-
题名基于机器学习的混凝土中活性化学粉末配合比优化研究
- 1
-
-
作者
任太印
黄运芹
杨雪锋
程凌云
徐沛保
-
机构
国网安徽省电力有限公司合肥供电公司
安徽华电工程咨询设计有限公司
安徽建筑大学土木工程学院
-
出处
《金属矿山》
北大核心
2025年第6期174-181,共8页
-
基金
国家自然科学基金项目(编号:12172001)
国网安徽省电力有限公司科技项目(编号:5212A0240002)。
-
文摘
活性化学粉末在修复混凝土内部微裂纹、提高力学强度、提升耐久性、延长使用寿命、减少维护成本等方面具有重要应用价值。为了获得优异性能的自愈混凝土,研究利用络合剂SMS、助剂(硅酸铝+硫酸钠,质量比为1∶1)、甲酸钙、葡萄糖酸钠为混凝土外加剂进行正交试验。通过抗压强度、劈裂抗拉强度等关键参数对混凝土自愈性能进行评价,研究活性化学粉末对混凝土自愈性能的影响。试验研究表明,不同配比的活性化学粉末和不同程度的损伤度对混凝土强度具有重要的影响。对于多因素复杂的试验结果,研究利用机器学习的方法构建自愈混凝土强度恢复性能预测模型,以起始强度、损伤修复强度为优化目标,结合优劣解距离法提出活性化学成分配合比优化方法,获得自愈混凝土强度恢复性能最优的活性粉末配合比,并进行了试验验证和机理解释。该研究有助于深刻了解活性化学粉末对混凝土自修复性能的影响并指导施工配合比设计。
-
关键词
活性化学粉末
压缩与劈裂强度
强度恢复
配合比优化
愈合机理
-
Keywords
active chemical powder
compressive and splitting strengths
strength recovery
mix ratio optimization
healing mechanism
-
分类号
TU528.1
[建筑科学—建筑技术科学]
TP181
[自动化与计算机技术—控制理论与控制工程]
-
