论文摘要
随着社会发展,寒冷地区建设项目的日益增多,混凝上冬季施工更加受到重视。由于混凝材料组成结构的复杂性,对混凝土的低温下力学性能还不能完全准确掌握。本文利用人工神经网络搭建起联系混凝土养护条件与力学性能的主要方面—立方体抗压强度之间的桥梁,在此基础上利用MATLAB的曲线拟合功能,建立养护温度—强度数学表达式。本文主要工作如下:第一章介绍混凝土的发展历史及应用现状、混凝土冻害对现代建筑的影响以及混凝土冻害机理在国内外的研究现状。第二章介绍人工神经网络的概念、特点和基本原理;并总结了人工神经网络在土木工程中的应用。第三章介绍了正交设计方法的基本原理、正交表的特点,以及正交设计在混凝土试验中的应用,给出了本文试验中所用正交表的模型。第四章是试验部分,给出了原材料主要性质分析,叙述了试验设备及步骤,通过试验方法得出了不同养护方式下的混凝土立方体抗压强度。第五章指出了本文使用的BP以及RBF网络的算法结构;将两种算法运用到混凝土立方体抗压强度预测中。运用几种网络形式中较为精确的网络建立MATLAB曲线拟合的数据集,并进行相应拟合,得出了在[-10,20]温度区间内,养护龄期为7d、28d时T-fcu,k曲线及函数关系表达式。第六章是结论与展望,总结本文的主要研究成果并对今后的研究提出相应的展望。本文的主要成果是通过试验的手段,得出了在不同养护条件下的混凝土立方体抗压强度,根据得出的数据建立了BP网络预测模型,较以前的主成分分析方法得到的BP网络精度有明显的提高;运用BP网络的预测数据,拟合T-fcu,k曲线,并得到T-fcu,k函数关系表达式。