本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的混凝土強(qiáng)度預(yù)測研究　出處：《遼寧工程技術(shù)大學(xué)》2013年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 混凝土 強(qiáng)度 人工神經(jīng)網(wǎng)絡(luò) 敏感性分析 預(yù)測

【摘要】：近年來在役土木工程結(jié)構(gòu)的安全性越來越受到重視，而混凝土材料的強(qiáng)度在土木工程結(jié)構(gòu)的安全性及耐久性評估中扮演著重要角色。在土木工程結(jié)構(gòu)的長期服役中，混凝土的強(qiáng)度會慢慢下降。準(zhǔn)確地預(yù)測出混凝土材料在長期使用過程的強(qiáng)度退化對于正確評估結(jié)構(gòu)安全性有著重要的意義。 本文在收集整理混凝土試驗(yàn)數(shù)據(jù)的基礎(chǔ)上，利用神經(jīng)網(wǎng)絡(luò)模型和MATLAB軟件中的神經(jīng)網(wǎng)絡(luò)工具箱，，對混凝土強(qiáng)度進(jìn)行了預(yù)測研究。 首先，本文論述了神經(jīng)網(wǎng)絡(luò)的基本原理，BP網(wǎng)絡(luò)的結(jié)構(gòu)、算法原理，BP網(wǎng)絡(luò)建立過程以及BP網(wǎng)絡(luò)的程序?qū)崿F(xiàn)過程，利用收集整理到的國內(nèi)外試驗(yàn)資料，建立BP網(wǎng)絡(luò)預(yù)測模型預(yù)測了混凝土強(qiáng)度值，并分析了運(yùn)用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行混凝土強(qiáng)度預(yù)測的可行性。 其次，分析總結(jié)了影響混凝土強(qiáng)度的主要因素，并利用收集到的試驗(yàn)數(shù)據(jù)，運(yùn)用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱創(chuàng)建了BP網(wǎng)絡(luò)模型，根據(jù)敏感性分析方法，對幾個主要的影響因素進(jìn)行了混凝土強(qiáng)度敏感性分析。 最后，本文通過試驗(yàn)研究了混凝土的力學(xué)性能，并將試驗(yàn)數(shù)據(jù)應(yīng)用到混凝土強(qiáng)度預(yù)測之中。測試結(jié)果表明，經(jīng)過訓(xùn)練的人工神經(jīng)網(wǎng)絡(luò)能夠準(zhǔn)確地預(yù)測混凝土材料的強(qiáng)度，其誤差控制在7%以內(nèi)，可以滿足工程的需要。
[Abstract]:In recent years, more and more attention has been paid to the safety of civil engineering structures in service. The strength of concrete plays an important role in the evaluation of safety and durability of civil engineering structures and plays an important role in the long-term service of civil engineering structures. The strength of concrete will decrease slowly. It is very important to predict the strength degradation of concrete material in long-term use for evaluating the structural safety correctly. On the basis of collecting and finishing the test data of concrete, this paper makes use of neural network model and neural network toolbox in MATLAB software to predict the strength of concrete. First of all, this paper discusses the basic principle of neural network and the structure of BP network, the algorithm principle of BP network establishment process and BP network program implementation process, using the collected domestic and foreign experimental data. The prediction model of BP neural network is established to predict the strength of concrete, and the feasibility of using artificial neural network to predict the strength of concrete is analyzed. Secondly, the main factors affecting the strength of concrete are analyzed and summarized, and the BP neural network model is created by using the MATLAB neural network toolbox, and the sensitivity analysis method is used. The sensitivity analysis of concrete strength is carried out for several main influencing factors. Finally, this paper studies the mechanical properties of concrete through experiments, and applies the test data to the strength prediction of concrete. The test results show that. The trained artificial neural network can accurately predict the strength of concrete material, and its error is controlled within 7%, which can meet the need of engineering.
【學(xué)位授予單位】：遼寧工程技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TU528

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊曉明;李宗津;;新型水泥基壓電傳感器的基本性能研究[J];傳感技術(shù)學(xué)報;2012年03期

2 程云虹,劉斌;混凝土結(jié)構(gòu)耐久性研究現(xiàn)狀及趨勢[J];東北大學(xué)學(xué)報;2003年06期

3 王稷良;王雨利;李進(jìn)輝;李北星;周明凱;;粉煤灰和礦粉對高強(qiáng)混凝土耐久性的影響[J];粉煤灰綜合利用;2007年02期

4 王英;尹璐;隋竹娟;;BP網(wǎng)絡(luò)對粉噴樁復(fù)合地基承載力的預(yù)測分析[J];廣西大學(xué)學(xué)報(自然科學(xué)版);2006年02期

5 熊輝霞;張耀庭;苗雨;;基于BP神經(jīng)網(wǎng)絡(luò)的體外索索力預(yù)測及MATLAB實(shí)現(xiàn)[J];廣西大學(xué)學(xué)報(自然科學(xué)版);2011年01期

6 陳強(qiáng);王新剛;;人工神經(jīng)網(wǎng)絡(luò)在混凝土強(qiáng)度預(yù)測中的應(yīng)用[J];工業(yè)建筑;2007年S1期

7 牛荻濤，王慶霖;一般大氣環(huán)境下混凝土強(qiáng)度經(jīng)時變化模型[J];工業(yè)建筑;1995年06期

8 聶法智;王天柱;李麗霞;;混凝土后期強(qiáng)度評定的研究及應(yīng)用[J];粉煤灰綜合利用;2008年01期

9 蘇崢;摻粉煤灰C60泵送混凝土的配制及應(yīng)用[J];混凝土;1996年02期

10 趙勝利,劉燕;基于RBF網(wǎng)絡(luò)的商品混凝土強(qiáng)度預(yù)測分析[J];計算機(jī)工程;2005年18期

相關(guān)博士學(xué)位論文 前1條

1 楊文武;海工混凝土抗凍性與抗氯離子滲透性綜合評價[D];重慶大學(xué);2009年

本文編號：1397857