基于BP神經網絡的高寒混凝土抗壓強度預測研究

梁凱軒 ，趙幫軒，張軒

（1.西安工業大學建筑工程學院，陜西 西安 710021 2.中鐵十八局集團第五工程有限公司，天津 300222）

我國國土面積大，東西南北跨度大，不同地區的氣候環境差異很大。在西北、東北、西南等地區，海拔高、氣壓低、降水量少、年霜凍期長，屬高寒地區。高寒地區由于其特殊的地理位置及惡劣的氣候條件，導致混凝土強度及耐久性降低，對混凝土的工作性能產生不可忽視的影響。因此，對高寒地區混凝土的工作性能尤其力學性能進行預測，對高寒地區的混凝土工程具有較大的工程價值。

BP神經網絡是一種人工神經網絡，它可以擺脫常規函數形式的局限性，自動地發現數據中的模式，較好地建立各自變量之間復雜的映射，開發非線性系統模型，進行可靠的混凝土強度預測。目前已經有眾多學者基于BP神經網絡預測各種混凝土的強度，并且預測結果較為精確。

根據高寒地區氣候環境對混凝土力學性能及耐久性的影響，結合已有的研究成果，對高寒混凝土配合比進行優化設計，以保證高寒混凝土的力學性能及耐久性。并測試高寒混凝土的超聲波波速、回彈值及28d抗壓強度，建立BP神經網絡預測模型來預測混凝土28d抗壓強度。

1 高寒混凝土試驗

1.1 高寒混凝土配合比

試驗地點位于甘肅省某地，海拔約2900m，氣候寒冷濕潤，常年多雨且霜凍期較長，屬高海拔寒冷地區。原材料均就地取材，水泥采用普通P·O52.5硅酸鹽水泥；細骨料采用河砂，按照粒徑可分為中粗砂；粗骨料采用礦山碎石，粒徑為5mm～20mm，級配良好；拌和用水采用自來水。試驗擬配制強度等級為C50的混凝土，針對高寒地區對混凝土工作性能產生的影響，已有學者進行混凝土配合比的優化，在此基礎上經過多次試配及力學性能試驗，最終得到滿足強度要求的高寒減水混凝土（代號J）和高寒引氣減水混凝土（代號YJ）配合比，見表1。

高寒引氣混凝土配合比 表1

1.2 試驗數據

試驗制作規格為150×150×150mm的標準立方體試塊若干塊，試塊拆模后放入標養室進行養護，溫度為20℃，濕度為90%。在試塊的澆筑面的側面及其對面布置測區，每個面標出8個回彈測點和3個超聲波測點。在28d時測試混凝土試塊的超聲波波速代表值以及回彈代表值后進行抗壓試驗，部分測試數據見表2。

高寒引氣混凝土試驗結果統計表 表2

2 基于BP神經網絡的高寒混凝土強度預測模型

一個BP神經網絡包含輸入層、一個或多個隱含層、輸出層，神經元之間的連接代表相關的權重。將數據輸入到輸入層，訓練算法進行迭代，過程中不斷調整不同神經元的權重，使得預測誤差最小并給出精度。

使用SPSS軟件針對高寒引氣混凝土建立含有一個隱含層的多輸入單輸出的BP神經網絡預測模型，選取試塊的超聲波波速代表值、回彈代表值作為輸入層，70%數據作為訓練樣本，30%數據作為檢驗樣本；試塊的抗壓強度作為輸出層，輸出層激活函數為恒等式。算法自動選擇最優的隱含層神經元個數，經過多重迭代計算，高寒引氣混凝土神經網絡隱含層最優神經元節點為2，隱藏層激活函數為雙曲正切。最終建立的高寒引氣混凝土BP神經網絡預測模型拓撲結構為2-2-1，如圖1所示，預測結果如表3所示。表3可見，BP神經網絡預測模型預測結果相對誤差較小，均在1%左右，BP神經網絡預測模型訓練結果較好。

圖1 高寒引氣混凝土神經元結構

BP神經網絡預測結果 表3

3 模型驗證

為了驗證高寒引氣混凝土BP神經網絡預測模型的準確性，隨機抽取高寒引氣混凝土9塊，在28d進行超聲波波速測試以及回彈測試，使用BP神經網絡預測模型進行強度預測后進行單軸抗壓試驗，再計算相對誤差，測試及計算結果如表4所示。

高寒引氣混凝土神經網絡強度預測驗證分析 表4

通過表3抗壓強度的實測值和預測值以及相對誤差可見：高寒引氣混凝土抗壓強度預測值的平均相對誤差為2.9%，說明所訓練的BP神經網絡預測模型預測效果較好，具有可信度。

4 結論

為了準確地預測高寒地區混凝土抗壓強度，制作了高寒引氣混凝土立方體試塊，進行相關的試驗以及數據處理，得出以下結論：

①根據高寒地區氣候環境對混凝土力學性能的影響，在已有成果的基礎上經試配，得到了高寒引氣混凝土的配合比；

②建立高寒引氣混凝土BP神經網絡預測模型，發現對于高寒引氣混凝土，BP神經網絡預測模型拓撲結構為2-2-1具有較好的訓練效果。并驗證其可靠性，為高寒混凝土的預測提供便捷、準確的方法。