早期推定混凝土强度的方法的探讨.pdfVIP

‘工程力学》增刊 1999年 ·297· 早期推定混凝土强度方法的探讨 何锦云 董挺峰 (河北建筑科技学院，邯郸056038) 提要 本文在分析现有早期推定混凝土强度方法的基础上，提出了用人工神经网络方法进行数据 处理早期推定混凝土强度，并通过实例说明该方法优于现行方法． 关键词 早期，混凝土，强度，神经网络 1现行早期推定混凝土强度的方法及其特点 ，早期推定混凝土强度是混凝土工作者广为关注的问题之一，它对加快施工速度、保证 混凝士质量、提高工程效益具有十分重要的意义…。混凝土强度早期推定方法的研究，自 1927年美国格兰德发表了题为《蒸汽养护试块在48h内推定混凝土的28d强度》的文章以 来，世界各国的研究者又提出了许多不同的试验方法。但至今，尚无一种世界上通用的试 验分析方法。我国于60年代始对混凝土快速测强方法进行研究，但发展缓慢。至80年代 初，有些试验方法已基本成熟并列入国家有关标准”1。尽管试验方法种类繁多，但在试验 数据处理上，一般通过回归理论得出混凝土28d强度与早期强度及其影响因素的关系式。 然而，影响混凝土强度的因素很多，如：水泥标号、水灰比、砂率、养护条件、外加剂的 品种和掺量、掺合料、试验条件等等，在回归关系式中考虑的影响因素往往较少，如果因 素增多，在这些因素中有些具有决定性作用，有些对混凝土强度的影响有很大的随机性， 而回归分析方法难以体现这些问题。从而就会导致预测误差的增大。 因此，探索一种方法，能尽可能多地考虑各影响因素的作用，减少预测误差．提高预 测盼精度及结果的可靠性，同时又能使计算简单，手段先进，而且简便易行，是非常必要 和现实的。本文将人工神经网络方法应用于早期推定混凝土强度，实践证明，该方法是可 行的。 2人工神经网络及其特点 人工神经网络是一种智能仿生模型，它是人类在认识自身、对生物神经网络模拟的基 础之上而产生的一门高新技术。它随着计算机和人工智能的发展和广泛应用而获得巨大生 何锦云．女．196l_7出生，工学学士．捌教授 ，298· ‘工程力学)增刊 1999年 命力。人工神经网络是由大量的处理单元(神经元)互联组成的非线性并行系统，这些处理 单元是模拟人类大脑中的神经元进行信息处理的．它们组成一个并行的信号处理系统。它 具有自组织，自适应和自学习能力以及具有非线性，并行处理性，非局域性，非定常性和非 凸性等特点。人工神经网络信息处理的基本特征是：具有分布存储与容错性，并行处理性， 信息处理与存储的合二为一性，可塑性与自组织性，分层进行和系统性等特点。它对多变 量、非线性系统的数据处理具有速度快，能力强的优点01。 本文采用人工神经网络BP(Back Propagation)模型对混凝土的28d强度进行早期 快速推定。神经饲络BP模型是一种层次模型，由输入层单元，输出层单元和若干层隐单 元组成．它的每一个输入层的神经元都可以代表一个混凝土强度的影响因素，因而，有多 少影响因素就可以通过选择输入层神经元的数目。使每一项影响因素都有一个输入层的神 经元与之对应。输出层的神经元分别代表7d，28d强度。BP网络模型通过选择非线性的神 经元处理函数，可以实现从输入到输出的非常复杂的非线性映射．而新拌混凝土的组成成 份．水泥的强度及拌合物的流动性，养护条件等因素与混凝土28d强度之闯具有非常复杂 的非线性关系。这样就可以使受多种因素影响下的早期推定混凝土28d强度问题通过建立 并训练～个专门的人工神经网络模型加以解决。 3BP神经网络模型的应用实例及结果对比 3 1回归分析预测混凝土强度 混凝土28d强度y与灰水比x。，水泥用量如。和混凝土加速养护ld强度x。之间具有直 接相关关系，经对样本(数据见表1)回归计算得如下结果： ^ 1_473+2 ．y=一l 5‘81％+0．oo％一o．24玩 用该回归方程预报混凝土28d强度与实测值的比较见表l。 3．2神经网络方法预测混凝土强度 神经网络BP模