用SVM預測稀硫酸對透水混凝土的腐蝕

戰越 宋志剛 王海瑩

摘要：本文將不同因素制作的30組透水混凝土試件，放置于等酸度的稀硫酸溶液中，浸泡3600小時。基于實驗過程中耗酸量的變化，建立了稀硫酸腐蝕透水混凝土數據庫，然后建立了一種基于支持向量機（SVM）的稀硫酸腐蝕混凝土預測模型，給出了相應的算法和步驟。運用該預測模型分析了浸泡時間、水膠比、水泥用量、硅灰摻入量以及坍落度對混凝土抗稀硫酸腐蝕性能的影響。該模型預測結果具有良好的預測效果，為稀硫酸腐蝕混凝土研究開辟了新的思路及途徑。

Abstract： In this paper， 30 sets of permeable concrete specimens with different factors are placed in dilute sulfuric acid solution， and are soaked for 3600 hours. Based on the change of acid consumption in the process of experiments， establish dilute sulfuric acid corrosion permeable concrete database， then set up the dilute sulfuric acid corrosion concrete prediction model based on the support vector machine （SVM）， and give the corresponding algorithm and steps. This prediction model is used to analyze the influence of soaking time， water cement ratio， cement content， silica fume admixture and concrete slump on anti-corrosion properties of dilute sulfuric acid. The model has a good prediction effect， and it opens up a new way for the study of dilute sulfuric acid corrosion concrete.

關鍵詞：支持向量機；透水混凝土；腐蝕預測模型

Key words： support vector machine；permeable concrete；corrosion prediction model

中圖分類號：TU528 文獻標識碼：A 文章編號：1006-4311（2017）01-0091-02

0 引言

由于混凝土成分組成復雜，在受到稀硫酸的腐蝕下，各成分可能與稀硫酸產生不同的反應[1]。所以，建立一套關于稀硫酸的腐蝕預測模型事具有相當大的難度的。關于這個問題，國內外不同的研究大致持有兩種不同的方法：①傳統的統計預測方法[2]；②經驗非線性預測方法[3]。但這兩種方法都還存在一定的弊端，傳統的統計預測方法明顯的弊端在于樣本的局限性，只有樣本無窮大的時候，預測才具有一定的價值。而經驗非線性預測方法又缺乏統一的數學理論基礎，建立的模型只能大致反映局部的預測結果。近年來，Vapnik等[5]提出了一種基于統計學理論的支持向量機算法（Support Vector Machines，SVM），這對由于樣本以及維數造成的模型構造問題提供給了新的思路與方法，而且預測的結果也較為精確。

本文用稀硫酸對透水混凝土進行長期浸泡試驗，建立了腐蝕試驗數據庫。在此基礎上，采用SVM構造稀硫酸腐蝕透水混凝土的預測模型。運用該預測模型分析了浸泡時間、水膠比、水泥用量、硅灰摻入量以及坍落度對混凝土抗稀硫酸腐蝕性能的影響。并給出了該模型預測結果的均方根相對誤差RMSE和平均絕對百分比誤差MASE。

1 稀硫酸腐蝕透水混凝土試驗

本文所研究的摻和的硅灰混凝土材料由（普通硅酸鹽）水泥、硅灰等組成。水泥及硅灰的化學組成見表1。