SVR對銑削型鋼纖維混凝土劈裂抗拉強度的預測研究

摘要：為了預測多因素影響下的銑削型鋼纖維混凝土劈裂抗拉強度，建立了支持向量回歸（SVR）預測模型。模型以銑削型鋼纖維混凝土的鋼纖維體積分數（φf）、粗骨料最大粒徑（dmax）和水灰比（mw/mc）等參數為輸入變量，以銑削型鋼纖維混凝土劈裂抗拉強度（f ft）為輸出變量進行建模和預測。預測結果表明：SVR的預測模型具有較高的預測精度，能為銑削型鋼纖維混凝土的配制提供參考。

關鍵詞：支持向量回歸;鋼纖維體積分數;粗骨料最大粒徑;水灰比;混凝土

中圖分類號：TU528.01

文獻標志碼：A

文章編號：1009-3044（2020）19-0226-02

開放科學（資源服務）標識碼（OSID）：

1 引言

鋼纖維混凝土（Steel Fiber Reinforced Concrete簡稱SFRC）是在混凝土中摻人少量低碳鋼、不銹鋼或玻璃鋼的纖維后形成的一種多相非均質復合材料。銑削型鋼纖維是由鋼錠銑削工藝制作而成的，是截面為月牙形，兩端帶有小肋，且一面粗糙一面光滑的高性能纖維產品。在混凝土中摻人銑削型鋼纖維后，由于銑削型鋼纖維的阻裂效應，使得銑削型鋼纖維混凝土的抗拉、抗剪、抗扭等性能得到大幅度提高[1，2]。

混凝土劈裂抗拉強度是混凝土最重要的基本力學性能指標之一，是混凝土質量控制的核心內容。在我國，通常采用150mm*150mm8150mm的立方體作為標準試件測定混凝土劈裂抗拉強度。劈裂抗拉強度可由如下公式算得：

f ft 0.637*（ P/A）

（l）

（1）式中：fft為混凝土劈裂抗拉強度，單位MPa;P為破壞荷載，單位N;A為試件劈裂面面積單位mm2。

為了減少檢測混凝土劈裂抗拉強度次數，滿足施工時節省人力、財力和時間的要求，有人提出采用經驗公式和線性回歸方程來預測混凝土劈裂抗拉強度。然而，由于影響劈裂抗拉強度的因素很多（如：鋼纖維體積分數（φf）、粗骨料最大粒徑（dmax）和水灰比（mw/mc）等因素），同時這些因素對混凝土劈裂抗拉強度的影響表現出復雜的非線性特性，經驗公式和線性回歸方程的很難用于實際預測之中。Idorn認為，對混凝土的研究應當與現代智能技術相結合[3]。本文利用文獻[4]報道的混凝土劈裂抗拉強度實驗數據集，應用支持向量回歸（SVR）技術，對混凝土劈裂抗拉強度進行建模和預測研究。

2 SVR及預測模型建模

2.1 SVR簡介

支持向量回歸機（SVR）是基于統計學習理論提出的一種數據挖掘技術。SVR具有計算效率高，結構簡單，泛化能力強等優點，能較好地解非線性、過學習和局部極小等實際問題。特別是在預測問題領域上，SVR得到了成功的應用[5，6]。

2.2 SVR核函數及參數的選擇

SVR的預測性能，會受到其核函數的形式和參數影響。現階段對于核函數的形式和參數選擇上并沒有統一的模式，考慮到以徑向基函數（RBF）為核函數的SVR有相對較強的泛化能力，本文采用RBF作為SVR模型核函數。RBF核函數表達式如下：

以RBF為核函數的SVR泛化性能很大程度上依賴于不敏感損失函數ε、誤差懲罰因子C和核函數參數γ等3個參數。因此，對（ε，C，γ）參數集進行尋優是十分關鍵的。研究中采用粒子群優化算法來尋找SVR最優參數子集（ε，C，γ）。

2.3 混凝土劈裂抗拉強度實測數據集

研究所用數據（見表1）來源于文獻[4]。

2.4 預測模型的建立

SVR預測模型以銑削型鋼纖維混凝土的鋼纖維體積分數（φf）、粗骨料最大粒徑（dmax）和水灰比（mw/mc）為輸入變量，以銑削型鋼纖維混凝土劈裂抗拉強度（fft）為輸出變量進行建模和預測。實測數據集中，隨機抽取7*，8*，11*等3個樣本為測試樣本，其余8個樣本為訓練樣本。

2.5 模型預測性能的評價

采用平均絕對誤差（MAE）、均方根誤差（MRSE）、平均絕對百分誤差（MAPE）和相關系數（R）對所建模型的預測性能進行評價。

3 結果與分析

表2所示為混凝土劈裂抗拉強度的實測值與SVR預測模型的預測值的比較。從表中可以看到，SVR對3個測試樣本的預測相對誤差都在±0.1%以內。這表明，通過訓練、建模，SVR對鋼纖維體積分數、粗骨料最大粒徑和水灰比等參量影響下的混凝土劈裂抗拉強度有較高的預測精度。

表3給出了SVR模型的預測性能。統計結果表明，SVR預測模型的MAE= 0.206 MPa.MAPE= 3.786%，MRSE= 0.252.R= 0.984。這些數據證明，SVR是很好的混凝土劈裂抗拉強度預測模型。

4 結論

通過把SVR用到混凝土劈裂抗拉強度預測當中，得到了如下結論：

（1）采用SVR方法可以建立起混凝土劈裂抗拉強度與鋼纖維體積分數、粗骨料最大粒徑和水灰比等之間的非線性映射關系。

（2）SVR預測模型有很高的預測精度。

（3）利用對SVR預測混凝土劈裂抗拉強度，可以減少試配次數，節省大量人力、物力和時間，提高企業效率。

參考文獻：

[1]姬小祥，張帆，邵景干.不同類型鋼纖維混凝土力學性能室內試驗分析[J]-水利與建筑工程學報，2015，13（5）： 168-172.

[2]高翔.銑削型鋼纖維螺旋效應的研究[J].工程建設，2007，39（2）：13-17.

[3] IDORN G M.Comments on the contents of cement and con-crete research [J]. Cement and concrete research，1997， 27 （11）：1625 -1626.

[4]張廷毅，汪自力，朱海堂，鄭光.多因素影響下銑削型鋼纖維混凝土劈裂抗拉強度[J].建筑材料學報，2014，17（3）： 383-388.

[5]周加樂，茍淞，劉宏.基于支持向量機的電火花加工TC4的盲孔深度預測模型[J].科技創新與應用，2018，21： 24-26.

[6]陳菊芬，李勇.基于多模態支持向量回歸的PM：，濃度預測[J]-環境工程，2019，1：122-126，34.

【通聯編輯：梁書】

基金項目：2018年廣西高校中青年教師基礎能力提升項目“支持向量回歸技術在混凝土強度預測中的應用研究”（項目編號：2018KY0916）

作者簡介：唐江凌（1974-），男，壯族，廣西都安人，桂林師范高等專科學校物理與工程技術系副教授，主要研究方向：計算機技術及 應用。