论文部分内容阅读
再生块体混凝土是废旧混凝土循环利用的一条有效途径,再生块体混凝土楼板已在多个实际工程中成功应用,但该类构件的冲切和受剪性能研究罕见文献报道。为进一步拓展再生块体混凝土板的应用范围,本文对其冲切和受剪性能开展了初步探讨,具体工作如下:1.开展了7块再生块体混凝土板和1块常规混凝土板的冲切试验,揭示了废旧混凝土块体、配筋率、板厚、板跨等参数对板冲切性能的影响,考察了不同规范预测再生块体混凝土板冲切承载力的有效性,建议给出了相应的修正系数。研究表明:(1)当废旧混凝土强度低于新混凝土时,再生块体混凝土板的初始刚度与常规混凝土板几乎相同,但冲切承载力略有降低;(2)配筋率和冲跨比保持不变时,为提高板的冲切承载力,增大板厚远比减小板跨更为有效;(3)板的冲切承载力计算时,合理考虑配筋的影响是必要的,冲跨比较小时现行规范的冲切承载力计算公式有待进一步完善;(4)为使再生块体混凝土板的冲切承载力预测结果具有与常规混凝土板相似的安全性,建议对前者乘以0.95的修正系数。2.开展了6块再生块体混凝土厚板和3块常规混凝土厚板的受剪试验,揭示了废旧混凝土块体取代率和剪跨比对厚板受剪性能的影响,考察了现有标准和计算公式预测再生块体混凝土厚板受剪承载力的适用性。研究表明:(1)再生块体混凝土厚板的受剪破坏过程及破坏形态与常规混凝土厚板类似;(2)当废旧混凝土强度低于新混凝土时,再生块体混凝土厚板的初始刚度仍与常规混凝土厚板类似,且废旧混凝土块体的采用对厚板的极限承载力未呈现趋势性影响;(3)预测再生块体混凝土厚板的受剪承载力时,可直接采用再生块体混凝土的组合强度而无需进一步折减,相比而言Muttoni公式的计算结果相对较优。3.采用3种机器学习算法,分别建立了无腹筋混凝土构件的受剪承载力预测模型,考察了它们对常规混凝土构件受剪承载力预测的有效性,并将其拓展应用于再生块体混凝土无腹筋构件的受剪承载力预测。研究表明:(1)BP神经网络、LS-SVM支持向量机、M5模型树3种机器学习算法模型对无腹筋常规混凝土构件受剪承载力的预测效果大体相当,都优于对数回归方法,在预测精度相近的情况下,LS-SVM算法模型的稳定性更好且具有更高的计算效率;(2)3种机器学习算法模型对剪跨比小于2的无腹筋再生块体混凝土构件受剪承载力的预测效果明显优于国内外相关规范,其中又以LS-SVM算法模型的预测效果相对最佳;(3)各国规范对剪跨比大于等于2的无腹筋再生块体混凝土构件受剪承载力的预测偏差总体上大于或接近于3种机器学习算法模型,相比而言LS-SVM算法模型更具优势。