基于人工神经网络的混凝土收缩变形控制和优化研究-结构工程专业论文.docxVIP

独创性声明本人声明所号交的学位论文足本人在导师指导下进行的研究工作和取得的 独创性声明 本人声明所号交的学位论文足本人在导师指导下进行的研究工作和取得的 研究成果，除了义中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得盘鲞盘堂或其他教育机构的学位或证 书而使用过的材料。与我 同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名：封支丧／ 签字日期： 2 01。年6月I 8日 学位论文版权使用授权书 本学位论文作者完全了解墨鲞盘鲎有关保留、使用学位论文的规定。 特授权苤盗基堂可以将学位论文的仝部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向围家有关部门或机构送交论义的复印件和磁盘。 (保密的学位论文在解密后适用本授权说明) 学位论文作者签名：吝＼j支甫夕 导师签名 矿 I 签字同期：芝引Q年6月f 3 Ft 签字同期：z。l挥6月fg日 份 咖 摘要随着现代建筑物建筑面积和体量的增大，出现许多超过规范规定的超长构筑 摘要 随着现代建筑物建筑面积和体量的增大，出现许多超过规范规定的超长构筑 物。混凝土裂缝是超长结构面临的主要问题，而收缩变形引起的开裂逐渐成为混 凝土开裂的重要原因。 基于以上研究背景，本课题在研究混凝土收缩的影响机理和正确区分混凝土 收缩类型的基础上，针对双掺粉煤灰和矿粉的混凝土试件进行自然环境下的自由 b‘ 收缩试验，根据试验结果分析研究矿物掺合料和环境条件对混凝土收缩性能的影 响。在试验研究的基础上，应用国内外混凝土收缩模型预测混凝土收缩应变值， ★ 并建立混凝土收缩人工神经网络模型。 对比各模型的预测结果，国内外模型相对误差均较大，人工神经网络模型的 检验结果与实测结果吻合较好，且网络模型有足够的灵敏度。采用人工神经网络 模型进行混凝土收缩的单因素影响分析，得出各因素对混凝土收缩的影响规律； 同时应用正交数值模拟方法分析各因素影响的主次顺序，并进行优化得出抑制混 凝土收缩的最优配合比，可供工程结构混凝土收缩预测和评估参考。 关键词： 收缩， 自然环境，矿物掺合料， BP神经网络 h ’ 叫民 a AbstractWith Abstract With the area and size of modem building becoming bigger and bigger,there are many super long structures．The concrete cracks are the main problems of the super long structure，and the shrinkage of concrete is the main reason to cause cracking． Based on these facts，the subject analyzes the mechanism of concrete shrinkage and correctly distinguishes concrete shrinkage types．Simultaneously shrinkage tests of concrete mixing both fly ash and slag powder in natural environments are conducted．According to the results，effects on shrinkage of concrete such as mineral admixture and environmental conditions are analyzed．According to the experimental study,the shrinkage of concrete is predicted by the domestic and foreign models，and the model of concrete shrinkage based on BP neural network is suggested． After compared with the experimental results，the predicting results of the domestic and foreign models are not accurate．Test results of BP neural network model agree well with the experimental results and the network model has c