高性能混凝土最经济配比设计系统.pptVIP

高性能混凝土最經濟配比設計系統HPC2N 葉怡成 教授 中華大學土木工程學系 一、前言 高性能混凝土 (High Performance Concrete) 在材料的選用上較傳統混凝土多，除了傳統混凝土組成所需的基本構材之外，更添加了多種工業副產品及化學添加料，如飛灰、爐石粉、強塑劑等，在配比設計上更為複雜，並沒有像傳統混凝土般有ACI配比設計的規範可循。 在混凝土配比設計時由於使用的材料眾多，各材料價格亦會隨物價波動而變化，以往配比設計進行時通常只考慮強度而忽略經濟性，所以本系統HPC2N加入了成本因素，希望能夠尋找出最佳的配比，以提高業界的競爭力。 五種配比設計限制 強度限制(抗壓強度)； 工作度限制(坍度、坍流度)； 各成份上下限限制(水泥、飛灰、爐石粉、水、強塑劑、粗骨材、細骨材)； 各成份間比例限制(水灰比、水膠比、水固比、強塑劑與膠結料之比例、飛灰佔膠結料之比例、爐石粉佔膠結料之比例、飛灰與爐石粉之總量佔膠結料之比例、粗骨材之總量對膠結料之比例、細骨材佔粗骨材總量之比例)； 絕對體積限制(七種成份的絕對體積總合為一立方公尺)； HPC2N的使用步驟 實驗設計：應用實驗設計(Design of Experiments, DOE)方法來設計實驗配比。 實驗實施：依實驗設計所設計出的配比進行實驗。 模型建構：採用實驗所得工作度及強度的結果，作為建構工作度及強度模型的資料庫。由於工作度及強度模型具非線性，因此使用類神經網路(Artificial Neural Networks)[1]作為模型建構的工具。 配比優化：以非線性規劃對此模型進行配比優化，以找出符合最低成本的配比設計。 驗證實驗：進行驗證實驗驗證結果是否符合預期。 二、文獻回顧 類神經網路是「一種基於腦與神經系統研究所啟發的資訊處理技術」，利用大量簡單且相連的人工神經元來模仿生物神經網路之能力。類神經網路的相關文獻可參考文獻[1]。類神經網路在高性能混凝土上之應用的文獻，可以從許多論文及期刊中發現[2-4]，但是結合類神經網路與非線性規劃作高性能混凝土最佳配比設計的文獻尚屬少見[5]。 三、高性能混凝土配比設計最佳化模式 1. 成本目標 Min Cost=CC?WC+CF?WF+CS?WS+CW?WW+CSP?WSP+CCA?WCA+CFA?WFA (1) CC、CF、CS、CW、CSP、CCA、CFA分別為水泥、飛灰、爐石粉、水、強塑劑、粗骨材、細骨材的單位重量成本； WC、WF、WS、WW、WSP、WCA、WFA分別為一立方公尺體積的混凝土中水泥、飛灰、爐石粉、水、強塑劑、粗骨材、細骨材所佔的重量。 三、高性能混凝土配比設計最佳化模式 2. 強度需求限制 Scr3fcr3 (2) Scr14fcr14 (3) Scr28fcr28 (4) Scr56fcr56 (5) Scr90fcr90 (6) Scr‘3、Scr’14 、Scr‘28、Scr’56、Scr‘90等於預測之3天、14天、28天、56天、90天之抗壓強度； fcr3、fcr14、fcr28、fcr56、fcr90為需求之3天、14天、28天、56天、90天之抗壓強度。 三、高性能混凝土配比設計最佳化模式 3. 工作度需求限制 Slump Slumpr (7) FlowFlow r (8) Slump、Slumpr=預測之初始坍度與需求之初始坍度； Flow、Flow r=預測之初始坍流度與需求之初始坍流度。 三、高性能混凝土配比設計最佳化模式 4. 成份上下限限制 WCmin≦WC≦WCmax (9) WFmin≦WF≦WFmax (10) WSmin≦WS≦WSmax (11) WWmin≦WW≦WWmax (12) WSPmin≦WSP≦WSPmax (13) WCAmin≦WCA≦WCAmax