论文部分内容阅读
本文从混凝土结构耐久性研究的内容和发展现状着手，深入系统地研究了可靠度和神经网络在混凝土结构耐久性评估中的应用。在荷载作用、环境作用及材料内部作用下，结构的性能时时刻刻都在发生变化，这种变化使得结构实际的可靠度要比按现行的设计方法设计预计的可靠度低，本文针对老化混凝土结构抗力和荷载效应的时变性规律，通过离散化的方式将荷载效应和抗力随机过程简化为随机变量，建立了老化结构可靠度分析模型，提出考虑抗力随时间变化的结构可靠度的分析方法，并给出了结构可靠度分析的实例，利用一次二阶矩法的算法计算出不同时期的可靠指标，此方法与《水利水电工程结构可靠度设计统一标准》的可靠度分析方法是协调的，公式简便、实用，可以作为老化结构可靠度分析的参考方法，为混凝土耐久性评估提供依据。在水工混凝土结构耐久性检测与寿命预测中，依据现有水工结构检测规范，对泼河水库混凝土结构进行了耐久性检测与分析。基于Fick(第一扩散定律)经典碳化模型，建立水工结构混凝土碳化正常使用状态表达式。对小样本碳化检测数据进行数理统计分析，计算混凝土碳化深度、混凝土保护层厚度以及碳化速度系数的统计特征，根据可靠度理论计算水工结构混凝土碳化正常使用概率寿命。实例分析表明，该方法简易可靠，能够明确给出碳化耐久性失效的时间，为水工结构维修加固提供决策依据。
然后，本文又提出了模糊-神经网络在耐久性评估中的应用。在讨论面向MATLAB7的BP神经网络的构成之后，本文加入对建筑物耐久性的不确切因素的数据和模糊信息进行处理的能力，使得神经网络适合于对老化混凝土建筑物耐久性的评估。计算中，首先设计双层BP网络，以混凝土强度值，碳化深度，最大裂缝宽度，钢筋锈蚀作为输入量，运用7种不同的训练函数编制程序算出评估结果，得出BP网络的优缺点；然后，针对BP网络需要较长的训练时间、系统训练不稳定、收敛到局部极小值等缺陷，分别采取若干改进措施，设计一种新型的三层BP神经网络，得出与实际符合的评估结果，说明该网络适用于混凝土耐久性的评估。