冻融循环对玄武岩纤维水泥土力学性能的影响试验

对素水泥土及玄武岩纤维水泥土进行了冻融循环作用前后的无侧限抗压、劈裂抗拉试验,探讨并对比了冻融循环次数、养护龄期、水灰比、纤维掺量等因素对两种水泥土力学性能的影响规律。结果表明:掺入玄武岩纤维后水泥土的冻融强度损失率降低;水泥土的冻融强度损失率随水灰比的增大而增大,随龄期的增大而减小;冻融后水泥土的无侧限抗压强度、劈裂抗拉强度与其受到的冻融循环次数之间的关系可用双曲线拟合;水泥土的劈裂抗拉强度与无侧限抗压强度的比值在14%~17%之间。

冻融条件下玄武岩纤维增强水泥土抗疲劳性能的试验研究

通过试验研究了冻融循环对素水泥土及纤维水泥土的抗疲劳性能的影响。试验结果表明:掺入适量的玄武岩纤维可以改善水泥土的抗压、抗疲劳性能,而且对后者的影响更显著;纤维掺量越高,水泥土抵抗冻融循环破坏的能力也越强;水灰比对水泥土的抗压能力和抗疲劳能力的影响很大,因此在保证水泥土均匀拌合的前提下尽可能降低水灰比;应力水平越高,水泥土的疲劳寿命越短,且采用统计软件拟合出了应力水平S和疲劳寿命N之间的关系,工程上可根据S-N关系推测水泥土的应力水平或疲劳寿命。

基础不均匀沉降引起的上部结构裂缝分析

为了快速鉴别房屋建筑是否因基础不均匀沉降而产生的裂缝,本文对不同原因引起的基础不均匀沉降而产生的上部结构裂缝的不同形式分别进行了描述和分析,并且详细描述了预防地基沉降的方法和上部结构的加固措施,对建筑结构中地基不均匀沉降的预防及上部结构的加固有一定的技术指导意义。

混杂纤维混凝土冻融后损伤值预测

混杂纤维混凝土受冻融作用后的损伤值受多种因素的影响,现阶段难以建立各影响因素与损伤值之间的数学模型。通过神经网络的自适应、自学习和非线性映射,可以建立以影响因素为输入变量、以损伤值为输出变量之间的非线性关系。采用相关试验数据,基于MATLAB软件建立AdaBoost-BP和BP神经网络预测模型,利用这两种预测模型对混杂纤维混凝土受冻融作用后的损伤值进行了预测,并将各自的预测值和实测值进行了对比分析。结果表明:AdaBoost-BP神经网络的预测精度较BP神经网络的预测精度更高,该模型为工程上研究混杂纤维混凝土受冻融循环损伤后的损伤程度提供了新方法。