钢-混凝土粘结预测的人工神经网络模型

作     者：Zohra Dahou Z. Mehdi Sbartai Arnaud Castel Fouad Ghomari 

出 版 物：《钢结构(中英文)》 (Steel Construction(Chinese & English))

年 卷 期：2009年第10期

页      面：84-85页

学科分类：08[工学] 081402[工学-结构工程] 081304[工学-建筑技术科学] 0813[工学-建筑学] 0814[工学-土木工程] 

主　　题：极限拔出荷载/应力 混凝土组分 带肋钢筋 人工神经网络 预测 

摘      要：提出人工神经网络模型来模拟传统的带肋钢筋和混凝土之间的粘结性能,目的是预测钢筋从混凝土混合物中拔出的极限荷载(第一神经网络模型)或抗压强度(第二神经网络)以及根据RILEM试验设计的不同钢筋直径的拔出极限荷载。采用112个带肋钢筋(直径为10mm、12mm)以及三种不同混凝土配合比的拔出试验结果数据库,对神经网络模型进行训练。根据反向传播算法,进行多层感知器训练。第一个模型(ANN-6)有6个输入:钢筋直径、水灰比、砂石比、级配、水泥种类和混凝土龄期。第二个模型(ANN-2)有2个输入:钢筋直径、混凝土抗压强度,两个模型的输出均为极限拔出荷载。研究结果显示:所采用的模型预测精度高、误差低、具有鲁棒性。从鲁棒性方面,第一个模型(ANN-6)比第二个模型(ANN-2)更精确。将混凝土的成分作为输入参数,而不是混凝土的强度,对于带肋钢筋-混凝土界面的局部现象更具代表性。