基于ANN算法的冻融循环后钢筋再生混凝土黏结强度预测方法研究

• 作者: 冯俊青
• 来源期刊: 低温建筑技术
• 学科: 工学
• 关键词: 冻融循环 钢筋再生混凝土 黏结强度 人工神经网络
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 建筑材料研究与应用
• 页码范围: 33-36
• 页数: 4页
• 分类号: TU528.571
• 字数: 2211字
• 语种: 中文
• DOI: 10.13905/j.cnki.dwjz.2020.3.009

摘要

钢筋再生混凝土结构因其节能和环保的优势而成为了研究热点,钢筋与再生混凝土的黏结作用是两种材料协同工作的基础,而粘结行为受到冻融循环的影响严重,因此必须对冻融循环后的黏结强度进行准确的计算.在已有试验数据的基础上,建立了用于预测冻融循环后钢筋与再生混凝土黏结强度的BP神经网络模型.选取20个试件的黏结试验数据进行研究,首先,以冻融次数为0、25、50和100的16个试件的黏结试验数据为样本对模型进行训练;其次,利用训练好的模型预测冻融次数为75次的4个试件的极限黏结强度和峰值滑移,通过预测值与试验值的对比发现文中建立的BP神经网络模型能够准确的预测冻融循环后钢筋与再生混凝土黏结强度和峰值滑移.提出的方法能够为钢筋混凝土结构的设计提供一种新的参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯俊青		1	0	0.0	0.0