-
题名基于机器学习的水泥基灌浆料强度预测方法
- 1
-
-
作者
李其廉
陈佳尧
敦彦茹
曹宪锋
刘毅
-
机构
河北科技大学建筑工程学院
河北省岩土与结构体系防灾减灾技术创新中心
河北省建筑科学研究院有限公司
宁晋县住建局
-
出处
《河北科技大学学报》
CAS
北大核心
2024年第3期308-317,共10页
-
基金
国家自然科学基金(51701026,51605230)。
-
文摘
针对采用小直径芯样法准确预测水泥基灌浆料抗压强度的问题,使用压力试验机分别对水泥基灌浆料标准尺寸试块和小直径芯样进行抗压强度试验,并基于试验数据,采用支持向量机回归(SVR)和随机森林回归(RFR)对水泥基灌浆料抗压强度进行回归预测。结果表明:标准尺寸试块均呈正反相接的四角锥体破坏形态,而高径比为0.7和1.0的小直径芯样呈正反相接的圆锥体破坏形态,高径比为1.2的小直径芯样呈斜裂缝剪切破坏形态;标准尺寸试块和小直径芯样的抗压强度值均服从正态分布,且无离群值;随着龄期的增长,标准尺寸试块和小直径芯样的抗压强度提高,且具有早期强度较高的特性;直径46 mm芯样的抗压强度较小,且更易受加工精度的影响;在给定的龄期和直径下,高径比为0.7的芯样抗压强度值最大,抗压强度离散程度最小;RFR预测模型对水泥基灌浆料抗压强度的预测效果更优。所提方法可较准确预测水泥基灌浆料抗压强度,为水泥基灌浆料抗压强度的预测研究提供了参考。
-
关键词
非金属建筑材料
水泥基灌浆料
机器学习
小直径芯样
抗压强度
-
Keywords
non-metallic building material
cement-based grouting material
machine learning
small diameter core sample
compressive strength
-
分类号
TU528
[建筑科学—建筑技术科学]
-
