论文部分内容阅读
混凝土结构耐久性劣化问题日益严重,特别是在沿海地区,由于氯离子侵蚀而导致的结构失效破坏问题引起了人们的高度重视。因此,进行混凝土结构寿命预测研究具有重要的意义。混凝土氯离子扩散系数是描述混凝土抵抗氯离子侵蚀能力的一个重要指标,直接影响到混凝土结构的使用寿命。但是,现有的混凝土氯离子扩散系数预测模型多为单因素模型,考虑因素较少,导致计算得到的结构寿命与实际寿命相差较大,因此较难在实际工程中推广使用。针对以上问题,本文主要研究内容及成果如下:（1）基于279组无应力作用下由RCM法测量得到的混凝土氯离子扩散系数试验数据及434组应力作用下由RCM法、NEL法、自然扩散法测量得到的混凝土氯离子扩散系数试验数据,采用单因素分析,分别分析了水灰比、砂率、粉煤灰掺量、矿粉掺量、硅灰掺量、应力比、龄期等对混凝土抗氯离子侵蚀性能的影响,为混凝土氯离子扩散系数神经网络预测模型的建立奠定基础。（2）以水灰比、砂率、粉煤灰掺量、矿粉掺量、硅灰掺量、减水剂掺量作为BP神经网络的输入影响因素,选取混凝土氯离子扩散系数作为输出结果,建立了无应力作用下混凝土氯离子扩散系数BP神经网络预测模型,网络模型预测样本线性相关系数为0.81696。使用遗传算法对网络模型输入影响因素进行优化筛选,结果表明使用水灰比、砂率、粉煤灰掺量、矿粉掺量、硅灰掺量等5个影响因素重新建立的BP神经网络具有较好的性能,模型预测样本线性相关系数为0.90393。（3）为避免神经网络模型陷入局部最优,使用遗传算法对已建立的无应力作用下混凝土氯离子扩散系数BP神经网络预测模型权值、阈值进行优化。经遗传算法优化后的BP神经网络模型性能得到进一步提高,模型预测输出平均绝对误差为13.74%,网络模型均方误差为2.1961,明显低于采用传统回归方法建立的混凝土氯离子扩散系数预测模型。（4）选取水灰比、砂率、粉煤灰掺量、矿粉掺量、硅灰掺量、应力比、混凝土龄期、氯离子扩散系数测试方法作为输入影响因素,混凝土氯离子扩散系数应力影响系数D/D0作为输出结果,建立了应力作用下混凝土氯离子扩散系数BP神经网络预测模型。经遗传算法优化后,网络模型预测输出平均绝对误差为16.80%。（5）结合本文提出的混凝土氯离子扩散系数BP神经网络预测模型与DuraCrete模型,建立了氯离子侵蚀下混凝土结构寿命预测模型。该模型能够较准确表现出水灰比、矿物掺合料、应力、混凝土氯离子扩散系数、表面氯离子浓度、氯离子扩散系数衰减指数、混凝土保护层厚度等对氯离子扩散速率及混凝土结构服役寿命的影响。