基于贝叶斯神经网络的钢筋与混凝土黏结强度预测模型研究

摘要：

提出一种新的钢筋与不同种类骨料混凝土间黏结强度的计算方法.结合748组试验数据,引人神经网络动态更新理论,建立了基于神经网络方法的黏结强度多参数预测模型,通过对黏结强度影响因素显著性的分析,利用神经网络参数剔除法简化了预测模型,并提出了临界锚固长度计算式.结果表明:钢筋与混凝土黏结强度主要受混凝土抗拉强度、锚固长度、钢筋直径和混凝土保护层厚度等因素的影响;建议模型具有较高预测精度,模型预测值与试验值比值的平均值和变异系数分别为1.052和0.337,为预测钢筋与混凝土黏结强度提供了新思路.

关键词：骨料种类、黏结强度、贝叶斯神经网络、参数显著性分析、预测模型

所属期刊栏目：52

分类号：TU528.572;TP183;TU43

在线出版日期：2023-03-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：87-93