基于深度学习的粉煤灰混凝土氯离子浓度预测

为研究深度学习方法在氯离子浓度预测中的应用,通过自然潮差环境下粉煤灰混凝土的长期暴露试验获取3150组自由氯离子浓度数据,建立不同激活函数、不同隐藏层层数的多层感知器(multi-layer perceptron,MLP)模型,开展考虑水灰比、暴露时间、粉煤灰掺量、渗透深度4个输入参数影响的粉煤灰混凝土中的自由氯离子浓度预测研究.结果表明,采用ReLu函数及4层隐藏层构建MLP模型时,自由氯离子浓度的预测结果最优.同时,将构建的最优MLP模型开展基于未测参数的自由氯离子浓度预测,比基于菲克第二定律的预测结果更准确.因此,MLP模型具有精度高和适用范围广泛的特点,可作为氯盐环境下混凝土中自由氯离子浓度预测的新方法.

基于神经网络预测混凝土中氯离子浓度的分布

现阶段对氯离子浓度预测大多基于Fick定律以及在此基础上的一些改进模型,其明显的缺点就是模型的参数较多,应用不便。而人工神经网络不需要研究各个影响因素间的关系,常用于对模糊问题的研究。基于BP神经网络与径向基函数神经网络,给出了预测混凝土中氯离子浓度分布的分析模型,并结合试验对比了两种方法的有效性,结果表明径向基函数神经网络比BP神经网络具有较好的准确性与稳定性。最后提出通过建立庞大的神经网络数据库来预测不同环境作用下不同配合比的混凝土在任意时刻的氯离子浓度分布。

有压溶液作用下混凝土中氯离子浓度分布研究

为探索测定混凝土中钢筋锈蚀临界氯离子浓度的快速测定方法,本文对有压溶液作用下混凝土内部的氯离子浓度分布进行了测定。试验测定了0.65水灰比、1 MPa压强作用下混凝土的渗透系数以及不同加压时间条件下的自由氯离子浓度和总氯离子浓度,得到了不同加压时间下自由氯离子沿混凝土深度的浓度分布曲线。结果表明,随着加压时间的增长,在同一混凝土渗透深度处,自由氯离子浓度呈上升趋势。数值模拟的结果也较好的反映了这一规律。这为钢筋锈蚀临界氯离子浓度的快速测定方法的提出提供了理论及实验基础。

湿-烘循环作用下PVA纤维增强水泥基复合材料抗氯离子侵蚀性能研究

采用湿-烘循环的试验方法，以PVA纤维体积掺量和烘干温度为参数，研究了PVA纤维增强水泥基复合材料（PVA-FRCC）的抗氯离子侵蚀性能。结果表明：湿-烘循环作用下，随着PVA纤维体积掺量逐渐增加，PVA—FRCC试件氯离子平均侵蚀深度变化幅度较小，而氯离子最大侵蚀深度逐渐降低。与同等条件下混凝土相比。氯离子最大侵蚀深度约降低20．9％-48．9％，同时，同一侵蚀深度处自由氯离子浓度明显降低。随着烘干温度的升高．PVA—FRCC试件氯离子平均和最大侵蚀深度增长明显；相同侵蚀深度处自由氯离子浓度明显增加。PVA纤维体积掺量和烘干温度对PVA—FRCC抗氯离子侵蚀性能有较明显的影响。

干湿交替氯盐环境下氧化石墨烯水泥砂浆抗侵蚀研究

抗氯离子侵蚀能力的强弱对水泥基材料服役寿命长短有着关键性的影响。本文研究了不同氧化石墨烯(GO)掺量(0%、0.02%、0.04%、0.06%、0.08%、0.10%,质量分数)在干湿交替氯盐环境下对水泥砂浆抗氯离子侵蚀性能的影响,分析了不同GO掺量下自由氯离子浓度与水泥砂浆抗氯离子侵蚀性能之间的关系,并利用扫描电子显微镜从微观角度分析水泥砂浆的抗侵蚀性能。结果表明:GO能显著提高水泥砂浆的抗氯离子侵蚀能力,最佳掺量范围为0.04%~0.06%;在同一钻孔深度处,水泥砂浆内的自由氯离子浓度随着GO掺量的增加先降低后升高;GO能有效调节水泥砂浆的微观形貌,减少内部孔隙产生,密实结构,提高水泥砂浆抗氯离子侵蚀能力。

水泥基材料中自由氯离子浓缩的影响因素

研究了NaCl浸泡液浓度、浸泡时间、养护时间、浸泡温度和压滤压力对水泥基材料孔溶液中氯离子浓缩的影响。结果表明:在NaCl溶液中浸泡56 d后,水泥基材料试件孔溶液中自由氯离子浓度与浸泡液的氯离子浓度有很好的线性关系。当浸泡液浓度≤0.3 mol/L时,自由氯离子浓度比浸泡液的氯离子浓度至少高40%;当浸泡液浓度>0.3mol/L,自由氯离子浓度只稍微高出浸泡液的氯离子浓度。浸泡后的前63d,自由氯离子浓度随浸泡时间增加逐渐增加,随后,自由氯离子浓度开始随浸泡时间增加而降低。孔溶液中氯离子浓度随养护时间增加而减少。浸泡温度和压滤压力对自由氯离子浓缩没有太大的影响。双电层和试样孔结构压滤前后变化是水泥基材料孔溶液中的自由氯离子浓度升高的主要原因。