基于深度学习的氯盐环境下高性能混凝土氯离子扩散系数的预测

• 作者: 何顺爱 周双喜 盛伟
• 来源期刊: 混凝土
• 学科: 工学
• 关键词: 氯离子扩散系数 卷积神经网络 粉煤灰 矿渣粉 预测
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 理论研究
• 页码范围: 27-31
• 页数: 5页
• 分类号: TU528.01
• 字数: 3489字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3550.2019.07.006

摘要

氯盐的扩散系数是一个控制混凝土内部氯离子迁移状况的关键参数,为了评估氯盐在混凝土中的扩散情况,经常需要对其进行有效的预测.由于时间和成本的限制,实际工程中该系数很难从试验中获得.为了评估氯盐在混凝土中扩散的情况,基于深度学习卷积神经网络方法研究了氯盐在高性能混凝土中的扩散系数.收集了掺粉煤灰(FA)和粒化高炉矿渣(GGBFS)300种不同的数据,针对两种类型的高性能混凝土建立了卷积神经网络模型(CNN).CNN模型包括4个输入参数,分别是W/B比、水泥含量、粉煤灰或矿渣粉掺量和养护龄期,输出参数为氯盐的扩散系数.与传统的神经网络相比,基于深度学习的卷积神经网络预测模型具有高精度、高效率和高泛化能力的优点,可以作为氯盐环境下混凝土氯离子扩散预测的新方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周双喜		57	434	10.0	19.0
2	盛伟		3	0	0.0	0.0
3	何顺爱		3	8	2.0	2.0