论文部分内容阅读
相对于传统混凝土破碎技术，高压水射流破碎混凝土技术具有高效率、选择性、适应性广、操作性好、安全环保等众多优势，在混凝土路面翻新、桥梁拓宽等工程中具有巨大应用潜力，可以预见将成为未来混凝土破碎主流方式之一。但目前关于高压水射流冲击混凝土的破碎规律及参数影响尚不够明晰，限制了高压水射流技术在混凝土破碎领域的进一步发展。为此，本文基于多参数组合高压水射流冲击混凝土大量试验数据，开展了不同工况参数对破碎效果的影响性分析，并尝试建立高压水射流冲击混凝土致损预测模型，以更好地为优化、评估高压水射流技术参数。具体的研究内容如下：
(1)根据提出的基于冲击孔直径、冲击孔扩展速度和混凝土破碎体积的系统破碎效果评价指标体系，重点考察了磨料流量、泵压、靶距和混凝土强度等级对高压水射流冲击混凝土破碎效果的影响规律。研究结果表明，磨料流量与冲击孔直径、冲击孔扩展速度和混凝土破碎体积呈现非线性关系；泵压与冲击孔的扩展速度呈正相关，而与冲击孔直径和破碎体积无明显关联性；靶距与冲击孔直径呈正相关，与冲击孔扩展速度呈负相关；混凝土强度等级越高，冲击孔直径、冲击孔扩展速度和混凝土破碎体积越小。
(2)基于正交试验对不同参数状态下高压水射流冲击混凝土破碎效果的影响进行了方差分析，得到了不同参数对混凝土破碎效果的影响敏感性大小：对冲击孔直径的影响大小排序为：磨料流量>靶距>混凝土强度等级>泵压；对冲击孔扩展速度的影响大小排序为：磨料流量>泵压>混凝土强度等级>靶距；对破碎体积的影响大小排序为：磨料流量>靶距>混凝土强度等级>泵压。
(3)结合正交试验结果，边际均值检验方法及交互作用显著性检验等，对高压水射流冲击混凝土影响参数进行了交互作用分析。结果表明：各参数间对冲击孔直径、冲击孔扩展速度和混凝土破碎体积的影响存在交互作用，通过量化交互作用显著程度，针对冲击孔直径、冲击孔扩展速度和混凝土破碎体积，将不同参数及参数间的交互作用进行了影响程度排序。
(4)基于高压水射流破碎规律及神经网络建模技术，对神经网络拓扑结构和网络训练算法进行设计，建立了基于BP神经网络模型、基于果蝇优化算法BP神经网络模型和基于粒子群优化算法BP神经网络模型的高压水射流冲击混凝土致损预测模型，并通过试验数据对所建预测模型进行精度检测，结果表明：基于果蝇算法优化的BP神经网络模型预测效果最佳，对冲击孔直径、冲击孔扩展速度和破碎体积的预测精准度均优于BP神经网络模型及基于粒子群优化的BP神经网络模型。
(1)根据提出的基于冲击孔直径、冲击孔扩展速度和混凝土破碎体积的系统破碎效果评价指标体系，重点考察了磨料流量、泵压、靶距和混凝土强度等级对高压水射流冲击混凝土破碎效果的影响规律。研究结果表明，磨料流量与冲击孔直径、冲击孔扩展速度和混凝土破碎体积呈现非线性关系；泵压与冲击孔的扩展速度呈正相关，而与冲击孔直径和破碎体积无明显关联性；靶距与冲击孔直径呈正相关，与冲击孔扩展速度呈负相关；混凝土强度等级越高，冲击孔直径、冲击孔扩展速度和混凝土破碎体积越小。
(2)基于正交试验对不同参数状态下高压水射流冲击混凝土破碎效果的影响进行了方差分析，得到了不同参数对混凝土破碎效果的影响敏感性大小：对冲击孔直径的影响大小排序为：磨料流量>靶距>混凝土强度等级>泵压；对冲击孔扩展速度的影响大小排序为：磨料流量>泵压>混凝土强度等级>靶距；对破碎体积的影响大小排序为：磨料流量>靶距>混凝土强度等级>泵压。
(3)结合正交试验结果，边际均值检验方法及交互作用显著性检验等，对高压水射流冲击混凝土影响参数进行了交互作用分析。结果表明：各参数间对冲击孔直径、冲击孔扩展速度和混凝土破碎体积的影响存在交互作用，通过量化交互作用显著程度，针对冲击孔直径、冲击孔扩展速度和混凝土破碎体积，将不同参数及参数间的交互作用进行了影响程度排序。
(4)基于高压水射流破碎规律及神经网络建模技术，对神经网络拓扑结构和网络训练算法进行设计，建立了基于BP神经网络模型、基于果蝇优化算法BP神经网络模型和基于粒子群优化算法BP神经网络模型的高压水射流冲击混凝土致损预测模型，并通过试验数据对所建预测模型进行精度检测，结果表明：基于果蝇算法优化的BP神经网络模型预测效果最佳，对冲击孔直径、冲击孔扩展速度和破碎体积的预测精准度均优于BP神经网络模型及基于粒子群优化的BP神经网络模型。