基于神经网络方法钢筋混凝土双筋植筋锚固性能

钢筋混凝土结构双筋植筋的锚固性能试验研究 淳　庆　邱洪兴　黄志诚　潘建伍 (东南大学土木工程学院　南京　210096) 　　 方志保 (江苏东南特种技术有限公司　南京　210008) 　　摘　要:对加固改造工程中钢筋混凝土结构的双筋植筋进行了系统的试验研究,包括不同直径钢筋、不 同深度、不同间距对结构锚固性能的影响,得出了一些重要的结论:当植筋深度为15d,且植筋孔净距大于 80mm时,可以不考虑单筋锚固强度的折减;当植筋孔净距小于80mm时,需要适当考虑单筋锚固强度约11%～ 17%的折减。可供加固改造中多筋植筋设计时参考使用。 　　关键词:钢筋混凝土结构　加固改造　植筋　锚固性能 experimentalstudyonanchorageperformanceofdouble

钢筋混凝土结构双筋植筋的锚固性能试验研究

钢筋混凝土结构植筋锚固新技术

结合现阶段植筋锚固研究现状及相应技术规范,分析植筋技术目前所急需解决的问题,总结了植筋锚固计算理论依据及单筋拉拔试验破坏形式,提出未来植筋发展趋势及研究方向,本文主要为了高水平的植筋技术广泛推广,也为相关技术研究提供资料研究参考。

碳化使混凝土的内部组成及结构发生变化,直接影响混凝土结构的性质及耐久性。钢筋混凝土的碳化,会破坏钢筋钝化膜,导致钢筋发生锈蚀,降低钢筋混凝土结构件的耐久性,从而影响到建筑物安全。碳化深度的影响因素很多,实验结果证明,采用bp神经网络,建立碳化时间序列与深度的关系模型,使用matlab进行仿真,预测值误差正常。神经网络能对钢筋混凝土的碳化深度进行预测。

碳化使混凝土的内部组成及结构发生变化,直接影响混凝土结构的性质及耐久性。钢筋混凝土的碳化,会破坏钢筋钝化膜,导致钢筋发生锈蚀,降低钢筋混凝土结构件的耐久性,从而影响到建筑物安全。碳化深度的影响因素很多,实验结果证明,采用bp神经网络,建立碳化时间序列与深度的关系模型,使用matlab进行仿真,预测值误差正常。神经网络能对钢筋混凝土的碳化深度进行预测。

在分析5种具有不同输入变量的神经网络模型的基础上,建立了钢筋混凝土无腹筋梁抗剪强度的优化人工神经网络模型。该模型具有4个输入变量(混凝土抗拉强度、剪跨比、纵筋配筋率和截面有效高度)和一个输出变量(抗剪强度)。通过对数据的放缩处理,提高了网络训练效率。此外还对我国gb50010—2002规范、aci318-08规范、eurocode2、日本jsce规范和加拿大csaa23.3-04规范的无腹筋梁抗剪计算公式进行了对比研究。研究表明,神经网络模型具有较高计算精度,能够很好地预测无腹筋梁的抗剪强度。在各国规范公式中,csaa23.3-04规范的计算结果与试验结果吻合很好,我国gb50010—2002规范、aci318-08规范和eurocode2公式计算结果的离散性较大。

为了提高钢筋的计数准确率和效率,综合运用图像处理技术和神经网络技术,实现对钢筋的识别和计数。对获取的钢筋原始图像进行数字图像处理,得到感兴趣的部分即钢筋的轮廓;计算单根钢筋轮廓的宽度、高度、面积和打捆钢筋的总面积4个特征量;将这4个特征量作为神经网络的输入,训练网络识别钢筋并计数。仿真实验验证了这种方法的可行性和有效性。

混凝土结构植筋锚固的使用受多种因素制约,植筋锚固材料的耐久性、稳定性、耐火性、使用部位、钢筋锚固长度、锚固区混凝土的约束等在设计时都应慎重考虑。

本文用人工神经网络方法研究钢筋混凝土双向偏心受压构件的强度计算，采用ｂｐ算法，建立了一个四层网络，探讨了单元设置，学习率、指数衰减系数选取的具体方法。

钢筋混凝土锚固地梁检查表 施工单位：监理单位： 桩号分项工程名称 所属分部 工程名称 工程部位 基本要求： 项 次 检查项目 规定值或允 许偏差 检查方法和 频率 实测值或实测偏差值质量评定 12345678910 平均、 代表值 合格率 (%) 规定分实得分 1 地梁混凝土 强度(mpa) 不小于设计 按附录d 检查 35 2 地梁混凝土 断面尺寸 (mm) 不小于设计 每梁长、宽、 高各量3处 25 3 轴线偏位 (mm) 10 每梁用尺 量3处 10 4 预留孔偏位 (mm) 5用尺量20 5平整度(mm)8用直尺量10 合计100 外观鉴定： 施工单位技术负责人：检验人：记录：年月日

焊接高温对钢筋混凝土结构植筋锚固性能影响的分析_闫玉红

应用matlab语言及其神经网络工具包,通过bp神经网络对高强钢筋与高强混凝土间的粘结锚固强度进行模拟和预测,结果表明该法能较准确地预测高强混凝土间的粘结锚固强度。

本文详细地阐述了用玻璃纤维加固钢筋混凝土梁的初步设计中,如何有效地确定补强材料的端部实际抗剪能力、纤维材料与混凝土的粘结强度以及如何有效地来确定粘结长度和横向约束等锚固问题。

钢筋混凝土植筋锚固构件受低周反复荷载作用的恢复力特性

神经网络方法在钢筋混凝土工程估价中的应用 摘要： 在发展中国家，神经网络方法可以为混凝土工程的造价分析提供一种指导性 的工具，以克服各种变化因素已经主观因素的影响。本文中，提出3中神经网络 方法来评价一个发展中建筑市场里模板工程、钢筋工程以及混凝土工程的生产 率。18名专家被分在6个项目中手机数据，92项数据被收集用于分析。应用了 商业软件进行神经网络的计算。处理过的数据被用于建立、训练、检验神经网络。 神经网络产生的框架显示出足够的收敛性已经相对较强的普遍适用性。当对输入 数据进行敏感性分析时，本框架也能对变化趋势的做出很好的表示。 关键词：神经网络；混凝土；生产率；计算机辅助；发展中国家；项目管理 前言 投资估算对于顺利完成建设工程项目是很必要的内容。对建筑工程的估算 可以分为对直接费用、间接费用、不确定费以及利润等。直接费用包括材料费、 人工费和机械费。直接费

正截面抗弯设计（双筋矩形截面）(受压钢筋未知，受压钢筋少筋) 题目1： 一矩形截面，截面尺寸为mmmmhb500200×=×，承受弯 矩为220kn·m，截面混凝土强度等级c25，钢筋为hrb335， 计算并配置所需抗弯钢筋。题目 1．查询、计算材料参数 c25混凝土，mpafmpafct9.11,27.1==，0.1,8.01==αβ hrb335钢筋，399.0,55.0,300max,===sbympafαξ %2.0001905.0 300 27.145.045.0min<=×== y t f f ρ， 取%2.0min=ρ确定材料参数 2．计算截面有效高度 假定受拉配置二排钢筋，mma60= 假定受压配置一排钢筋，mma35=′ )(440 60500 0 mm ahh = -= -= mmh4400=

介绍了神经网络的基本理论,提出了一种利用神经网络处理探地雷达信号对钢筋混凝土中钢筋直径进行测算的新方法;采用bp和elman两种神经网络模型,并利用小波包分析提取了雷达波的特征参数;针对神经网络应用时实际训练数据不足的问题,提出利用多项式拟合的方法来补充训练数据。试验结果表明:该方法对钢筋直径的测算结果是令人满意的。

屋面——钢筋混凝土的方法

混凝土结构植筋锚固刍议

基于拉拔试验对混凝土化学植筋锚固性能进行了分析,综合对比分析了混凝土强度、钢筋直径、埋深和植筋孔径等因素对植筋粘结锚固性能的影响。试验分析结果表明,胶-混界面平均极限粘结强度随混凝土强度的增加而呈线性增大,且随埋深增大趋势变缓;植筋极限拉拔力随钢筋直径增大而显著增加;胶-混界面平均极限粘结强度随植筋深度增加而总体上减少,且沿深度分布不均匀;当埋深相同时,平均极限粘结力与孔径和直径的比值成线性增加。

利用神经网络的非线性函数逼近能力,实现对钢筋混凝土施工质量评价的模拟模型,以模板工程、钢筋工程、混凝土工程施工质量为输入层,钢筋混凝土施工质量程度为输出层,建立人工神经网络模型,并以实际数据对该网络进行训练和测试。最后得出数字化的评估结果,能反映施工质量的优劣,从而展示了人工神经网络在工程施工质量评价中的广阔前景。