期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
一般大气环境下钢筋锈蚀深度的RBF神经网络预测模型研究 被引量:1
1
作者 王胜利 刘华 +2 位作者 郑山锁 董淑卿 黄瑜 《地震工程学报》 CSCD 北大核心 2024年第2期269-277,共9页
钢筋锈蚀深度预测是评估在役RC结构服役性能的基础。为建立一般大气环境RC构件中钢筋锈蚀深度预测模型,通过收集实测数据,分析影响钢筋锈蚀深度的主要参数及其影响规律,继而基于实测数据建立数值模型和RBF神经网络预测模型,并进行参数... 钢筋锈蚀深度预测是评估在役RC结构服役性能的基础。为建立一般大气环境RC构件中钢筋锈蚀深度预测模型,通过收集实测数据,分析影响钢筋锈蚀深度的主要参数及其影响规律,继而基于实测数据建立数值模型和RBF神经网络预测模型,并进行参数敏感性分析。研究结果表明:与数值模型相比,RBF神经网络对钢筋锈蚀深度预测效率与精度更高,能够有效映射各影响参数与钢筋锈蚀深度之间复杂的非线性关系。参数敏感性分析结果显示,钢筋混凝土表面锈胀裂缝宽度对钢筋锈蚀深度影响最大,钢筋直径、保护层厚度与钢筋直径之比和混凝土抗压强度等其他因素影响次之。所得模型可用于工程检测中钢筋锈蚀程度预测与RC构筑物剩余服役寿命评估。 展开更多
关键词 钢筋混凝土 钢筋锈蚀 RBF神经网络 锈蚀深度预测 敏感性分析
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部