文档名：基于ANN的HVFAC拉伸性能预测评价
摘要：基于人工神经网络(ANN)预测混凝土拉伸性能,对研究混凝土开裂机制具有重要意义.基于团队实验数据获得不同粉煤灰掺量、骨胶比、水胶比和养护龄期下大掺量粉煤灰混凝土(HVFAC)的抗压强度、极限拉伸应变、抗拉强度和拉伸弹性模量数据,用均方根误差(RMSE)最小原则建立一种预测HVFAC拉伸性能的ANN模型,并用公开发表的文献数据对该预测模型可靠性进行分析评估.结果表明:模型预测结果与实验结果的相关系数均大于0.94,文献中的实验值与模型预测值的误差均在±20％以内,说明所建立的模型有较高的预测精度.基于ANN影响权重分析发现:骨胶比对HVFAC的抗压强度、极限拉伸应变和拉伸弹性模量的影响最大;对于HVFAC的拉伸性能,在早龄期时水胶比的影响程度较大,但随着龄期的延长,粉煤灰掺量的影响程度逐渐上升并超过水胶比.
Abstract：Theapplicationofartificialneuralnetworks(ANN)topredictthetensilepropertiesofconcreteisessentialtostudytheunderstandingofcon-cretecrackingmechanisms.Basedonexperimentaldataobtainedforthecompressivestrength,ultimatetensilestrain,tensilestrength,andtensilemodulusofelasticityofhigh-volumeflyashconcrete(HVFAC),whichvariedintermsofflyashadmixture,aggregate-cementratio,water-cementratio,andcuringage.Thisdatawasusedtodevelopanartificialneuralnetwork(ANN)modeltopredictandevaluatethetensileproper-tiesofHVFACusingtheRMSEminimumprinciple.Thereliabilityofthepredictionmodelwasanalyzedandevaluatedwithpublishedliteratureda-ta.Theresultsshowthatthecorrelationcoefficientsbetweenbothpredictedandexperimentaldataarehigherthan0.94,andtheerrorsbetweentheliteratureexperimentalandpredictedvaluesarewithin±20％indicatingthattheestablishedmodelhasahighpredictionaccuracy.TheweightanalysisofANNeffectsshowthattheaggregate-cementratiohasagreatereffectonthecompressivestrength,ultimatetensilestrainandtensileelasticmodulusofHVFAC.RegardingthetensilepropertiesofHVFAC,thewater-cementratiohasagreaterinfluenceattheearlystage.Howe-ver,withthedevelopmentofage,theeffectofflyashadmixturegraduallyincreasesandexceedstheeffectofwater-cementratio.
作者：倪彤元 杜鑫 莫云波 黄森乐 杨杨 刘金涛 Author：NITongyuan DUXin MOYunbo HUANGSenle YANGYang LIUJintao
作者单位：浙江工业大学土木工程学院,杭州310023;浙江省工程结构与防灾减灾技术重点实验室,杭州310023浙江工业大学土木工程学院,杭州310023浙江建投交通基础建设集团有限公司,杭州310012
刊名：材料导报 ISTICEIPKU
Journal：MaterialsReports
年，卷(期)：2024, 38(10)
分类号：TV42
关键词：人工神经网络 粉煤灰混凝土 抗拉强度 弹性模量 极限拉伸应变
Keywords：artificialneuralnetwork flyashconcrete tensilestrength modulusofelasticity ultimatetensilestrain
机标分类号：TU528P642.22TH311
在线出版日期：2024年6月27日
基金项目：基于ANN的HVFAC拉伸性能预测评价[
期刊论文] 材料导报--2024, 38(10)倪彤元 杜鑫 莫云波 黄森乐 杨杨 刘金涛基于人工神经网络(ANN)预测混凝土拉伸性能,对研究混凝土开裂机制具有重要意义.基于团队实验数据获得不同粉煤灰掺量、骨胶比、水胶比和养护龄期下大掺量粉煤灰混凝土(HVFAC)的抗压强度、极限拉伸应变、抗拉强度和拉伸弹性模...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于ANN的HVFAC拉伸性能预测评价 Prediction and Evaluation of HVFAC Tensile Properties Based on ANN
基于ANN的HVFAC拉伸性能预测评价.pdf
- 文件大小:
- 17.4 MB
- 下载次数:
- 60
-
高速下载
|
