李 冉

(鄭州工業(yè)應用技術學院 河南 新鄭 451100)

再生混凝土基本性能的BP神經(jīng)網(wǎng)絡預測

李 冉

(鄭州工業(yè)應用技術學院 河南 新鄭 451100)

本文選取再生粗骨料的表觀密度、吸水率、壓碎指標、水泥用量、砂率、再生粗骨料取代率、水灰比7個主要因素作為BP網(wǎng)絡的輸入?yún)?shù)，建立7－20－3的BP神經(jīng)網(wǎng)絡模型來實現(xiàn)非線性映射。研究表明:本文建立的BP網(wǎng)絡模型，根據(jù)再生混凝土配合比和再生骨料性能的數(shù)據(jù)可以較為準確的預測出再生混凝土的坍落度、28d抗壓強度和彈性模量。同時，也可以利用建立的再生混凝土性能的BP網(wǎng)絡模型分析各主要影響因素與再生混凝土性能的變化趨勢，為工程實踐提供理論指導。

再生混凝土;BP神經(jīng)網(wǎng)絡;坍落度;抗壓強度;彈性模量

一、引言

再生混凝土骨料棱角多，表面粗糙且往往附著有大量水泥砂漿，使得再生骨料具有空隙率高、吸水率高、壓碎指標大、內(nèi)部含有大量微裂縫等缺陷。再生骨料的這些性能與天然骨料相差很大，使得在配置再生混凝土時除了要考慮配合比，必須要考慮再生骨料的表觀密度、吸水率、壓碎指標及再生骨料的取代率等因素。本文將運用BP神經(jīng)網(wǎng)絡模型來實現(xiàn)對再生混凝土性能的研究。

二、建立再生混凝土性能的BP神經(jīng)網(wǎng)絡模型

(一)BP神經(jīng)網(wǎng)絡模型

BP神經(jīng)網(wǎng)絡是人工神經(jīng)網(wǎng)絡應用最廣泛的一種形式，其實質(zhì)是建立輸出與輸入的非線性函數(shù)，結(jié)構簡單，可操作性強。訓練過程都是在連續(xù)可導的函數(shù)環(huán)境下完成的，在函數(shù)逼近問題、信息分類、模式識別等都有重要突破。

(二)構建訓練樣本數(shù)據(jù)庫

依據(jù)工程實踐綜合考慮選取再生粗骨料表觀密度、吸水率、壓碎指標、水泥用量、水灰比、砂率、再生粗骨料取代率共7個因素作為BP神經(jīng)網(wǎng)絡的輸入?yún)?shù)，以坍落度、28d抗壓強度、彈性模量3個因素作為BP網(wǎng)絡的輸出參數(shù)。

(三)隱含層層數(shù)和節(jié)點數(shù)的確定

本文隱含層節(jié)點數(shù)選為20。

(四)傳遞函數(shù)的選擇

本文輸入層與隱含層間的傳遞函數(shù)采用logsig函數(shù)，隱含層與輸出層間的傳遞函數(shù)采用tansig函數(shù)。

(五)再生混凝土性能的BP網(wǎng)絡模型的訓練過程

網(wǎng)絡結(jié)構為7－20－3，網(wǎng)絡訓練函數(shù)采用trainlm函數(shù)，輸入層與隱含層間的傳遞函數(shù)采用logsig函數(shù)，隱含層與輸出層間的傳遞函數(shù)采用tansig函數(shù)，網(wǎng)絡參數(shù)設置后，對建立的再生混凝土性能的BP神經(jīng)網(wǎng)路模型進行訓練。BP神經(jīng)網(wǎng)絡模型如圖1所示。驗證樣本數(shù)據(jù)在訓練第6步時，均方誤差達到最小值0.0038549，處于最優(yōu)的預測范圍，說明網(wǎng)絡結(jié)構和參數(shù)設置合理。

圖1 BP神經(jīng)網(wǎng)絡模型

三、再生混凝土性能的BP神經(jīng)網(wǎng)絡模型的應用

通過再生粗骨料混凝土的配合比設計，配制15組再生粗骨料混凝土，測定拌合物的坍落度，澆筑成塊標準養(yǎng)護28d測得抗壓強度和彈性模量，獲得檢測樣本數(shù)據(jù)。用本文建立的BP網(wǎng)絡模型對檢測樣本進行預測，將預測結(jié)果和試驗結(jié)果進行對比，從而對BP網(wǎng)絡模型進行性能評價。

(一)BP神經(jīng)網(wǎng)絡的性能評價

利用試驗所得的15組試驗數(shù)據(jù)對訓練好的BP神經(jīng)網(wǎng)絡模型進行測試，將再生粗骨料混凝土檢測樣本的輸入變量 (水泥用量、砂率、水灰比、再生粗骨料取代率)的數(shù)值進行歸一化處理。本文建立的結(jié)構為7－20－3的BP神經(jīng)網(wǎng)絡模型，坍落度、抗壓強度、彈性模量相對誤差的平均預測精度分別為5.81%、5.44%、6.51%，在10%以內(nèi)，具有較高的預測精度。

(二)再生粗骨料取代率對再生粗骨料混凝土性能的影響

假定再生骨料性能參數(shù)、水泥用量一定，砂率設定為30%，水灰比設定為0.55，以再生粗骨料取代率作為變量，來預測再生粗骨料取代率的影響。

從圖2、3、4可以看出:隨著再生粗骨料取代率的增大，再生混凝土坍落度、抗壓強度和彈性模量均呈下降趨勢。這和直接由試驗結(jié)果分析得到的變化趨勢基本一致。再生骨料取代率為100%時，再生混凝土的坍落度、抗壓強度、彈性模量分別為普通混凝土的62%、90%和78%。

圖2 再生粗骨料取代率對坍落度的影響

圖3 再生粗骨料取代率對抗壓強度的影響

圖4 再生粗骨料取代率對彈性模量的影響

圖5 水灰比對坍落度的影響

圖6 水灰比對抗壓強度的影響

圖7 水灰比對彈性模量的影響

(三)水灰比對再生混凝土性能的影響

以水灰比為變量，利用再生混凝土性能的BP神經(jīng)網(wǎng)絡模型，預測再生粗骨料取代率分別為0、50%和100%時再生混凝土坍落度、抗壓強度和彈性模量的變化規(guī)律。

由圖5、6、7可以看出，總體上隨水灰比的增大，再生混凝土坍落度也變大，而抗壓強度和彈性模量減小。水灰比在0.4－0.5之間時，坍落度、抗壓強度和彈性模量的變化幅度最快。水灰比在這個區(qū)間內(nèi)，再生混凝土性能變化最不穩(wěn)定，靈敏性更高。

四、結(jié)語

1.本文建立的網(wǎng)絡結(jié)構為7－20－3的再生混凝土性能的BP神經(jīng)網(wǎng)絡模型，網(wǎng)絡結(jié)構和參數(shù)設置合理。2.本文對建立的網(wǎng)絡模型仿真模擬，結(jié)果表明坍落度、抗壓強度、彈性模量相對誤差的平均預測精度在10%以內(nèi)，具有較高的預測精度。說明本文建立的再生混凝土性能的BP神經(jīng)網(wǎng)絡模型能在工程實踐中推廣。3.盡管建立的BP神經(jīng)網(wǎng)絡模型在整體上達到期望的精度要求，但某些樣本仍存在誤差，可以通過調(diào)節(jié)隱含層節(jié)點數(shù)、網(wǎng)絡的學習率、增加輸入樣本數(shù)據(jù)個數(shù)及其提高樣本數(shù)據(jù)的可靠度來減小誤差。

［1］肖祥.再生混凝土基本力學性能試驗研究［D］.山東科技大學碩士學位論文，2008.

［2］張李黎.再生混凝土材料性能試驗研究 ［D］.合肥工業(yè)大學碩士學位論文，2009.

［3］肖建莊.再生混凝土 ［M］.北京:中國建筑工業(yè)出版社，2008.

［4］李瑞鴿.BP網(wǎng)絡預測再生混凝土性能研究［J］.低溫建筑技術.2007.

李冉 (1991－)，女，碩士，助教，鄭州工業(yè)應用技術學院。