伴随着社会与科技的发展,砌体材料种类不断推陈出新,粘土砖由于强度较低、能耗高而且消耗大量土地资源,其作为砌体材料的主体地位逐渐弱化。混凝土小型空心砌块作为一种工业机械化程度较高的墙体材料不仅强度高、不消耗土资源而且孔洞便于放置钢筋形成配筋砌体,适用于建造多层及中高层结构,能够取得很好的社会效益,因此其正逐渐取代粘土砖成为砌体结构与其它建筑结构填充墙的基本材料。混凝土注芯砌块砌体由砌块、砂浆及混凝土芯柱构成,由于砌块的各向异性,砌块与砂浆材性迥异,三者间接触面作用机理复杂,加之砌筑方式和砌筑质量的影响使得注芯砌块砌体与砖砌体和混凝土材料的性质相比有很大的不同,在有限元分析及结构设计工作中直接采用后两者的破坏准则及本构关系是不合理的,因此本文考虑采用非传统技术来对砌体墙板的破坏模式进行预测。首先,本文提出了当被预测墙板与基础墙板的材料主轴不一致时,描述边界外力作用方式对墙板内各个区域效应的细胞自动机模型。考虑采用三角函数的方法把前者的传递函数映射到后者的材料主轴上,从而发展了原有的被预测墙板与基础墙板材料主轴一致的预测方法。其次,本文提出了“虚拟墙板”的概念,并建立了与之相应的预测砌体墙板破坏模式的方法。然后,为弥补上述所发展的两种方法的不足,本文又进一步提出了集成这两种方法优点的“联合法”。在获取砌体墙板的破坏模式时本文考虑了外力作用方式、墙体构造和变异这三个重要因素,被预测墙体的破坏模式是以基础墙板的试验破坏模式为依据,利用细胞自动机技术及类似区域匹配准则得到的,如果基础墙板中的某一区域破坏,那么与之对应的被预测墙体的类似区域也认为破坏。最后,本文将细胞自动机技术和人工神经网络结合,建立了小型混凝土注芯砌块砌体墙板在外力作用下的BP神经网络模型。把墙板各单元的横纵坐标、对应的传递函数状态值以及其材料主轴与基础板材料主轴的夹角作为BP神经网络训练及检测样本的输入数据,把单元的破坏状况(0表示未破坏,1表示破坏)作为样本的输出数据,经过对BP网络的反复训练,得到最佳的隐含层数目和学习率。然后利用训练好的网络对试验墙板进行预测,得到的破坏模式比较接近试验值,这表明利用BP神经网络预测砌体墙板的破坏模式是可行的。由此本文实现了用智能技术对砌体墙板破坏模式的直接预测,从而为砌体墙板破坏模式的预测开辟了一条新的途径。