《基于人工神经网络的碱激发水泥RPC配合比设计.docx》由会员分享，可在线阅读，更多相关《基于人工神经网络的碱激发水泥RPC配合比设计.docx（7页珍藏版）》请在课桌文档上搜索。
1、基于人工神经网络的碱激发水泥RPC配合比设计1.1RPC配合比设计1.1.1RPC配合比设计原理活性粉末混凝土的配置机理与高性能混凝土并不完全相同，存在较大的差异。首先,为了提高水泥基材料的均质，它不含有粗集料：第二，为了达到高密度，所采用粉末的粒径分布要最优化:第三，为排除多余的空隙，在成型过程中或成型后施加压力:第四，为改善微空隙结构，在成型后进行热养护；第五，为了提高水泥基材料的韧性，引入钢纤维：第六，保证搅拌与成型工艺与实际浇注工程一致。材料的组成和选择是RPC的关健所在，材料的成型和养护是提高性能的要求.上述中前三个基本原则，使得配制出的基材具有高强的性能，但与普通砂浆，混凝土相比，
2、其韧性并没有得到提高。微钢纤维的掺入，大大提高了其抗拉强度.同时可以获得所要求的韧性。涉及原材料组成的措施（包括保证均质性和颗粒的密实度化）是RPC概念的基础，在所有情况下是适用的，而加压成型方法和热养护的利用对于RPC提高性能是可供选择的。传统的混凝土是一种非均质材料，其中集料在水泥基体中形成骨架。当混凝上试件受到外加荷载或压力时，在水泥基体与集料界面处，由丁应力集中，形成做裂缝.这些微裂缝的尺寸和扩展与集料的粒径有直接关系.因此在RPC中，采用细砂代替粗集料，提高材料均质性，控制材料内部缺陷.使不同粒径材料达到最大密实，并严格控制用水量。为保证水泥与活性粉末最大限度的水化，在养护时采用热养
3、护，在成型过程中，为排除多余的空气，可以根据需要，进行加压成型。1.1.2RPC配合比设计方法研究概况1.1.2.1国外活性粉末混凝土的研究与应用1995年，法国的PierreRiChard等人在研究了原材料、成型工艺、养护制度对RPC性能的影响后，指出：D减少粗骨料的含量、优化混合物的颗粒级配，可以获得匀质、致密并具有优良力学性能的RPC；2）在RPC凝结硬化过程中，施加压力可排出自由水，提高RPC的密实性：3）掺入2、2.5%（体积比）微细钢纤维（直径为0.15IMn,长度为13mm）可以提高RPC的延性.1996年，J.DUgat区等人进行了RPC200和RPC800的力学性能试验，基于
4、对RPC的应力一应变曲线、弹性模量、泊松比、极限应变、弯折强度、平均断裂能等进行了试验研究，并同时考察了钢纤维掺量对RPC延性的影响。1996年，HeleneZHnni等人通过Si核磁共振研究发现：在RpC中，参与水化反应的硅灰的量与RPC养护的温度和时间有关。温度越高、时间越长，参加反应的硅灰越茹1996年，在N.Roux等关于活性粉末混凝土耐久性的研究中，对比30Mpa的普通混凝土和80MPa的活性粉末混凝土，RPC显示出优越的耐久性，可以预见应用RPC材料的结构的使用寿命会比采用普通混凝上行显著的增长。1997年，OlivierBorIrWaU51等人通过实验研究了基于对RPC的抗压强度
5、、弹性模量、抗冻融循环的能力、抗除冰盐腐蚀、抗氯离子湾透能力等耐久性能得出最优的配合比。1999年，J.A.0.BarroS等通过对钢纤维掺量为0、60kg/m3的钢纤维混凝土进行抗压试验，得到一个抗压应力应变建议公式，通过对金属网增强混凝土板和钢纤维增强混凝上板进行抗弯试验，发现随着纤维掺量的增加，板的承载力增加，且裂缝宽度也减小。活性粉末混凝土中钢纤维含量较少，钢纤维起增韧作用，与普通混凝土相比，RPC的抗拉强度并没有明显的提高。提高钢纤维的掺量成为提高RPC的抗拉强度的一种有效方法。但随着钢纤维掺量的增加，RPC的工作性能有所下降，强度的增长也下降，有的学者就提出了将不同尺寸的钢纤维级配
6、掺入基体混凝土中，使各种纤维在裂缝的开展过程中发挥纤维间的协同效应来提高混凝土的抗拉强度。2002年,AnYan等在钢纤雉掺量对SIFoON（SIUrry-infiltratedfiberreinforcedconcrete钢纤维掺量达4%20%左右）表面裂纹的影响研究lP发现：SIFCON韧性和强度可达基体的数倍，且相较于普通混凝上的单一裂缝，SIFCoN的裂缝发展为多而密的状态，随着钢纤维掺量的增加，裂缝规律性显得越弱，不规则破碎范围也随之增大。2003年，SBayard等在研究中发现，活性粉末混凝土中钢纤维的分布方向对RPC的力学性能有很大的影响，通过改善RPC的制备工艺可以调节钢纤维在
7、基体中的分布，从而改善RPC的力学性能。随着混凝上技术的发展，活性粉末混凝土也有了新的发展，相继出现了掺不同种类纤维、大掺量纤维、混杂纤维、级配纤维、网状纤维的活性粉末混凝土，但这些种类的混凝土都有一个共同的特点：剔除了粗骨料，混凝土密实度高。2004年，Yin-WenChanw等在研究硅灰对RPC基体与钢纤维界面粘结影响时发现：硅灰掺量对钢纤维与混凝土基体的粘结性能有很大的影响，经试验发现硅灰掺量在2（30%时，钢纤维与混凝土基体的界面粘结效果较好。活性粉末混凝土中掺入一定比例的钢纤维，形成一种新的水泥基豆合材料。RPC中的钢纤维在基体中呈三维无序排列状态，遍及混凝土的各个部分，使其呈现较好
8、的均匀性。因此，RPC与普通混凝土相比，其韧性大为增强，大大提高了混凝土的抗弯拉和抗冲击强度等各项力学指标。钢纤维住混凝土中的主要作用在于限制外力作用下基体中裂缝的扩展。在受荷（拉、弯）初期，水泥基体与钢纤维共同承受外力，而前者是外力的主要承受者：当基体发生开裂后，横跨裂缝的钢纤维成为外力的主要承受者。若钢纤维体积掺量超过某一临界值，整个复合材料可继续承受较高的荷载，并产生较大的变形，直到钢纤维被拉断或钢纤维从基体中被拔出，直至复合材料破坏。因此，钢纤维在混凝土的分布、掺量、种类就对RpC的性能会有很大的影响。2004年，CS.Poon，研究了在高温（600、800也）下不同种类纤维对混凝土性
9、能的影响，指出钢纤维在常温和高温卜都能提高的混凝土的强度和韧性，而聚丙烯纤维在常温下对混凝土所起的增强增韧作用在高温下会失效。2005年，法国的PierreR。SSim等学者将三种不同尺寸的纤维掺到混凝土基体中，制备成多尺寸纤维增强混凝土MSFRC（MultiScaleFibreReinforcedConcrete）*其杨氏模量达到55GP8、抗压强度达到220MPu、轴向拉伸强度超过20VPa。2005年,L.G.SoreUiU2）等也研究了两种不同尺寸的钢纤维混掺时纤维的协同效应。RpC与普通混凝土相比，由于剔除了粗骨料，混凝土基体的密实度有了很大的提高，耐久性也相应得到很大提高。2007
10、年，EdouardParant和PierreRoSSi等相继对这种材料进行了抗疲劳性能的试验。WUYaOL等对钢纤维、聚丙烯纤维、碳纤维两两相掺的混杂纤维混凝上的抗压、抗弯性能进行了研究，发现混杂钢纤维和碳纤维的混凝土抗压强度和抗弯强度较好.1.1.2.2国内活性粉末混凝土的研究与应用随着混晶上技术的发展，我国研究人员也对高性能混凝上的研究进行了积极的探索。湖南大学沈蒲生教授1991年从丹麦奥尔堡大学访问归国后，积极建议开展中、高纤维含量高强混凝土的研究.1993年湖南大学的黄政宇、沈蒲生用525#硅酸盐水泥掺入硅灰、高效减水剂和短钢纤维，在不同的养护条件下制成114、215MPa的超高强混凝
11、土，并研究了不同水灰比、砂灰比、钢纤维含量和养护条件对混凝土力学性能的影响.1993年，重庆建筑大学的蒲心诚也用525#硅酸盐水泥加入活性矿物掺料(硅灰、超细矿渣、超细粉煤灰)及高效减水剂配制出10(T150MPh的超高强混凝上，形成了成熟的技术路线。由以上看出，我国高性能混凝上的发展路线和国外活性粉末混凝上的发展路线一样，都是剔除粗骨料来增强混凝一上的均匀性，掺活性矿物材料并热养护来改善混凝土的微观结构，掺钢纤维来提高混凝土的韧性.在出现活性粉末混凝土后，国内的研克若也结合国情对活性粉末混凝土做了大量的研究工作。1999年，清华大学的曹峰、覃维祖M在国外活性粉末混凝土的基础上提出以多元粉体细
12、颗粒优化级配来提高整个基体的堆积密度的改进方法。也就是在水泥基体中复合使用粉煤灰，减少硅灰用量。这样可以充分利用粉煤灰早期水化慢，提高水泥在早期的水化.这样可以降低硅灰掺量、减少RPC成本的同时进一步提高混凝土基体的密实度。2000年，湖南大学的何峰、黄政宇3等人则研究了原材料品种、性质、配合比和养护制度等因素对RPC强度的影响。在未掺钢纤维的情况下，配制出了流动性好、高温养护(200C)下抗压强度可达229.0MPa的RPC,在掺钢纤维且高温养护(2001C)的情况下，配制出了抗压强度高达298.6MPa的RPC,2001年，中南大学的龙广成El等人研究了不同养护温度和龄期对RPC强度的影响
13、以期确定最佳养护条件，发现RPC在标准养护的条件卜强度发展缓慢，28天强度仅为目标强度的65%；不同的养护温度有最佳的养护时间，并提出了一个最佳的养护制度。2002年.东南大学的刘斯凤、孙伟等人以天然细骨料和高达60%的外掺料成功制箱出了抗压强度为200MPa、抗折强度高达50MPa的超高性能混凝土材料，并尝试用其制作市政工程中的井盖。研究证明这种井盖具有轻质、高强、高韧性、造价低廉，且无回收价值的特点，完全可取代铸铁井盖，具有较好的社会效益和经济效益。用活性粉末混凝土制作的人行道板和支架成功地应用丁育藏铁路跨线桥，为活性粉末混凝十.预制构件生产的工厂化、规模化、商业化、标准化提供了宝贵的实践
14、经验:。2003年，陈广智二等人研究了养护条件和配合比对RPC收缩性能的影响，发现Rrc的长期收缩率远小于普通混凝土，通过优化配比、改善养护条件以及掺加微细钢纤维均能有效减小RPC的收缩率。2003年，周巧号，蔡传荣8等人则运用扫描电镜研究了不同养护条件下RPC的微观结构特征与强度关系，为RPC的优越性能提供可靠保证。发现由于热养护下混凝土澈观结构的改善，热水养护、高温养护、蒸汽养护卜混凝土的强度远高于标准养护的混凝土:在同一测试龄期随着养护条件由标准养护向热水养护、高温养护、蒸汽养护的变化,混凝土的微观结构逐步得到改善，水化越来越完全，混凝土强度越来越高。2005年，龙广成，谢友均即等人也利
15、用压求测孔仪、扫描电镜等现代微观手段对RPC的孔结构和微观形貌进行了研究。其研究结果表明：RpC具有非常低的孔隙率,其气体渗透系数比传统混凝上低r2个数量级。经过21天热处理后,其试样长度基本不产生膨胀。RPC优异的宏观性能得益于其致密、均匀的内部微观结构.参考文献3、”中通过不同尺寸的立方体试件和棱柱体试件的受压试验探廿了碳纤维RPC和钢纤维Rrc在不同养护制度下的棱柱体抗压强度、弹性模量、峰值应变等参数，并对纤维的增强增韧机理进行了探讨.2005年，同济大学的姚志雄和周健3通过三点弯曲梁法测试了钢纤维、混杂纤维（钢纤维、聚丙烯纤维）增强RPC试件的断裂能.其试验结果表明：钢纤维对RPC增强
16、增韧效果显著，而混杂纤维的效果更佳。2005年，福州大学的周瑞中和姚志雄：等人还对钢纤维Rp&聚丙烯纤维RPC、混杂纤维RPC进行了断裂和疲劳试验研究.发现聚丙烯纤维对RPC强度和抗裂性能的贡献几乎为零，而钢纤维的加入则极大的增强RPC的力学性能，而混杂纤维的增强、阻裂作用更加显著；纤维增强RPC的断裂韧度、抗弯强度和疲劳寿命等远远高出普通混凝土.2006年，赵海君，严云3等人也研究了砂胶比、减水剂掺量、硅灰与及养护制度等因素对RPC力学性能的影响，并探讨了RPC凝结硬化机理和强度变化特征。2010年，崔巩，刘建忠，姚婷，林玮M等人进行了基于Dinger-Funk方程的活性粉末混凝土配合比设计
17、。他们指出为了提高活性粉末混凝上（RPC）的密实度，用最紧密堆积理论对RPC进行配合比设计。基于最紧密堆积理论，运用MatIab与EXCelSOIVerTool进行编程，实现RPC复合体系的静态密实堆积的理论计算，并变换配合比参数，对理论计算配合比进行验证.试验结果表明：按照理论计算配合比所配制的RPC抗压强度高达186.6MPa抗折强度25.6MPH目_工作性能良好，相对于其他配合比，理论甘算出的RPC配合比的工作性与力学性能综合为最优.可将基于Dinger-Funk方程的最紧密堆积模型科学地应用于RPC配合比设计.和外国相比，国内RPC在实际工程中的应用还比较少。北方交通大学的研究人员与铁
18、道部合作进行RPC200铁路桥梁预制构件的研制，首批铁路桥梁人行道板及其支架的试验研究工作已初步完成。根据其试验结果，RPC200人行道板内不配置钢筋即可满足工程对强度和刚度的要求，在用RPC200制作的人行道板内配置钢筋是不合理、不经济的且不能发挥RPC200高强的性能。1.2人工神经网络在混凝土配合比设计中的应用1997年杨朝晖等首次提出混凝上强度预测与设计的神经网络方法。对普通混凝土、高强混凝土等多种混凝上建立了表现混凝上强度因果规律的神经网络方法，在己有混凝上试验资料上，进行了强度预测。与通用的回归分析方法所得结果对比，神经网络方法精度较高。通过实例给出了应用神经网络方法的强度预测结果
19、。表明神经网络是混凝土强度，特别是高强混凝土强度预测和设计的崭新途径.2004年王海超等就混凝土外掺料的稳定掺量问题采用人工神经网络模型进行了预测方面的研究.他也探讨了在多因素影响下，人工神经网络技术在混凝土配合比设计方面的实现手段。采用以正交设计试验作为学习样本模拟真实系统的方法，来模拟完全试验；同时，以部分试验数据为研究对象，通过自组织神经网络分类计嵬，构成学习样本来模拟真实系统，也得到了较为满意的结果.2004年Jong-InKimhin认为混凝土浇筑完成后等待测试28d抗压强度的结果来评价其是否满足性能要求已来不及，所以他运用BP算法对混凝土单轴抗压强度进行人工神经网络预测.2005年
20、DooKieKinr同样利用神经网络对混凝土抗压强度进行预测2005年季韬等在给出混凝上等效水灰比和骨料平均浆体厚度计算方法的基础上，采用人工神经网络方法，建立了混凝土28d抗压强度与混凝土等效水灰比、骨料平均浆体厚度和粉煤灰与胶凝材料用量比之间的非线性映射关系。该研究成果可减少混凝土试配次数，节约大量人力、物力和时间，并为高体积稳定性混凝土配合比设计方法的研充进一步奠定了基础。同年，他还应用人工神经网络成功预测了混凝土的坍落度百。2006年他提出从骨料到浆体的混凝上配合比设计方法，将最少浆体理论、改进Toufar模型和人工神经网络应用于配合比的设计，实现良好的经济与生态效应。I-ChengY
21、eh于1999年提出基于人工神经网络的高性能混凝土配合比优化设计方法.2006年他又对水胶比0.30.7,粉煤灰掺量在0、50%范围内的不同配比混凝土进行试验研究，测试其早期和后期抗压强度.并采用人工神经网络模型进行了成功的预测。他于2007年对混凝土的坍落度也进行了试验研究，表明混凝土坍落度不只与用水量和粗骨料最大粒径有关，同样地，混凝土其他组分用量也是影响因素通过比较，发现采用人工神经网络预测混凝上坍落度的精度比Fl归分析高，并旦更简便。参考文献IPierreRichard,MarcelCheyrezy.CompositionofReactivePowderConcretesJ.Cemen
22、tandConcreteResearch.1995,25(7)：1501-1511.2J.Dugat,N.Roux,G.Bernier.MechanicalPropertiesofReaCIiVePowderConcretesJ.MaterialsandStructures*1996,29(5)：233-240.3HeleneZannitMarcelCheyrezysVincentMaret,etal.InvestigationofhydrationandpozzolanicReactioninRcaclivcPowderConcrctc(RPC)usingSINMR(J).Cementand
23、ConcreteResearch.1996,26(1)：93-100.4N.Roux,C.Andrade.M.A.Sanjuan.ExperimentalstudyofdurabilityofreactivepowderconcreteJl.JournalOfMaterialinCivilEngineering*1996,2：1-5.5OlivierBonneauMohamedLchemiEricDalIaire*etal.MechanicalPropertiesandDurabilityofTwoIndustrialReactivePowderConcretesfJ,ACIMaterials
24、JoumaL1997,94(4)：286-290.6J.A.O.Barros.J.A.Figueiras.FlexuralbehaviorofSFRC：TestingandmodelingJ.JournalOfMateriaIinCivilEngineering*1999,11：331-339.7AnYan,KcniWu,XiongZhang.Aquantitativestudyonthesurfacecrackpatternofconcretewithhighcontentofsteelfiber(J.CementandConcreteResearch,2002,32：1371-1375.8
25、O.Bayard,O.Pie.Fracturemechanicsofreactivepowderconcrete：materialmodelingandexperimentalinvestigationsJ.EngineeringFractureMechanics*2003,70：839-851.9Yin-WenChan.Shu-HsienChu.EffectofsilicafumeonsteelfiberbondcharacteristicsinreactivepowderconcreteJ,CementandConcreteResearch*200434：1167-1172.10C.S.P
26、oon,Z.H.Shui,L.Lam.Compressivebehavioroffiberreinforcedhigh-performanceconcretesubjectedtoelevatedtemperaturesJ.CementofConcreteResearch,2004,34：2215-2222.11P.RossitA.Antonio,P.Edouard,etal.BendingandcompressivebehaviorsofanewcementcompositeJ.CementandConcreteResearch.2005,35：27-33.12L.G.Sorelli*A.M
27、Cda,G.A.Plizzari.BendinganduniaxialtensiletestsonconcretereinforcedwithhybridsteelfibersJ.JournalofMaterialinCivilEngineering*2005.17(5)：519-52713P.Edouard,P.Rossi,B.Claude.Fatiguebehaviorofamulti-calecementcompositeJ.CementandConcreteResearch200737：264-269.14WuYaoJieLi.KeruWu.Mechanicalpropertiesof
28、hybridfiber-reinforcedconcreteatlowfibervolumefractionJ.CementandConcreteResearch.2003,33：27-30.5黄政宇,沈蒲生200MPa超高强钢纤维混凝土试验研究J混凝土，1993,3：3-7.16蒲心诚.超高强混凝十.的研究与应用J混凝土，1993,5：8-17.17曹峰，覃维祖超高性能纤维增强混凝土初步研究J.工业建筑，1999,29(6)：42-44.18覃维祖.活性粉末混凝土的研冗J.石油工程建设，2002,28(3)：1-3.19何峰，黄政宇200-300MPa活性粉末混凝土(RPC)的配制技术研究J
29、.混凝土与水泥制品，2000,4：3-7.20何峰,黄政宇.养护制度对活性粉末混凝土(RPC)强度的影响研究J混凝土,2000,2：31-34.21龙广成，谢友均养护条件对活性粉末险(RPC200)强度的膨响J.混凝七与水泥制品,2001,3：15-16.22刘斯凤，孙伟.新型超高性能混凝土的力学性能研究及工程应用J.工业建筑，2002,32(6)：1-3.23敖长江.铁路桥梁用活性粉末混凝上人行道板及支架的制造工艺技术J.林业科技情报，2004,39(4)：66-68.24陈广智,孟世强.阎培渝.养护条件和配合比对活性粉末混凝土变形率的影响J工业建筑，2003,33(9)：63-66.25周
30、巧琴，蔡传荣，何雁斌.活性粉末混凝土(RPC)微观结构和强度J.电子显微学报,2003,22(6)：594-595.26龙广成，谢友均，王培铭等.活性粉末混凝土的性能与微细观结构J.硅酸盐学报，2005,33(4)：456-461.27柯开展，周瑞中.掺短切碳纤维活性粉末混凝土的受压力学性能研究J.福州大学学报，2006,34(5)j739-74428林清，吴炎海，姚良云钢纤维活性粉末混凝土受压性能试验研究J福建建筑.2005,3：95-98.29曾建仙，吴炎海，林清掺钢纤维活性粉末混凝土的受压力学性能研究J.福州大学学报，2005,33(增刊)：132-137.30姚志雄，周健.纤维增强活性
31、粉末混凝土(RPC)断裂能的研究J建筑材料学报，2005,8(4)：356-360.31周瑞中，姚志雄，石成恩活性粉末混凝上为基底材料的断裂和疲劳试验研究J水力发电学报，2005,24(6)：40-44.321赵海君，严云.胡志华等.活性粉末混凝土(强度大于200IPa)的研究J.混凝土，2006,11：25-29.33崔巩,刘建忠,姚婷,林玮.基于Dinger-Funk方程的活性粉末混凝上配合比设计J东南大学学报(自然科学版),2010(S2):15-19.34杨朝晖，刘浩吾，陆金池.混凝土强度预测与设计的神经网络方法J.水力发电学报，1997.(1)：33-4.35王海超，何世钦.人工神经
32、网络技术在高强混凝土中的应用J建筑材料学报，2004.3(7)：94-101.36Jong-InKim,M.ASCE.DooKieKim.ApplicationofNeuralNetworksforEstimationOfConcreteStrengthlJ.JOURNALOFMATERIALSINCIVILENGINEERING.2004：257-264.371DoOKieKim,JongJaeLee,JongHanLee.ApplicationofProbabilisticNeuralNetworksforPredictionofConcreteStrengthfJ.JOURNALOFMA
33、TERIALSINCIVILENGINEERING.25:353-362.38季韬，林挺伟，林旭健基于人工神经网络的混凝土抗压强度预溜方法J建筑材料学报，2005.8(6)：676-681.39季韬，林挺伟，郑中双混凝土拌和物班落度预测方法的研究J.建筑材料学报，2005.8(2)：159-163.40TaoJir11ngweiLinXujianLin.AconcretemixproportiondesignalgorithmbasedonartificialneuraletworksU.CementandConcreteResearch,2006.36：1399-1408.4111-Chcn
34、gYeh.DesignofHigh-PerformanceConcreteMixtureUsingNeuralNetworksandNonlinearProgramining(J).JOURNALOFMATERIALSINCIVILENGINEERING,1999：3842.42I-ChengYeh.AnalysisofStrengthofConcreteUsingDesignofExperimentsandNeuralNetworksJ.JOURNALOFMATERIALSINCIVILENGINEERING,2006：597-604.14311-ChengYeh.Modelingslumpflowofconcreteusingsecond-orderregressionsandartificialneuralnetworksJ.CementandConcreteResearch,2007.(29)：474-480.
