《基于人工智能的RPC配合比优化.docx》由会员分享，可在线阅读，更多相关《基于人工智能的RPC配合比优化.docx（8页珍藏版）》请在三一办公上搜索。
1、福州大学硕士研究生论文开题报告论文题目基于人工智能的RPC配合比优化姓名学号性别导师学科专业研究方向学院土木工程学院开题报告时间、地点导师审核意见导师签名：年月日审核小组意见（注：需对开题报告的总体情况进行评价，指出不足和建议，并明确是否同意开题报告通过。）审核小组成员签名：年月日学位点意见学位点负责人签名：年月日一、论文选题依据（包括本课题国内外研究现状述评，研究的理论与实际意义，对科技、经济和社会发展的作用等）活性粉末混凝土（ReaCtiVePowderConcrete,简称RPO是由法国布伊格（BoUygUeS）公司以PierreRichard为首的研究小组在1993年率先研发的一种超高
2、性能混凝土。自1997年加拿大魁北克省Sherbrooke的RPC桥建成以来，已建成RPC桥三十多座。同时，RPC在其它交通、建筑、石油、核电、市政、海洋等工程中都也都开展了实际应用研究或已有了实际应用。活性粉末混凝土（RPC）的配置机理与高性能混凝土存在较大的差异。首先，为了提高水泥基材料的均质，它不含有粗集料；第二，为了达到高密度，所采用粉末的粒径分布要最优化；第三，为排除多余的空隙，在成型过程中或成型后施加压力；第四，为改善微空隙结构,在成型后进行热养护；第五，为了提高水泥基材料的韧性，引入钢纤维；第六，保证搅拌与成型工艺与实际浇注工程一致。材料的组成和选择是RPC的关键所在，材料的成型
3、和养护是提高性能的要求。RPC具有超高强、高韧性、高耐久性的特点，是能够满足未来建筑要求的一种材料。RPC也存在着问题：（1）成本高。RPC组分中的钢纤维价格高，导致RPC桥梁的造价高，这仍是阻碍其推广的重要原因。（2）制作工序复杂。纤维掺量高，使得RPC不易搅拌，这仍是个问题。（3）对养护制度要求高。由于养护制度、拌制工艺对RPC材性均有重要的影响，而RPC桥梁多采用预制构件，现场采用湿接缝联接。在预制和现场不同的养护条件下，如何通过配合比的设计满足给定的性能要求，仍需进一步进行研究。本课题希望能够找出一种较好的RPC配合比优化方法，为RPC的工程应用提供理论依据。目前国内外学者对于RPC配
4、合比的研究主要集中在以下几方面。（1）各设计参数对RPC强度、工作性的影响水胶比对RPC的强度、工作性有着重要的影响，目前确定水胶比主要是根据经验与试验进行确定，即在满足工作性要求的前提下尽量降低水胶比以提高RPC的强度。有研究表明，存在着某一最佳水胶比，使RPC的抗压强度最高。最佳水胶比在0.18左右，当水胶比小于0.18时，随着水胶比的降低，RPC工作性变差，使得RPC不密实，强度降低；水胶比大于0.18时，随着水胶比的增加，RPC的强度降低，这是由于多余的水分会增加RPC的孔隙*侏找取用.。水胶比对工作性也有重要影响，随着水胶比的增大，RPC的流动度线性增大，这是因为随着水胶比增大，浆体
5、的粘度降低，且浆体量增加，包裹骨料表面的浆体厚度增加，使得工作性提高“侏找冽用L砂胶比对RPC的强度和工作性也有重要影响，对强度的影响规律为：随着砂胶比的增大,RPC的抗压强度先增大后减小，也存在着一个使其强度最大的最佳值，不同学者得到的最佳值不同。砂胶比对工作性的影响则为随着砂胶比的增大，RPC的流动度降低*未找到引用硅灰对RPC的影响有两方面作用，一是硅灰较细，能起到物理填充的作用；二是硅灰能与水泥水化产生的Ca（OH）2发生二次水化反应，增加水化产物的量。硅灰对强度的影响规律与上述水胶比、砂胶比的影响规律相似，也存在一个最佳掺量，但不同研究确定的最佳掺量有所不同*!未找到引用源,。硅灰对
6、流动度的影响则有两种相反的说法，马万等认为随着硅灰掺量的增加，流动度增加；王震宇等叼则得到相反的结果。硅灰对工作性的影响有待进一步研究。钢纤维作为RPC的一个重要组分，对其性能有重要影响。随着钢纤维掺量的增加抗压强度增加，且存在某一界限值，当钢纤维掺量超过界限值后强度的增长不明显*味找到引用乱。钢纤维的这种增强效果会随水胶比的不同而发生变化。由于钢纤维表面积较大，随着钢纤维掺量的增加，RPC的流动度降低味找到引用（2）养护制度的影响及配合比设计方法养护制度对RPC影响的研究包含许多内容,如温度的高低,是否加压,加热养护的时间,是干热养护还是湿热养护等,这些因素的不同都会对RPC的强度产生不同的
7、影响。目前的研究有以下几个方面：一是养护温度的高低对RPC强度的影响。在温度较低时，随着温度的提高，RPC的强度增加。这是因为温度的升高有利于提高硅灰的活性，促进二次水化反应，增加水化产物的量，改善微观结构。而当温度较高时，温度继续升高对强度的提高影响不大，甚至有所降低於。二是加压的影响。在RPC凝结过程中加压能排出多余的水分，减少微观结构的孔隙，使RPC更加致密，能提高其强度1电。三是养护时间的影响。前期的热养护对抗压强度提高有利，但后期的热养护对强度的提高影响不大，这时再继续增加养护时间已没有意义，甚至对强度的增长有害如2,四是养护类型的不同对RPC强度的影响不同，干热养护对提高抗压强度有
8、利，但对抗折强度不利，蒸汽养护则对提高抗折强度比较有利。关于配合比设计方法的研究现状。目前国内普通混凝土的配合比设计方法主要是根据我国行业标准JGJ55-2011普通混凝土配合比设计规程进行设计的。而对于高性能混凝土，由于其低水胶比（鲍罗米公式不再适用）、掺矿物掺合料、高效减水剂的特点，其配合比设计过程更加复杂，工程中主要的方法是根据标准JGJ55-2011,结合经验对高性能混凝土进行试验以确定其配合比，这种方法工作量较大阎。有学者通过试验与理论研究，提出了配合比设计的理论计算方法。如全计算法同、最少浆体理论、利用粒料裹浆厚度推演配合比方法网等，这些设计方法均能较好满足混凝土的强度、工作性等目
9、标。有学者则利用计算机对高性能混凝土进行多目标的配合比设计和优化，如利用人工神经网络网、基于单参数贝叶斯公式的PBMD方法网等,也有学者通过建立模型对纤维混凝土进行优化。而RPC采用的原材料与一般高性能高强混凝土相比存在很大的差别。如RPC不含粗骨料,添加了矿物细掺料，并掺入了高效减水剂和钢纤维等。RPC200组分多，强度高，对原材料性能很敏感。目前国内研究者在配制RPC200时，对原材料的选择基本上考虑就地取材，这一方面对降低成本，促进其工程应用提供了研究基础，另一方面也给有限的试验数据造成了很多不可比的因素，且试验结果差别较大（。在深入分析国内外RPC制备理论的基础上，有学者提出了一种基于
10、正交设计理论的RPC配合比设计方法。该方法首先应用正交设计理论制备出超高强基体材料，然后通过实验优化出钢纤维的最佳体积配纤率错误!未找到引用源。史凯方等采用多元回归方法，建立了RPC强度与水胶比、硅粉掺量、矿渣掺量的经验公式，为RPC的进一步研究提供参考。崔巩固等为了提高活性粉末混凝土的密实度，用基于Dinger-funk方程的最紧密堆积理论对RPC进行配合比设计，理论计算出的RPC配合比的工作性与力学性能综合为最优。JiTC37等则分别从堆积密实度和C/S比进行考虑，对RPC胶凝材料进行优化，使其强度最高。在预制和现场不同的养护条件下，如何通过配合比的设计满足给定的性能要求，目前仅见文献38
11、通过不同的钢纤维掺量达到相近的抗压强度初步探讨，然而试验结果表明，其它性能指标还有较大的不同。综上所述，RPC的性能除了与配合比设计参数有关外，还和养护制度有关。RPC配合比优化目的就是要得到性能（抗压强度、工作性）满足要求的最优（最经济）配合比，本课题采用人工智能的方法进行优化有两方面重要意义：首先，有些设计参数对强度和工作性有着相反的影响，如水胶比，增大水胶比可以改善工作性，但是强度降低；降低水胶比可以提高强度，但是工作性却变差，应在两者之间取得一个平衡点。另外，当预制与现场养护条件不同时，对于相同强度的RPC,两种条件下对RPC的优化侧重点不同，如需要强度120MPa,流动度120InI
12、n的RPC,现场养护条件下对性能要求更高，而预制养护条件下要达到相同的强度较为容易，这时对RPC的经济性要求高。采用人工智能的优化方法可以减少节省材料和时间。二、论文的研究内容、研究目标，以及拟解决的关键问题(包括具体研究与开发的主要内容、目标和要重点解决的关键技术问题)研究目标：对不同养护条件下的RPC配合比进行优化，使其满足相同功能要求且最经济。研究内容：(1)确定不同养护制度下，各配合比参数对RPC抗压强度、工作性的影响规律。通过宏观、微观试验，确定各配合比设计参数、不同养护制度对RPC抗压强度、工作性的影响规律，为RPC配合比的优化提供理论基础。(2)对不同养护制度下的RPC配合比进行
13、优化，使其相同满足功能要求且最经济。试着使用人工神经网络对RPC的性能进行预测，确定其配合比与性能之间的关系。在此基础上，利用遗传算法对RPC进行配合比优化，以得到不同养护制度下，满足相同功能要求的RPC配合比，为RPC的推广应用提供依据。(3)对提出的方法进行改进和验证对混凝土配合比优化方法进行收集，比较本课题所采用的人工智能方法与其他方法，对所提出的方法进行改进。收集RPC试验数据，对本课题提出的配合比优化方法进行验证，确定该方法的适用性及优缺点，对今后进一步改进提出建议。拟解决的关键问题：在不同类型的养护制度下，各配合比设计参数(水胶比、砂胶比、钢纤维掺量、硅灰掺量)对RPC的抗压强度、
14、工作性影响规律如何？三、拟采取的研究方案及可行性分析(包括研究的基本思路，研究过程拟采用的方法和手段，现有研究条件和基础，研究开发方案和技术路线等)研究方案：(1)通过正交试验得到不同养护制度、配合比下其相应的性能数据，利用这些数据对人工神经网络进行训练，实现对RPC的性能预测，并通过试验对其预测结果进行验证。(2)采用人工神经网络、对比试验，研究各参数对RPC性能的影响规律，结合微观试验(孔结构、XRD测试)对影响规律作出微观解释。(3)利用遗传算法，在神经网络对RPC性能预测的基础上，对RPC的配合比优化，得到在给定养护制度条件时，满足相同抗压强度、工作性要求的最经济配合比。(4)对比其他
15、配合比优化方法，对优化方法进行改进，以得到更简便的优化方法，并收集其他RPC试验数据，对提出的方法进行验证。技术路线如图Io可行性分析：研究养护制度对RPC的影响时，主要研究三种养护制度，分别为自然养护、蒸汽养护、蒸压养护。蒸汽养护可以通过养护箱实现。至于蒸压养护，本课题组与本地的同利工厂有密切的合作，厂里拥有自己的蒸压养护设备，可供我们使用，为试验的进行提供了良好的试验条件。使用孔结构分析仪(V-Sorb2800)测定RPC的孔结构，用XRD测定RPC的水化产物，用ESEM观测RPC的微观结构，对各参数的影响机理进行微观的解释。孔结构分析仪可以对孔径分布进行分析，确定孔径分布，确定不利的孔在
16、总体中所占的比例，不利的孔越多，其抗压强度越低；通过XRD可以比较水化产物有什么不同，这从另外一个角度对其宏观性能进行解释，水化产物的量越多，水化产物越稳定，其强度越高；ESEM可以观测微观结构及产物形态，为宏观性能提供微观数据。这些微观试验结合宏观试验，可以解释不同养护制度、配合比对抗压强度的影响机理。本课题组拥有自己的孔结构分析仪，而校际科研平台“福州大学测试中心”有XRD、ESEM仪器可供我们使用，为试验提供了良好的条件。本人曾使用孔结构测定仪对碱激发轻骨料混凝土进行孔结构分析，在这方面有一定的经验；且本课题组常使用XRD、ESEM等方法进行研究，有一定的研究基础。人工神经网络(Arti
17、ficialNeuralNetwork,ANN)亦称为神经网络(NeuralNetwork),是由大量处理单元(神经元NeUral)广泛互连而成的网络，是对人脑的抽象、简化和模拟，反映人脑的基本特性。人工神经网络具有学习的功能，它可以通过学习样本，自动得到各个影响因素与结果之间的关系，从而可以用来实现多因素影响下的结果预测，它擅长于处理多维非线性的问题。神经网络在土木工程中的应用已见较多的研究，本课题组也有进行神经网络的应用研究，有一定的研究基础。本课题组的黄志斌己经成功实现了在自然养护条件下，对RPC的强度、工作性、氯离子渗透性进行预测，预测结果与实际结果相符。而在这基础上，本课题在影响因素
18、中加入养护制度，对RPC的性能进行预测，可行的。遗传算法是模拟生物在自然环境中的遗传和进化过程而开发的一种自适应的随机搜索和全局优化的算法，它在各方面得到了广泛的应用，特别是在寻求非线性、多变量、有约束问题的最优解和近似最优解方面，具有较强能力。遗传算法也很好地应用于混凝土的优化，本课题组在这方面也进行了相关的研究，本课题组的徐毅慧已将遗传算法应用于高性能混凝土的配合比优化中，优化结果较好。在完成人工神经网络对RPC的性能预测基础上，要实现RPC的配合比优化是可能的，它与高性能混凝土不同的是约束条件多了养护制度的限制。四、本课题的特色与创新之处在进行RPC的配合比优化时考虑养护制度的影响。在R
19、PC的制备中，养护制度是很重要的影响因素，目前RPC的配合比优化方法中，均未考虑养护制度的影响。而本课题采用人工智能的方法对不同养护制度下相同功能要求的RPC配合比进行优化。水胶比砂胶比收集数据，验证方法适用性图1技术路线图五、参考文献1何峰，黄政宇.200300MPa活性粉末混凝土(RPC)的配制技术研究J.混凝土与水泥制品，2000(4):3-7.2陈毅卓，阎贵平，安明.常规搅拌工艺条件下活性粉末混凝土抗压强度影响因素的研究J.铁道建筑，2003(3):44-48.3梁咏宁，陈宝春，季韬，黄志斌，庄一舟.砂胶比、水胶比、钢纤维掺量对RPC性能的影响J.福州大学学报(自然科学版),2011,
20、39(5):748-753.4王苏岩，籍凤秋.配合比因素对RPC强度影响正交试验研窕J.低温建筑技术，2009,31(1):9-11.5马万，赵铁军，王鹏刚，吴瑞雪.活性粉末混凝土制备试验研究J.混凝土与水泥制品，2013(9):22-25.6周锡玲，刘保华.组成材料对RPC强度的影响J.粉煤灰，2007,19(5):24-26.7V.Matte,M.Moranville.DurabilityofReactivePowderComposites:influenceofsilicafumeontheleachingpropertiesofverylowwater/binderpastesJ.Ce
21、mentandCo-ncreteComposites,1999(21):1-9.8何峰，黄政宇.硅灰和石英粉对活性粉末混凝土抗压强度贡献的分析J.混凝土,2006(1):39-42.9王震宇，李俊.活性粉末混凝土材料性能与配制技术的试验研究J.混凝土，2008(2):90-98.10 黄育，王必斌，陈万祥，毕亚军.不同钢纤维对RPC性能影响的试验分析J.解放军理工大学学报(自然科学版)，2003,4(5):64-67.11 赖建中，孙伟，刘斯凤，李刚，林炜.钢纤维对RPC材料增韧效果影响的研究J.混凝土与水泥制品，2002(5):41-43.12 王建雷，赫相雨，籍凤秋.钢纤维对RPC混凝土力
22、学性能影响研究JL低温建筑技术，2008,30(3):18-20.13 单波，杨吴生，黄政宇.钢纤维对RPC抗压强度增强作用的研究J.湘潭大学自然科学学报，2002,24(1):109-112.14杨胜江.不同养护制度对RPC混凝土力学性能的试验J.低温建筑技术，2013,35(7):20-2215 WenzhongZheng,BaifuLuo,YingWang.Compressiveandte-nsilepropertiesofrea-ctivepowderconcretewithsteelfibresatelevatedtemperaturesJ.ConstructionandBuildi
23、ngMaterials,2013(41):844-85116 WenzhongZheng,HaiyanLi,YingWang.Compressivebehavi-ourofhybridfiberrein-forcedreactivepowderconcreteafterhightemperatureJ.MaterialsandDesign,2012(41):40340917 MarcelCheyrezy,VincentMaret,LaurentFrouin.MicrostructuralanalysisofRPC(Re-activePowderConcrete)J.CementandConcr
24、eteResearch,1995,25(7):1491-150018 HalitYazici,EnginDeniz,Bulentbaradan.Theeffectofautoclavepressure,temperatu-reanddurationtimeonmechanicalpro-pertiesofreactivepowderconcreteJ.Constr-uctionandBuildi-ngMaterials,2013(42):53-6319 PierreRichard,MarcelCheyrezy.CompositionofReactivepowderconcretesJ.Cem-
25、entandConcreteResearch,1995,25(7):1501-151120周锡玲，谢友均，张胜.湿热养护制度对RPC200强度影响的研究J.施工技术，2007,36(4):49-5121吴炎海，何雁斌，杨幼华，李占鸿.养护制度对活性粉末混凝土(RPC)强度的影响J.福州大学学报(自然科学版)，2003,31(5):593-59722张胜，周锡玲，谢友均，王贵君.养护制度对活性粉末混凝土强度及微观结构影响的研究J.混凝土，2007(6):16-1823江桂华，林东，林永权，李伟中.养护制度对活性粉末混凝土强度的影响及其机理研究J.广东建材，2010,26(1):18-2124中华
26、人民共和国住房和城乡建设部JGJ55-2011,普通混凝土配合比设计规程S.北京：中国建筑工业出版社，201125赵峥.高强混凝土配合比设计及其龄期强度规律研究J.混凝土，2011(10):101-10326陈建奎,王栋民.高性能混凝土(HPC)配合比设计新法一一全计算法J硅酸盐学报,2000,28(2):189-19827 TaoJi,Cai-yiChen,Yi-zhouzhuang,Jian-fengChen.Amixprorortiondesignmethodofmanufacturedsandconcrete-basedonminimumupastetheoryJ.Constructi
27、onandBuildingMaterials,2013(44):422-42628 CaiZhi-da,ZhangJian-zhi,YeShu-tong,LiLong-sheng,HuangZhao-long.Newp-proachtoDesignConcreteMixProportionsbyCoatingThicknessofAggregatestJ.JournalofBuildingMaterials,2009,12(2):152-15729 TaoJi,TingweiLin,XujianLin.concretemixproportiondesignalgorithmbasedonart
28、ificialneuralnetworksJ.CementandConcreteResearch,2006(36):1399-140830 J.-H.J.Kim,H.D.Phan,N.-H.Yi,S.-B.Kim,H.-S.Jeong.Applicationoftheone-paramet-erBayesianmethodasthePBMDforconcretemixproportiondesignJ.MagazineofConcreteResearch,2011,63(1):31-4731 F.Koksal,A.Ilki,M.A.Tasdemir.OptimumMixDesignofStee
29、l-Fibre-ReinforcedConc-retePlatesJ.ResearchArticle-CivilEngineering,2013(38):2971-298332 何峰，黄政宇.活性粉末混凝土原材料及配合比设计参数的选择J.新型建筑材料，2007(3):74-77.33赵庆新，刘朝阳，郝圣旺.基于正交理论的RPC配合比设计J.硅酸盐通报，2010,29(1):193-19734 PetrMaca,RadoslavSovjak,PetrKonvalinka.MixdesignofUHPFRCanditsrespo-nsetoprojectileimpactJ.Internation
30、alJournalofImpactEngineering,2014(63):158-16335 史凯方，杜应吉，刘丹，郎琪.基于正交试验设计的RPC力学性能研究J.中国农村水利水电，2011(12):123-126.36 崔巩，刘建忠，姚婷，林玮.基于Dinger-Funk方程的活性粉末混凝土配合比设计J.东南大学学报,2010,40:15-19.37 JiT,ChenBC,ZhuangYZ,HuangZB,LiangYN.EffectsofPackingDegreeandCalcium-SiliconRationofCementitiousMaterialonStrengtofReactiv
31、ePowderConcreteJ.AdvancesinBuildingMaternals,2010,168-170:1034-103738 RenyuanDU,BaochunCHEN,QingweiHuang,YongyinWU,QingxiongWU.Exper-imentalResearchonFlexuralBehavioroftheExternallyPresstressedReactivePowderConcreteBoxGirderC.Proceedingsofthe5thInternationalConferenceonNewDimensionsinBridges,Flyovers,Overpasses&ElevatedStructures,WuyinshanChina,2012:73-7739徐毅慧.基于人工智能的混凝土配合比优化设计J.漳州职业技术学院学报,2011,13(4):15-18
