基于Elman神经网络算法的型钢再生混凝土结构粘结强度预测方法研究

来源 :建筑结构 | 被引量 : 0次 | 上传用户:w168730018
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为研究型钢再生混凝土结构的粘结破坏规律及利用Elman神经网络算法预测其粘结强度的方法,选取再生混凝土取代率、再生混凝土强度、再生混凝土埋置长度、型钢保护层厚度、箍筋直径及箍筋间距作为影响因素,设计并制作了36个型钢再生混凝土推出试件。通过推出试验获得了型钢再生混凝土结构的粘结破坏规律并定义了3个平均特征粘结强度。其次,基于试验结果将取代率为0,50%和100%的30个试件作为训练样本建立了型钢再生混凝土构件粘结强度的Elman神经网络模型,最后利用该模型对取代率为30%的9个试件的粘结强度进行了预测。与
其他文献
以辽宁省某改扩建高中食堂三层框架结构为研究对象。首先,对二层楼盖进行了结构动力特性检测,并依据《建筑工程容许振动标准》(GB 50868—2013)的竖向振动计权加速度级限值要求,对该层楼盖的振动舒适度进行了评估;然后,以楼盖结构动力特性的现场实测数据为基础,在MIDAS/Gen上建立了反映结构实际动力特性的有限元模型;最后,依据二层楼盖人群荷载流动情况,设置了考虑荷载模型、步频、人群数、行走路径等因素的21种荷载工况,以楼盖竖向峰值加速度和均方根加速度为评价指标,并根据ISO2631-2(1989)及《