基于SSA-BP神经网络的圆钢管RPC短柱轴压承载力预测
2023-09-13卜良桃洪俊鹏
沈阳建筑大学学报(自然科学版) 2023年4期
卜良桃,洪俊鹏
(湖南大学土木工程学院,湖南 长沙 410082)
随着我国经济不断发展,大跨度结构、高层建筑不断涌现,对轴心受压构件的承载力有了更高的要求,型钢-混凝土组合结构应运而生。圆钢管活性粉末混凝土柱作为其中的代表,通过将活性粉末混凝土(Reactive Powder Concrete,RPC)填充于圆钢管中,借助圆形钢管对核心混凝土的套箍约束作用,使核心区RPC处于三向受压状态,使RPC的塑性和韧性有效改善,承载力和变形性能大幅提升[1]。承载力计算是结构设计的基础,由于RPC具有高强的特点,当前规范[2-4]对材料强度又有所限制导致适用性较差,因此众多学者针对各影响因素与承载力之间的关系开展研究。王彦博[5]考虑提高混凝土强度对约束效应的减弱,对规范[3]的计算公式进行系数修正,使钢管高强、超高强混凝土柱的安全保证率得以提高。J.P.Liu等[6]提出钢管应力的表达式,以此为基础建立承载力预测公式,预测结果与试验值平均比值为0.912。但以上研究预测精度偏低,这是由于各影响因素相互耦合,与承载力间呈现出非线性映射关系,从而导致传统方法难以实现圆钢管RPC柱轴压承载力的高精度预测。
目前机器学习算法发展迅速,其中BP神经网络由于其出众的非线性拟合效果,在承载力预测上得到广泛使用。V.L.Tran 等[7]基于BP神经网络对圆钢管RPC柱承载力进行预测,预测精度相比于规范[2-4]得到提升。陆征然等[8]使用双隐含层BP神经网络实现了对缺陷圆钢管混凝土短柱承载力的预测。……
登录APP查看全文