,預測結果準確、可靠性強。

本文討論了如何應用人工神經(jīng)網(wǎng)絡（ann）方法預測高性能道面混凝土的抗折強度，詳細論述了采用bp算法建立抗折強度網(wǎng)絡模型的過程。仿真實例表明，bp網(wǎng)絡可成功地反映混凝土抗折強度的非線性規(guī)律，且預測精度相對較高。

膨脹混凝土干燥收縮落差的研究

混凝土磚砌體濕脹干縮是引起該砌體建筑易裂的主要因素之一。通過參照相關的標準,采用理論分析和實驗驗證的方法對混凝土磚的干縮性能的含義進行解釋,進而闡述干縮率和吸水率、含水率、環(huán)境濕度、溫度、相對含水率的關系。

在傳統(tǒng)預測混凝土強度的基礎上,提出一種基于人工智能的新的預測方法,建立了兩種神經(jīng)網(wǎng)絡模型:bp神經(jīng)網(wǎng)絡和rbf神經(jīng)網(wǎng)絡,實現(xiàn)了從新拌混凝土成分及其特性到硬化后混凝土強度之間的復雜的非線性映射。通過對試驗數(shù)據(jù)的學習,網(wǎng)絡結構可以早期預測混凝土28d抗壓強度。另外,還利用bp神經(jīng)網(wǎng)絡模擬分析了混凝土成分質(zhì)和量的變化對抗壓強度的影響,其結果符合已知的經(jīng)典混凝土強度變化規(guī)律,表明神經(jīng)網(wǎng)絡模型具有較高的精度和較強的泛化能力。

研究了混凝土表觀密度、水灰比、輕集料品種、不同礦物摻合料對輕集料混凝土收縮特性的影響,實驗結果表明:輕集料混凝土干燥收縮隨著水灰比降低、表觀密度提高、集料吸水率的增大而減小,粉煤灰、磨細礦渣粉等礦物摻合料的摻入改善了輕集料混凝土的收縮,并且隨著摻量的增加,收縮率呈降低的趨勢。

對混凝土多孔磚試塊進行了連續(xù)60d干燥收縮變形的試驗,通過對其在標準養(yǎng)護和自然養(yǎng)護環(huán)境中收縮性能的研究,分析了環(huán)境溫度、相對濕度及齡期對混凝土多孔磚收縮變形的影響,并提出了考慮這些因素的混凝土多孔磚收縮變形估算公式。研究結果可為我國混凝土多孔磚在工程中的應用提供參考依據(jù)。

通過對人工神經(jīng)元及bp網(wǎng)絡的簡要介紹,結合三峽工程大壩混凝土試驗實測數(shù)據(jù),應用人工神經(jīng)網(wǎng)絡的理論和方法,利用matlab語言編制了基于神經(jīng)網(wǎng)絡理論的混凝土抗裂指標預測程序,實現(xiàn)了對混凝土抗裂指標值的預測,證明了人工神經(jīng)網(wǎng)絡在混凝土抗裂指標預測方面的可行性與可靠性。

在進行了正交試驗的基礎上,采用人工神經(jīng)網(wǎng)絡方法,建立混凝土的氯離子擴散系數(shù)與混凝土配比六個參數(shù)之間的非線性映射關系,研究各個參數(shù)對混凝土抗?jié)B性能的影響,該研究成果可以減少混凝土試配次數(shù),節(jié)約大量的人力、物力和時間,為高性能混凝土的研究發(fā)展奠定了基礎。

在分析普通混凝土強度影響因素基礎上,選取混凝土配料中7個因素作為輸入值,混凝土28d強度作為輸出值建立了混凝土強度預測的bp網(wǎng)絡模型。討論了模型的學習樣本、網(wǎng)絡參數(shù)對預測精度的影響,選出最佳網(wǎng)絡參數(shù)配置。實例證明模型預測精度高。

針對目前混凝土強度預測中存在的不確定性,難以自適應性的確定神經(jīng)網(wǎng)絡隱含層,建立了基于高維云的rbf神經(jīng)網(wǎng)絡的混凝土預測模型。運用matlab8.10進行仿真實驗。實驗結果表明該模型綜合考慮了影響混凝土強度的各種因素,能夠?qū)崿F(xiàn)預測結果的隨機性和模糊性,具有更高的預測精度,更快的訓練速度,可以廣泛應用于生產(chǎn)現(xiàn)場實地的混凝土強度預測和質(zhì)量檢驗。

為考察混凝土內(nèi)部相對濕度與自收縮和干燥收縮的關系,實驗測量了在表面密封(試件ⅰ)和表面先密封后暴露于環(huán)境中(試件ⅱ)2種干燥條件下早齡期混凝土試件的自由變形和內(nèi)部溫濕度變化規(guī)律。實驗結果表明:在3d齡期前,同處于密封狀態(tài)的兩試件的自由變形和內(nèi)部溫濕度變化相同;從3d齡期開始,試件ⅱ在水分散失作用下內(nèi)部濕度下降明顯大于試件ⅰ,相應地,由于疊加了干燥收縮,其變形也明顯大于試件ⅰ的自收縮變形。這說明混凝土試件在近似相同的溫度歷程下,內(nèi)部相對濕度與其濕度變形,可作為混凝土自收縮與干燥收縮的統(tǒng)一內(nèi)因進行統(tǒng)一描述。

建筑節(jié)能是當今城市建設和社會發(fā)展的前沿和研究熱點,對建筑的能耗現(xiàn)狀進行綜合分析與評估是進行節(jié)能改造或節(jié)能設計的前提和基礎,而建立反映能耗變化的預測模型是從宏觀尺度上分析認識建筑能耗變化與發(fā)展特性、為公共建筑節(jié)能工作提供決策依據(jù)的有效途徑和重要手段。研究針對常規(guī)bp網(wǎng)絡算法收斂速度慢、易陷入局部最小點的缺點,采用了具有較快收斂速度及穩(wěn)定性的lm算法進行預測,構造了基于bp神經(jīng)網(wǎng)絡的建筑物用電量預測模型。以某市公共建筑原始用電能耗統(tǒng)計數(shù)據(jù)作為樣本,并采用matlab對預測模型進行了仿真預測。結果顯示:誤差在允許范圍內(nèi)。

建筑業(yè)是我國重要的物質(zhì)生產(chǎn)部門之一，在我國的經(jīng)濟發(fā)展過程中，—直扮演著重要的角色。工程作為建筑業(yè)的核心，工程的管理具有很高的現(xiàn)實意義。所謂工程造價預測，是指處于準備投標或準備建設的工程項目，在進行投標或?qū)嵤┣?，依?jù)現(xiàn)有的建設工程項目資料、結合建設工程施工環(huán)境及施工企業(yè)自身條件，采用相應的方法對建設工程項目的成本進行預測，并將預測結果用以控制項目實施過程中的成本支出，能夠提高建筑企業(yè)的項目成本管理的科學性，促進企業(yè)資金的良性運轉(zhuǎn)。

短時交通流預測是現(xiàn)代智能交通系統(tǒng)的核心內(nèi)容,針對城市道路被占所造成的城市交通擁堵排隊問題,以路段視頻統(tǒng)計為例,利用bp神經(jīng)網(wǎng)絡方法就實際通行能力、具體車輛數(shù)、事故持續(xù)時間與排隊最長長度之間的關系進行預測分析,從實驗模擬結果來看,該方法能有效地解決交通流實時和可靠性預測。