原创力文档- 1、本文档共3页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
学兔兔
2011年第 1期 (总第 255期 ) 混 凝 土 理 论 研 究
Number1 in 201l(TotalNo．255) Concrete THEORETICAL RESEARCH
doi：10．3969~．issn．1002—3550．201 1．01，010
混凝土钢筋锈蚀量预测的智能模型及应用
沈汝伟
(贵州大学 职业技术学院，贵州 贵阳 550003)
摘 要： 由于混凝土开裂后钢筋的锈蚀伴随着很多不确定性，实际工程中钢筋锈蚀程度的离散性又很大，另一方面，由于混凝土中的钢
筋锈蚀机理非常复杂，影响影响因素很多，因此，采用各种计算模型很难得到钢筋锈蚀量，且与实测值误差较大。将径向基经网络技术应用
于锈蚀开裂后混凝土中钢筋锈蚀量的评估，建立了评估钢筋锈蚀量的智能信息模型。最后通过实际工程检测结果验证了该方法的实际可
行性，为钢筋锈蚀量的预测提供了一条新的途径。
关键词： 混凝土；径向基函数神经网络智能方法；钢筋锈蚀量；评估
中图分类号：TU528．01 文献标志码：A 文章编号： 1002—3550(2011)ol一0037—03
Intelligence model for predict corrosive degree of concrete embeded rebar
SEENRu—wci
(Guizhou University，Vocational and Technical College，Guiyang 550003，China)
Abstract： The corrosion ofreinforced concrete cracking was influenced by the many uncertainties，and the mechanism ofs~el corrosion in con·
crete is very complex．Radial basis function neural network is used for assessing corrosive degree of concrete embeded rebar after corrosion crack
wasproducedAfterthemainfactors affectingthe corrosive degreeofrebarisanalyzed，a artificialintelligencemodelwas established．The adaption
of the model is discussed from the angles of networks structural optimization and learning parameters．The feasibility is verified according to the
data from practical engineering investigation．It provides a new way to predict corrosive degree ofconcrete embeded rebar after corrosion crack．
Key WOrds： concrete；radial basis function neural network intelligent methods；amount ofsteel corrosion；assessment
BP神经网络相比，RBF网络是一种局部逼近网络，对于每个训
文档评论（0）