基于机器学习的再生混凝土配合比设计方法

• 作者: 刘凯华 郑佳凯 谢维力 董书雄 段珍华
• 来源期刊: 湖南大学学报（自然科学版）
• 学科: 化学
• 关键词: 机器学习 再生混凝土 耐久性 预测模型 配合比设计
• 年，卷（期）: 2024,（9）
• 页码范围: 92-100
• 页数: 9页
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2023105

摘要

再生混凝土技术是实现建筑垃圾资源化利用的有效途径.通过收集再生混凝土氯离子侵蚀试验和碳化试验的数据，将材料信息和试验环境信息作为输入参数，采用电通量和碳化深度分别量化再生混凝土的抗氯离子侵蚀和抗碳化性能，基于机器学习方法构建再生混凝土的耐久性能预测模型，在此基础上以强度、耐久性和成本作为优化目标，结合NSGA-Ⅱ算法和优劣解距离法提出再生混凝土配合比优化设计方法 .结果表明：梯度提升树模型可以较好地预测再生混凝土的抗氯离子侵蚀性能，高斯过程回归模型则对再生混凝土抗碳化性能预测表现较好；采用提出的配合比优化设计方法获得了满足耐久性和力学性能要求的低成本再生混凝土配合比建议值，可用于指导施工配合比设计.