FRP筋在酸碱侵蚀下的耐久性能.pdf

《FRP筋在酸碱侵蚀下的耐久性能.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第3卷第2期Vo.l3No.22011年6月Jun.2011FRP筋在酸碱侵蚀下的耐久性能112张云峰赵德望韩双(1.东北石油大学,大庆163318;2.哈尔滨四通建设集团有限责任公司,哈尔滨150100)摘要由于酸碱盐、潮湿、紫外线、温度等环境条件对FRP筋的长期性能具有一定的影响,致使国际上对FRP筋长期性能的研究越来越关注,本文提出应用BP神经网络方法对CFRP筋在酸碱侵蚀下的耐久性能研究,预测结果表明此方法可行,可以为CFRP筋耐久性设计提供理论依据。关键词CFRP筋;酸碱侵蚀;BP神经网络;耐久性中图分类号TU53;TP183文献标识码A文

2、章编号1674-7461(2011)02-0033-04是有一定的影响,致使国际上对FRP筋长期性能1引言的研究越来越关注。迄今为止,土木工程结构中所使用的FRP筋大多不超过20年,已有不少国家所周知,材料、能源和信息是现代文明的三大对实际工程进行跟踪研究工作,但相关成果的报支柱。腐蚀是材料研究的重要组成部分。为解决告还很少。本文利用MATLAB神经网络工具箱建因钢筋锈蚀引起的钢筋混凝土结构的使用性能,解立于BP经网络模型对CFRP筋在酸碱侵蚀下的质决引起的耐久性问题,国内外学者经过近50年的分[1]量变化进行预测,从而达到对预测CFRP筋在溶液析研

3、究,普遍认为采用新型的聚合物材料FRP中腐蚀情况。(FiberReinforcedPolymer)筋替代钢筋是一个较好[2]的选择。FRP筋是由数以万计的纤维和树脂组2基于LM算法的BP神经网络合而成,纤维直径在6m~15m,目前用于土木工程结构中的FRP筋主要有碳纤维筋(CarbonFiber多层前向BP网络是目前应用最多的一种神经ReinforcedPolymer,简称CFRP筋)、玻璃纤维筋网络,其模型包括:输入层、隐含层、输出层,层与层(GlassFiberReinforcedPolymer,简称GFRP筋)和芳之间通过权值连接。网络学习过程

4、包括信号的前纶纤维筋(AramidFiberReinforcedPolymer,简称向传播和误差的反向传播,其核心是通过向后传播[3]AFRP筋)。当FRP筋受到外力荷载时,由于其误差及修正误差的方向来不断调整网络参数(权、力学性能,对其施加荷载时,纤维和树脂将负载压阀值),逼近所期望的输入输出映射关系。力转移到邻近纤维,达到共同承担荷载的作用。与传统的BP算法具有收敛速度慢、局部级值等钢材相比,FRP筋具有强度、质量比高、弹性模量缺陷,在实际应用中很难胜任,因此提出了很多改小、疲劳性能好、应力松弛小、耐腐蚀性能好等特进的算法,由于LM算法具有收敛快

5、﹑精度高等优点。除上述优点外,FRP筋具有非磁性,大大降低点,所以本文利用LM算法来训练BP神经网络。了电化学环境的形成,为腐蚀环境下替代钢筋、解其迭代公式为T-1T决钢筋锈蚀问题提供了很大的帮助。Wn+1=Wn(JnJn+nI)Jnrn(1)虽然组成FRP筋的纤维和树脂基体一般情况式中:I为单位阵;为一个非负值。依赖于下不易锈蚀,但近几年的研究发现,酸碱盐、潮湿、的幅值,该方法光滑地在两种极端情况之间变化:紫外线、温度等环境条件对FRP筋的长期性能还即GuassNewton法0和标准梯度下降法基金项目黑龙江省自然科学基金重点项目(ZD200805)

6、;黑龙江省教育厅科学技术研究面上项目(11541002)作者简介张云峰(1966-),男,教授,博士。主要从事土木工程方面的研究。34技术研究,可作为BP神经网络的学习训练方法。T4训练样本采集网络权值和偏差的变化量:Wn=-(Wn(JnJn+-1TnI)Jnrn(2)制作CFRP筋试件共18个,采用分析天平称量并以此不断来调整训练网络,直至达到目标其原始质量,并装入浓度为0.05/0.1/0.2mol/L,要求。由式(1)可知,LM法实际上是Newton法NaOH溶液和HCI溶液6个容量瓶(1L)中,依次编和标准梯度下降法的结合,它综合了Newto

7、n法和号1-6在室温条件下,分别在30d、60d、90d、120d、标准梯度下降法两者的优点。因此,以LM算法150d和180d后取出称量干燥前质量,采用DHG设计的BP网络有着更高的精度和更快的收敛速9240A型电热恒温鼓风干燥箱对材料进行烘干2h,[4]度。LM算法在MATLAB工具箱中提供的训练烘干2次,直至恒重,记录恒重质量,测定其质量的函数为trainlm。变化,进而得出CFRP筋腐蚀的速率。具体数据如表1,其中1代表酸溶液,2代表NaOH溶液。3CFRP筋在酸碱侵蚀下质量变化的BP神经网络模型5模型的建立与训练根据研究需要,本文BP神经网

8、络模型输入为:取表1的36个样本来训练网络,网络的输入向温度(T0)、浓度(C)、、时间(T)和溶液的类型。