一種確定徐變?cè)囼?yàn)棱柱體試件抗壓強(qiáng)度折算系數(shù)的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種確定徐變?cè)囼?yàn)棱柱體試件抗壓強(qiáng)度折算系數(shù)的方法。
【背景技術(shù)】
[0002] 混凝土是一種徐變體材料，即在常應(yīng)力作用下，隨著時(shí)間的延長，應(yīng)變將不斷增 加。混凝土徐變不僅與持荷時(shí)間有關(guān)，而且與加載齡期等有關(guān)，加載越早，徐變?cè)酱??；炷?土徐變對(duì)大體積混凝土溫度應(yīng)力影響顯著，因此，在進(jìn)行大體積混凝土溫控防裂時(shí)，需要開 展混凝土徐變?cè)囼?yàn)，獲得混凝土的徐變度。
[0003] 當(dāng)采用混凝土棱柱體試件進(jìn)行壓縮徐變?cè)囼?yàn)時(shí)，通常需要由15cm立方體試件抗 壓強(qiáng)度折算獲得棱柱體抗壓強(qiáng)度值，然后根據(jù)實(shí)驗(yàn)應(yīng)力比計(jì)算出徐變實(shí)驗(yàn)加載荷載。獲得 棱柱體試件抗壓強(qiáng)度折算系數(shù)主要方法是根據(jù)規(guī)范規(guī)定和常用的抗壓強(qiáng)度折算系數(shù)預(yù)測(cè) 公式。常用的混凝土抗壓強(qiáng)度折算系數(shù)預(yù)測(cè)表達(dá)式見表1。在《水工混凝土實(shí)驗(yàn)規(guī)程》中規(guī) 定0· 3應(yīng)力比下徐變實(shí)驗(yàn)時(shí)圓柱體混凝土試件（(plSOmmMSOmm和(p200min><600mm)抗 壓強(qiáng)度折算系數(shù)為〇. 7-0. 8,無棱柱體徐變?cè)嚰箟簭?qiáng)度折算系數(shù)相關(guān)規(guī)定，基于歐洲混凝 土委員會(huì)（CEB)推薦的立方體、圓柱體、棱柱體試件的抗壓強(qiáng)度折算系數(shù)表，認(rèn)為圓柱體試 件與棱柱體試件的抗壓強(qiáng)度較接近，所以在試驗(yàn)中仍多采用此折算系數(shù)范圍獲得棱柱體抗 壓強(qiáng)度進(jìn)行徐變?cè)囼?yàn)。但這兩種方法都有其局限性，不能滿足試驗(yàn)實(shí)際需要。
[0004]分別制作尺寸為 150mmX1 50mmX150mm、1 50mmX150mmX250mm、1 50mmX1 50mmX3 00mm、1 50mmX150_X450mm、1 50mmX150_X550mm、水灰比為 0. 5,砂率為 0. 3,粉煤灰慘 量為0. 35的C30二級(jí)配混凝土試件，標(biāo)準(zhǔn)養(yǎng)護(hù)7d后進(jìn)行抗壓強(qiáng)度試驗(yàn)，并用以上表達(dá)式進(jìn) 行計(jì)算，將計(jì)算結(jié)果與試驗(yàn)結(jié)果進(jìn)行對(duì)比分析，見表2。由表2可知，現(xiàn)有的抗壓強(qiáng)度預(yù)測(cè)公 式和規(guī)范規(guī)定獲得的折算系數(shù)誤差均較大，這是因?yàn)榛炷翉?qiáng)度是一個(gè)與齡期、水灰比、骨 料粒徑、砂率、粉煤灰摻量等相關(guān)的復(fù)雜多因素問題，顯式表達(dá)式不能建立所有影響因素與 抗壓強(qiáng)度之間的聯(lián)系。
[0005] 其中規(guī)范規(guī)定的混凝土棱柱體徐變?cè)嚰恼鬯阆禂?shù)0. 7-0. 8取值的誤差對(duì)于 0.3應(yīng)力比下的徐變?cè)囼?yàn)可以接受，對(duì)高應(yīng)力比徐變?cè)囼?yàn)的適用性則有待檢驗(yàn)。因?yàn)楫?dāng) 僅進(jìn)行混凝土彈性徐變?cè)囼?yàn)（如0.3應(yīng)力比）時(shí)，由于混凝土處于彈性徐變狀態(tài)，所以 該折算系數(shù)引起的誤差可以接受。然而近年來，開展高應(yīng)力比（如0.5及以上應(yīng)力比） 下的混凝土徐變?cè)囼?yàn)研究日益受到工程界重視。由于高應(yīng)力比下棱柱體試件會(huì)進(jìn)入彈 塑性徐變階段，不可逆徐變不可忽略，如果混凝土棱柱體試件（150mmX150mmX450mm 和150mmX150mmX600mm)抗壓強(qiáng)度，相對(duì)15cm立方體試件抗壓強(qiáng)度折算系數(shù)仍取為 0. 7-0. 8,該折算系數(shù)引起的誤差，可能會(huì)導(dǎo)致得到錯(cuò)誤的彈塑性徐變值。
[0006] 表1混凝土抗壓強(qiáng)度折算系數(shù)預(yù)測(cè)表達(dá)式
[0007]
[0008] 表2試驗(yàn)結(jié)果與計(jì)算結(jié)果對(duì)比分析
[0009]


【發(fā)明內(nèi)容】

[0011] 本發(fā)明所要解決的技術(shù)問題是提供一種確定徐變?cè)囼?yàn)棱柱體試件抗壓強(qiáng)度折算 系數(shù)的方法，可以解決現(xiàn)有方法獲得的徐變?cè)囼?yàn)棱柱體試件抗壓強(qiáng)度折算系數(shù)有誤差的問 題，不僅能克服了現(xiàn)有規(guī)范籠統(tǒng)的折算系數(shù)，且能更準(zhǔn)確地預(yù)測(cè)摻粉煤灰混凝土和不摻粉 煤灰混凝土的棱柱體徐變?cè)嚰箟簭?qiáng)度折算系數(shù)，也能滿足高應(yīng)力比下混凝土徐變?cè)囼?yàn)需 要。
[0012] 為解決上述技術(shù)問題，本發(fā)明所采用的技術(shù)方案是：一種確定徐變?cè)囼?yàn)棱柱體試 件抗壓強(qiáng)度折算系數(shù)的方法，該方法包括以下步驟：
[0013] 1)研究混凝土棱柱體試件抗壓強(qiáng)度試驗(yàn)資料，確定影響抗壓強(qiáng)度值的各主要因 素；
[0014] 2)收集混凝土棱柱體試件抗壓強(qiáng)度試驗(yàn)資料，獲得步驟1)確定的各主要因素的 信息構(gòu)成輸入集合，將其對(duì)應(yīng)的抗壓強(qiáng)度比值構(gòu)成輸出集合，組建神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)樣本；
[0015] 3)建立預(yù)測(cè)混凝土棱柱體試件抗壓強(qiáng)度隱式網(wǎng)絡(luò)模型；
[0016] 4)利用步驟2)組建的學(xué)習(xí)樣本，通過步驟3)建立的隱式網(wǎng)絡(luò)模型，進(jìn)行隱式神經(jīng) 網(wǎng)絡(luò)模型訓(xùn)練，獲得較為合理的預(yù)測(cè)混凝土抗壓強(qiáng)度尺寸效應(yīng)的隱式網(wǎng)絡(luò)模型，
[0017] 5)將徐變?cè)囼?yàn)棱柱體試件的影響抗壓強(qiáng)度值的各主要因素的信息輸入步驟4)獲 得的較為合理的預(yù)測(cè)混凝土抗壓強(qiáng)度尺寸效應(yīng)的隱式網(wǎng)絡(luò)模型中，
[0018] 即可得到該混凝土徐變棱柱體試件的抗壓強(qiáng)度折算系數(shù)。
[0019] 步驟1)中，確定的影響抗壓強(qiáng)度值的各主要因素為：混凝土棱柱體試件橫截面長 邊尺寸B、混凝土棱柱體試件橫截面短邊尺寸L、混凝土棱柱體試件垂直向高度H、混凝土齡 期d、混凝土強(qiáng)度等級(jí)、混凝土水灰比、混凝土粗骨料最大粒徑D及粉煤灰摻量。
[0020] 收集混凝土棱柱體試件抗壓強(qiáng)度試驗(yàn)資料，以混凝土棱柱體試件橫截面長邊尺寸 B、混凝土棱柱體試件橫截面短邊尺寸L、混凝土棱柱體試件垂直向高度H、混凝土齡期d、混 凝土強(qiáng)度等級(jí)、混凝土水灰比、混凝土粗骨料最大粒徑D及粉煤灰摻量作為輸入集合，以棱 柱體抗壓強(qiáng)度與標(biāo)準(zhǔn)試件抗壓強(qiáng)度的比值為輸出集合，組建神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)樣本。
[0021] 步驟3)建立的隱式網(wǎng)絡(luò)模型由輸入層、模式層、求和層及輸出層組成，包括以下 步驟：
[0022] 3-1)建立輸入層：設(shè)立輸入層神經(jīng)元X1-X8分別將混凝土棱柱體試件的8個(gè)特征 值混凝土棱柱體試件橫截面長邊尺寸B、混凝土棱柱體試件橫截面短邊尺寸L、混凝土棱柱 體試件垂直向高度H、混凝土齡期d、混凝土強(qiáng)度等級(jí)、混凝土水灰比、混凝土粗骨料最大粒 徑D及粉煤灰摻量作為輸入層，輸入層神經(jīng)元的數(shù)目等于學(xué)習(xí)樣本中輸入向量的維數(shù)，各 神經(jīng)元將輸入變量傳遞給模式層。
[0023] 3-2)建立模式層：模式層神經(jīng)元數(shù)目等于學(xué)習(xí)樣本的數(shù)目n，且各神經(jīng)元對(duì)應(yīng)不 同的學(xué)習(xí)樣本，模式層神經(jīng)元的傳遞函數(shù)為：
[0025] 式中，X為網(wǎng)絡(luò)輸入變量，\為第i個(gè)神經(jīng)元對(duì)應(yīng)的學(xué)習(xí)樣本，σ為光滑因子。
[0026] 3-3)建立求和層：求和層中采用兩種類型神經(jīng)元求和，一類是對(duì)各模式層神
經(jīng)元的輸出進(jìn)行算術(shù)求和，模式層與各神經(jīng)元的連接權(quán)值為1，傳遞函數(shù)為 另一類是對(duì)所有模式層的神經(jīng)元進(jìn)行加權(quán)求和，模式層中第i個(gè)神經(jīng)元與求和層 第j個(gè)求和神經(jīng)元的連接權(quán)值為第i個(gè)輸出樣本t中的第j個(gè)元素，傳遞函數(shù)為
[0027] 3-4)建立輸出層：
[0028] 輸出層中神經(jīng)元數(shù)目等于學(xué)習(xí)樣本輸出向量的維數(shù)k，各神經(jīng)元將求和層的輸出
[0029] 步驟4)中，獲得較為合理的預(yù)測(cè)混凝土抗壓強(qiáng)度尺寸效應(yīng)的隱式網(wǎng)絡(luò)模型的步 驟為：
[0030] 4-1)利用交叉驗(yàn)證函數(shù)將表3的學(xué)習(xí)樣本劃分為測(cè)試樣本和訓(xùn)練樣本，隨機(jī)選取 其中3/4的學(xué)習(xí)樣本作為訓(xùn)練樣本，1/4的學(xué)習(xí)樣本作為檢驗(yàn)樣本，利用MATLAB的神經(jīng)網(wǎng)絡(luò) 工具箱中的PREMNMX函數(shù)對(duì)樣本進(jìn)行歸一化處理；
[0031] 4-2)以選取的樣本進(jìn)行網(wǎng)絡(luò)訓(xùn)練，以誤差最小作為控制條件，不斷循環(huán)搜索獲得 已歸一化處理后的最優(yōu)的訓(xùn)練樣本；
[0032] 4-3)以交叉試驗(yàn)獲得的最佳輸入、輸出、平滑因子利用NEWGRNN函數(shù)創(chuàng)建最優(yōu) GRNN神經(jīng)網(wǎng)絡(luò)；
[0033] 即獲得較為合理的預(yù)測(cè)混凝土抗壓強(qiáng)度尺寸效應(yīng)的隱式網(wǎng)絡(luò)模型。
[0034]本發(fā)明提供的一種確定徐變?cè)囼?yàn)棱柱體試件抗壓強(qiáng)度折算系數(shù)的方法，可以解決 現(xiàn)有方法獲得的徐變?cè)囼?yàn)棱柱體試件抗壓強(qiáng)度折算系數(shù)有誤差的問題，不僅能克服了現(xiàn)有 規(guī)范籠統(tǒng)的折算系數(shù)，且能更準(zhǔn)確預(yù)測(cè)摻粉煤灰混凝土和不摻粉煤灰混凝土的棱柱體徐變 試件抗壓強(qiáng)度折算系數(shù)，同時(shí)滿足高應(yīng)力比下混凝土徐變?cè)囼?yàn)需要。
【附圖說明】
[0035] 下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步說明：
[0036] 圖1為本發(fā)明步驟3)所建立的隱式網(wǎng)絡(luò)模型的示意圖；
[0037] 圖2為本發(fā)明實(shí)施例中網(wǎng)絡(luò)模型擬合預(yù)測(cè)效果圖。
【具體實(shí)施方式】
[0038] 實(shí)施例一
[0039] -種確定徐變?cè)囼?yàn)棱柱體試件抗壓強(qiáng)度折算系數(shù)的方法，該方法包括以下步驟：
[0040] 1)研究混凝土棱柱體試件抗壓強(qiáng)度試驗(yàn)資料，確定影響抗壓強(qiáng)度值的各主要因 素；
[0041] 2)收集混凝土棱柱體試件抗壓強(qiáng)度試驗(yàn)資料，獲得步驟1)確定的各主要因素的 信息構(gòu)成輸入集合，將其對(duì)應(yīng)的抗壓強(qiáng)度比值構(gòu)成輸出集合，組建神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)樣本；
[0042] 3)建立預(yù)測(cè)混凝土棱柱體試件抗壓強(qiáng)度隱式網(wǎng)絡(luò)模型；
[0043] 4)利用步驟2)組建的學(xué)習(xí)樣本，通過步驟3)建立的隱式網(wǎng)絡(luò)模型，進(jìn)行隱式神經(jīng) 網(wǎng)絡(luò)模型訓(xùn)練，獲得較為合理的預(yù)測(cè)混凝土抗壓強(qiáng)度尺寸效應(yīng)的隱式網(wǎng)絡(luò)模型中，
[0044] 5)將徐變?cè)囼?yàn)棱柱體試件的影響抗壓強(qiáng)度值的各主要因素的信息輸入步驟4)獲 得的較為合理的預(yù)測(cè)混凝土抗壓強(qiáng)度尺寸效應(yīng)的隱式網(wǎng)絡(luò)模型中，即可得到該混凝土徐變 棱柱體試件的抗壓強(qiáng)度折算系數(shù)。
[0045] 步驟1)中，確定的影響抗壓強(qiáng)度值的各主要因素為：混凝土棱柱體試件橫截面長 邊尺寸B、混凝土棱柱體試件橫截面短邊尺寸L、混凝土棱柱體試件垂直向高度H、混凝土齡 期d、混凝土強(qiáng)度等級(jí)、混凝土水灰比、混凝土粗骨料最大粒徑D及粉煤灰摻量。
[0046] 收集混凝土棱柱體試件抗壓強(qiáng)度試驗(yàn)資料，以混凝土棱柱體試件橫截面長邊尺寸 B、混凝土棱柱體試件橫截面短邊尺寸L、混凝土棱柱體試件垂直向高度H、混凝土齡期d、混 凝土強(qiáng)度等級(jí)、混凝土水灰比、混凝土粗骨料最大粒徑D及粉煤灰摻量作為輸入集合，以棱 柱體抗壓強(qiáng)度與標(biāo)準(zhǔn)試件抗壓強(qiáng)度的比值為輸出集合，組建神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)樣本。
[0047] 標(biāo)準(zhǔn)試件為水灰比、齡期等特征值均與棱柱體試件相同的立方體試件.
[0048] 收集到的學(xué)習(xí)樣本如表3所示：
[0049] 表3學(xué)習(xí)樣本
[0050]

[0052] 步驟3)中，由于廣義回歸神經(jīng)網(wǎng)絡(luò)模型的極強(qiáng)的非線性映射能力和快速的學(xué)習(xí) 速度等優(yōu)越性，控制參數(shù)也較簡單，只需控制平滑因子即可，因此，采用廣義回歸神經(jīng)網(wǎng)絡(luò) 模型構(gòu)建混凝土抗壓強(qiáng)度尺寸效應(yīng)的隱式網(wǎng)絡(luò)模型結(jié)構(gòu)
[0053] 步驟3)建立的隱式網(wǎng)絡(luò)模型由輸入層、模式層、求和層及輸出層組成，如圖1所 示，包括以下步驟：
[0054] 3-1)建立輸入層：設(shè)立輸入層神經(jīng)元X1-X8分別將混凝土棱柱體試件的8個(gè)特征 值混凝土棱柱體試件橫截面長邊尺寸B、混凝土棱柱體試件橫截面短邊尺寸L、混凝土棱柱 體試件垂直向高度H、混凝土齡期d、混凝土強(qiáng)度等級(jí)、混凝土水灰比、混凝土粗骨料最大粒 徑D及粉煤灰摻量作為輸入層，輸入層神經(jīng)元的數(shù)目等于學(xué)習(xí)樣本中輸入向量的維數(shù)，各 神經(jīng)元將輸入變量傳遞給模式層。
[0055] 3-2)建立模式層：模式層神經(jīng)元數(shù)目