鄭曉云， 張鶴彤， 蘇義坤

(東北林業(yè)大學 土木工程學院， 黑龍江 哈爾濱 150040)

在役混凝土結構的可靠性是混凝土結構性能檢測的重要組成部分，它關系到混凝土結構能否滿足安全性與使用性要求，是判定結構能否繼續(xù)服役的有效方法[1,2]。具有土壤寒季凍結、暖季融化特征的地區(qū)被稱為季凍區(qū)，處于季凍區(qū)內的混凝土結構在使用過程中會經受凍融作用等季凍區(qū)氣候因素的影響，混凝土結構性能會有所損失，而且中國的季凍區(qū)面積為513.7 萬km2，占據領土面積比重高達53.5%。因此，合理的季凍區(qū)在役混凝土結構可靠性評價對及時進行混凝土結構維護修繕、提高結構性能水平具有重要意義[3,4]。

然而，國內外對在役混凝土結構可靠性的研究多數集中于對可靠性的定性分析或單因素對可靠性的影響，所用研究方法也存在缺陷。姚繼濤等[5～7]基于可變作用概率模型對可靠性鑒定標準進行了校核，針對部分構件提出了更合理的控制水平，但未能對混凝土結構可靠性進行量化評價。武乾等[8～10]在考慮結構安全性的基礎上對混凝土結構進行了可靠性檢測，忽略了使用性對可靠性的影響而缺少整體性分析。何化南等[11～13]采用層次分析與灰色聚類結合的方法研究了各指標對可靠性的影響，但該方法在數據量較大時求解過程較復雜，求解結果的準確率較低。王月沖等[14,15]建立的可靠性評價模型比較實用，能進行精確的可靠性評價，但并未考慮季凍區(qū)氣候對混凝土結構可靠性的影響。因此，本文在研究季凍區(qū)氣候對混凝土結構性能影響的基礎上，篩選、量化了具有季凍區(qū)特點的在役混凝土結構可靠性評價指標，并基于BP(Back Propagation)神經網絡建立了適用于季凍區(qū)的在役混凝土結構可靠性評價模型。

1 季凍區(qū)混凝土結構可靠性評價指標確定及量化

根據GB 50292-2015《民用建筑可靠性鑒定標準》規(guī)定，對混凝土結構進行可靠性評價包含安全性評價與使用性評價。綜合評價混凝土結構可靠性具體分為6個指標：使用年限、地基基礎、結構整體性、混凝土結構構件、圍護系統和使用環(huán)境。其中，使用年限、地基基礎、結構整體性、混凝土結構構件和圍護系統等5個指標為固定的混凝土結構指標，使用環(huán)境方面的指標則根據季凍區(qū)氣候特點選取。

1.1 使用環(huán)境指標確定

在季凍區(qū)的氣候環(huán)境影響下，混凝土結構被破壞的最主要原因是凍融破壞[16]，規(guī)范中也將凍融破壞作為混凝土結構使用環(huán)境的評價項目，但并未規(guī)定衡量凍融破壞程度的具體標準?；炷两Y構被凍融作用破壞后，彈性模量、強度和質量等性能受損，嚴重影響混凝土結構的可靠性。凍融破壞的評價指標有動彈性模量、質量變化率、吸水率和抗壓強度等，因此，影響季凍區(qū)混凝土結構可靠性評價的環(huán)境指標從上述4個指標中選取。依據劉艷霞等[16,17]的試驗數據，對比分析上述4個指標在凍融循環(huán)次數逐漸增加的條件下的變化情況，如圖1，2所示。

圖1 相對動彈性模量與相對抗壓強度變化情況

觀察圖1可知，隨著凍融循環(huán)次數的不斷增加，相對動彈性模量與相對抗壓強度都有所降低，相對動彈性模量損失更顯著。原因是凍融作用使混凝土的毛細孔變大，密實性變差，強度損失增加，在混凝土毛細孔產生破壞后，裂縫大幅擴展，使得動彈性模量急劇下降。由于混凝土的受壓破壞屬于整體性破壞，動彈性模量則是由最薄弱面控制，因此彈性模量損失會比抗壓強度損失更顯著。圖2中，質量變化率在凍融循環(huán)次數達到75次之前變化不明顯，在超過75次后穩(wěn)步增大，原因是在凍融循環(huán)初期，混凝土試塊雖然吸收水分，但表面碎塊剝落量極少，質量有所增加，在凍融后期，混凝土內部粘結力大幅降低，吸收的水分質量遠小于剝落碎塊質量，因此質量變化率上升。吸水率在混凝土凍融試驗中并無顯著變化，原因是吸水率反映混凝土結構的內部飽水程度，在凍融循環(huán)次數達到100次后，吸水率不會再有明顯變化。

圖2 質量變化率與吸水率變化情況

綜合以上分析，混凝土結構受凍融破壞后，經過200次凍融循環(huán)，相對動彈性模量下降幅度高達66%，相較于相對抗壓強度、質量變化率和吸水率的變化情況較明顯。因此，本研究將相對動彈性模量作為季凍區(qū)混凝土結構可靠性評價的使用環(huán)境指標。

1.2 混凝土結構指標確定及量化

混凝土結構自身的可靠性性評價指標從使用年限、地基基礎、結構整體性、混凝土結構構件和圍護系統5個方面獲得。使用年限指的是在役混凝土結構已經投入使用的年數；地基基礎的關鍵性能是承載力及穩(wěn)定性，地基基礎等級的評定內容為地基變形、基礎裂縫和基礎承載力；結構整體性是由構件間的圈梁系統、抗側力系統和錨固拉結系統等組合構成，評定內容為結構的布置與構造、結構與構件間的聯系、支持系統或其他抗側力系統的構造及圈梁與構造柱的布置構造；混凝土結構構件的評定內容為結構承載力、結構構造與連接、結構位移、結構裂縫、構件缺陷損傷；圍護系統評定內容為墻體系統、屋面系統和防水及防護措施。

為獲得構建季凍區(qū)混凝土結構可靠性評價模型的樣本數據，在上述可靠性評價的6個指標中，地基基礎、結構整體性、混凝土結構構件和圍護系統等4個指標需要進行量化。參考GB 50292-2015《民用建筑可靠性鑒定標準》及王月沖[14]的研究，對上述指標的量化標準進行規(guī)定，如表1，2所示。

表1 混凝土結構構件的評價類別、等級及量化標準

表2 地基基礎、圍護系統和結構整體性的評價類別、等級及量化標準

2 數據采集及處理

本研究將指標數量控制為6個，數量適中，可避免在可靠性評價模型構建過程中出現過擬合現象。將每個指標包含的各項類別的評價結果進行量化后，根據權重處理整合為各個指標的量化值。為便于體現過程及結果分析，對指標進行編號，如表3所示。

表3 可靠性評價指標名稱及編號

為建立具有季凍區(qū)特點、精度較高的混凝土結構可靠性評價模型，數據的采集需要具有全局性、多樣性特點，因此需對季凍區(qū)內部不同區(qū)域的差異進行綜合考慮。我國季凍區(qū)內的城市根據凍融循環(huán)次數分為三類：第一類為年平均凍融循環(huán)次數大于110次的城市，如哈爾濱、烏魯木齊等；第二類為年平均凍融循環(huán)次數在80～110次之間的城市，如北京、蘭州等；第三類為年平均凍融循環(huán)次數小于80次的城市，如鄭州、濟南等。季凍區(qū)內15個主要城市的分布情況如圖3所示。

圖3 季凍區(qū)主要城市分布

根據圖3，從季凍區(qū)內15個主要城市中收集了典型工程的有效可靠性鑒定資料數據來構建神經網絡。采用長春、沈陽、呼和浩特、烏魯木齊、銀川、太原、蘭州、拉薩、西安、濟南、天津和石家莊等12個城市的數據進行神經網絡訓練，用哈爾濱、北京和鄭州等3個城市的數據來驗證神經網絡模型的正確性。為消除不同指標間的量綱關系，對數據進行標準化：

(1)

式中：T為標準化后數據值；X為初始數據值；Xmax為初始數據最大值；Xmin為初始數據最小值。

由于數據數量較多，選取部分標準化后的數據(圖4)。圖4中每個訓練樣本的各指標變化趨勢具有較高程度的一致性，表明混凝土結構可靠性降低時各個方面的性能水平也會隨之下降，因此印證了6個指標對混凝土結構可靠性進行評價具有適用性和全面性。而且實際可靠性評定等級相同樣本的6個指標標準化后值相近，證實6個指標的評價準確度較高。

圖4 指標標準化后值變化情況

3 季凍區(qū)混凝土結構可靠性評價模型構建

3.1 神經網絡結構設計

為使神經網絡模型具有適用于本研究的合理結構，需對其進行針對性設計。

(1)輸入層設計

輸入層節(jié)點數由評價指標的個數決定，依據上文建立的可靠性評價指標，將F1～F6共6個指標作為神經網絡結構的輸入節(jié)點。

(2)輸出層設計

輸出層的節(jié)點數目根據評價結果的特點確定。根據GB 50292-2015《民用建筑可靠性鑒定標準》要求，鑒定單元的評價等級分為Ⅰ級、Ⅱ級、Ⅲ級、Ⅳ級等4個級別，因此輸出層的節(jié)點數設置為4個，節(jié)點輸出值與評價等級對應情況見表4。

表4 輸出值與評價等級對應關系

(3)隱含層設計

隱含層的作用是提取輸入特征，隱含層數目能夠影響神經網絡處理問題的能力，層數越多處理能力越強，但網絡也會隨之復雜化。學者Nielson證實了一個隱含層即可滿足普通BP神經網絡的應用需求，在減少訓練時間的同時進行精確評價，因此本研究將隱含層層數定為1層。

隱含層的節(jié)點數對神經網絡的作用與隱含層層數類似，適合于實際應用的節(jié)點數可以使網絡性能達到最佳，因此本研究采用經驗公式確定隱含層的節(jié)點數目。

(2)

式中：nH為隱含層節(jié)點數目；m為輸出層節(jié)點數目；n為輸入層節(jié)點數目。

根據上文所述，輸入層節(jié)點數目為6，輸出層節(jié)點數目為4，代入式(2)計算后可得隱含層節(jié)點數目為7，神經網絡模型的拓撲結構如圖5所示。

圖5 神經網絡模型拓撲結構

3.2 神經網絡模型建立

應用MATLAB神經網絡工具箱創(chuàng)建BP神經網絡模型，將12個地區(qū)的數據輸入進行訓練，訓練結果見圖6。由圖6可知，在訓練次數達到241次時訓練效果最佳。輸出值與期望值對比見圖7，輸出值曲線與期望值曲線基本重合，且由于本研究中輸出值數字為0或1的特點，數據都在0和1附近聚集，擬合度為0.99534，接近于1，證明輸出值與期望值擬合效果非常好，神經網絡模型具備統計學意義上的適用性。

圖6 訓練效果

圖7 輸出值與期望值擬合曲線

4 工程實例驗證

為確定神經網絡訓練的準確性，將其他3個地區(qū)的數據作為驗證樣本，代入模型進行驗證，驗證結果見表5。由表5可知，網絡評價結果與工程項目實際結果基本吻合，神經網絡模型可靠性評價結果的準確度較高。為驗證模型是否具有相較于其他方法的較高評價水平，選擇應用范圍較廣的層次分析法進行對比，對比結果發(fā)現：神經網絡模型的可靠性評價結果與實際評價結果更為吻合，而層次分析法的可靠性評價結果與實際評價結果的吻合度就差一些。如編號為“哈爾濱2”的工程項目，神經網絡模型可靠性評價結果為Ⅲ級，層次分析法的評價結果為Ⅱ級，而根據實際調查結果，該工程項目自建成投入使用以來，并未進行全方位的維護修繕，經專業(yè)人士鑒定可靠性為Ⅲ級，已經停止使用。因此，神經網絡評價模型的結果與實際結果更吻合，評價模型通過了準確性驗證，具有較高的實用性。

表5 評價結果對比

5 結 論

(1)由氣候因素導致的凍融破壞作用對在役混凝土結構可靠性影響顯著，在對受凍融作用影響的混凝土力學性能中，經過200次凍融循環(huán)后，相對動彈性模量的下降幅度為66%，相較于其他性能受凍融影響更顯著，表明相對動彈性模量可作為季凍區(qū)在役混凝土結構可靠性評價的使用環(huán)境指標。

(2)季凍區(qū)在役混凝土結構可靠性評價的神經網絡模型的輸入層節(jié)點數目為6，輸出層節(jié)點數目為4，隱含層節(jié)點數目為7。模型訓練次數達到241次時達到最佳訓練效果，輸出值與期望值擬合效果好，R值為0.99534，接近于1，表明神經網絡模型具備統計學意義上的適用性。

(3)對建立的神經網絡模型進行驗證，模型的評價結果與工程項目實際鑒定結果一致。對于相同的工程項目，相較于層次分析法的可靠性評價結果的準確率，神經網絡模型的可靠性評價結果的準確率具有一定程度上的提高，表明季凍區(qū)在役混凝土結構可靠性評價的神經網絡模型的評價水平較高，具備實際意義上的實用性。