探究一般大气环境下钢筋混凝土构件耐久性灰色评估

《探究一般大气环境下钢筋混凝土构件耐久性灰色评估》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华侨大学硕士学位论文一般大气环境下钢筋混凝土构件耐久性灰色评估姓名：华建兵申请学位级别：硕士专业：结构工程指导教师：施养杭20050101华侨人学申请硕士学位论文摘要本文主要研究一般大气环境中钢筋混凝土构件的碳化问题，利用既有试验资料，采用灰色系统理论中灰色关联度分析方法对钢筋混凝土构件耐久性进行灰色评估。按照系统论的观点，在一般大气环境中，影响钢筋混凝土构件碳化的因素可以分为两类：外因和内因。所谓外因就是钢筋混凝土构件所处的环境因素，主要指环境温度、环境相对湿度和引起碳化的二氧化碳浓度。内因是

2、指钢筋混凝土构件的品质因素，包括：混凝土的水灰比、水泥用量、混凝土的渗透率、混凝土强度值、外掺料用量等。由于现在研究多因素耦合下钢筋混凝土构件的碳化规律不多，本文基于单因素影响碳化的研究成果基础上，利用灰色理论，挖掘实测资料中包含的一些耦合信息，为钢筋混凝土耐久性研究提供一种新的思路。首先，在综合分析引起碳化发生的内外因素的基础上，提出钢筋混凝土耐久性影响因索序列。利用实测序列值和影响因素最优序列值之间的关联度大小，参照耐久性等级精度表，对一般大气环境中钏筋混凝土构件耐久性进行灰色定性评估。其次

3、，利用大量的试验资料，分析碳化主要影响因素对碳化关联程度的大小和规律，为钢筋混凝土构件碳化的灰色定量预测提供定性评判的依据。最后，利用灰色系统理论中GM(1，1)模型对钢筋混凝土构件碳化寿命进行定量预测。再用GM(1，N)模型对一般大气环境中钢筋混凝士构件进行整体、动态的分析，研究不同碳化影响因素组合情况下系统的发展系数一a变化和碳化驱动系数bi的变化情况。通过系数的变化，研究各因素之间的耦合情况以及耦合后对碳化的影响情况。经理论分析与实例验证，结果表明：(1)利用本文的灰色模型GM(1，1)，

4、用于预测一般大气环境中钢筋混凝土构件的碳化寿命是可行和有效的：(2)利用GM(I，N1模型对钢筋混凝土构件耐久性系统进行整体分析所得到的结论与实测研究11]【61具有高度的一致；(3)同时通过GM(I，N)模型的计算结果可以看出冈崇之间经过描合作用，对碳化作用山系统发展系数．a直观反映出来，有利]‘正确认识混凝十构件碳化未来发展的规律。(4)碳化驱动系数变化则明显的反映了碳化影响因素经过耦合后，各个因素对碳化影响程度的大小在不同影响因素组合下的华侨大学申请硕士学位论文摘要具体情况。某～种碳化影响

5、因素在一种影响因素组合下是主要驱动量，在另一种组合下也许不是主要的。但是无论哪种因素组合，通过计算驱动系数大小就可确定该种组合中影响因素对碳化影响的大小顺序，同时按照驱动系数的正负号可以直观判断影响因素对碳化是正向驱动还是负向驱动。其中正向驱动或负向驱动是各个因素耦合后多因素中各个单因素的实际反映。通过本文的研究分析，为钢筋混凝土构件耐久性的研究手段和方法提出了一条新途径和一种新的思维方式。与传统的基于可靠度理论相比，本文的方法具有显著的优点：计算精度高、实用性强及计算方法简便，有效的节省物力、

6、人力和财力，那是因为本文采用的灰色理论在处理“小样本”、“贫信息”上具有很明显的优势。关键词：一般大气环境钢筋混凝土构件碳化寿命定性评估定量预测华侨火学申请碗土学位论义摘要ABSTRACTThepapermainlyresearchedRCMemberscarbonation．TakingthetesteddatumtoevaluateRCMembersdurabilitythrou曲themethodofgrayrelationanalysis．Accordingtotheviewpointo

7、fSystemscience．ThefactorsabouteffectingRCMemberscarbonationweredividedjntotwosorts：outerfactorsandinnerones．TheouterIhctorsincludemediumtemperature，relativehumilityandcarbondioxideconcentration．TheinneronesareconcreteW／C，cementweightineverycubeofconc

8、rete，RC．Penetration，strength，fly—ashweightetc．foritisSOlessaboutmulti—factorscoupling，thepapertakesgraytheorytodigsomecouplinginformationfromthetesteddatum．Onthebaseofthestudiedfruitaboutsinglefactoreffectingcarbonation．ThenewidealforresearchRCdurabi