首页|橡胶-砂混凝土耗能特性智能预测模型研究

橡胶-砂混凝土耗能特性智能预测模型研究

扫码查看
原文链接
  • 万方数据
  • 维普
研究目的:减震层结构设计是保障西部强震区地下工程结构稳定的重要措施,而减震材料的发展和应用是丰富减震层结构设计和保障其性能的关键,全面认识橡胶-砂混凝土耗能特性为其有效应用于地下工程减震层奠定基础.本文通过霍普金森压杆试验测试橡胶-砂混凝土的耗能性能,并基于试验结果,以反向传播神经网络为基础算法,通过四种不同的群体智能优化算法分别对其进行优化,从而构建四种集成反向传播神经网络-群体智能优化算法的混合智能预测模型.研究结论:(1)影响橡胶-砂混凝土耗能特性的重要程度从高到低依次为:橡胶含量＞水泥含量＞橡胶粒径;(2)四种混合智能预测模型的最佳种群数量为150(PSO-BPNN)、75(FOA-BPNN)、75(LSO-BPNN)和80(SSA-BPNN);(3)对橡胶-砂混凝土透射能占比预测精度最高的是LSO-BPNN混合智能模型,其他模型预测精度从优到劣依次为:PSO-BPNN、FOA-BPNN、SSA-BPNN;(4)本研究成果可用于研制适用于铁路隧道等地下工程减震材料的橡胶-砂混凝土,为保证铁路隧道安全建造和稳定运营的减震设计提供理论指导依据.
Study on Intelligent Prediction Model for Energy Consumption Characteristics of Rubber-sand Concrete
Research purposes:Aseismic layer design is important to ensure the stability of underground engineering structures in strong earthquake area in the western China.The development and application of aseismic materials are the key to enriching the design of aseismic layer structures and ensure their performance.A comprehensive understanding of the energy consumption characteristics of rubber-sand concrete lays the foundation for its effective application in underground engineering aseismic layers.In this paper,the energy consumption characteristics of rubber-sand concrete were tested by Hopkinson pressure bar test,and four different swarm intelligence optimization algorithms were used to optimize the back-propagation neural network algorithm based on the test results,so as to build four hybrid intelligent prediction models.Research conclusions:(1)The importance of affecting the energy consumption performance of rubber-sand concrete ranges from high to low,with rubber content＞cement content＞rubber particle size.(2)The optimal population numbers for the hybrid intelligent models are 150(PSO-BPNN),75(FOA-BPNN),75(LSO-BPNN),and 80(SSA-BPNN).(3)The LSO-BPNN hybrid intelligent model has the highest prediction accuracy for the proportion of transmission energy of rubber-sand concrete,while the other models have prediction performance of PSO-BPNN,FOA-BPNN,and SSA-BPNN.(4)The proposed hybrid intelligent model can be used to develop suitable rubber-sand concrete for aseismic layer materials in underground engineering such as railway tunnelling,and provide guidance for aseismic design to ensure safe construction and stable operation for railway tunnelling.

underground engineering aseismic layerrubber-sand concreteenergy consumption characteristicsintelligent prediction model

梅贤丞、马亚丽娜、李建贺、丁长栋、陈兴强、崔臻、白强强

展开 >

中国科学院武汉岩土力学研究所岩土力学与工程国家重点试验室,武汉 430071

中交第二公路勘察设计研究院有限公司,武汉 430056

长江勘测规划设计研究有限责任公司水利部水网工程与调度重点试验室,武汉 430010

长江科学院水利部岩土力学与工程重点试验室,武汉 430010

中铁第一勘察设计院集团有限公司,西安 710043

中国建筑第六工程局有限公司,天津 300171

展开 >

地下工程减震层 橡胶-砂混凝土 耗能特性 智能预测模型

国家自然科学基金项目国家自然科学基金项目国家自然科学基金项目湖北省自然科学基金计划项目水资源工程与调度全国重点实验室开放研究基金项目水利部水网工程与调度重点实验室开放研究基金项目铁一院重大专项深地工程智能建造与健康运维全国重点实验室开放课题

U21A2015952079133523091232024AFB0412023SGG07QTKS0034W232912022KY56ZDZX-02SDGZK2412

2024

铁道工程学报
中国铁道学会 中国铁路工程总公司 中国中铁股份有限公司

铁道工程学报

CSTPCD北大核心
影响因子：0.996
ISSN：1006-2106
年,卷(期)：2024.41(7)