大体积混凝土的温控措施及应用

本文从材料选择、结构设计、施工和监测管理等方面介绍了大体积混凝土常用的温控措施以及在我省汾河二库水利工程中的实际应用。     

基于有限元仿真及神经网络模型相结合的大体积混凝土温度预测方法

大体积混凝土的温度裂缝控制是混凝土大坝安全的重要技术问题之一。为研究大体积混凝土内部温度演变规律,对其进行了现场测试。通过实测得出大体积混凝土内部由于水泥水化放热导致在50 h内温度逐渐上升;而表层温度受到环境温度的影响较大,呈现不规律的状态。考虑热固耦合和对流换热现象,结合COMSOL三维有限元软件对大体积混凝土进行模拟仿真,得出:仿真模拟计算得到的大体积混凝土内部温度变化曲线与实测数据的变化规律较为相似;但由于对流换热系数是由人为设定、水泥水化放热公式是通过经验公式得出等情况,导致仿真模拟误差在5%左右。为进一步精确模拟,结合神经网络原理并引入遗传算法和贝叶斯更新对BP神经网络权值进行优化,得出:神经网络预测曲线与实测大体积混凝土变化曲线规律相似;在有大量的已知数据的情况下,神经网络算法可以很好的对监测点进行预测,其最大误差为2. 57%。因此,将有限元仿真和神经网络预测方法结合可较为准确的预测大体积混凝土内部温度变化,获知最大温差薄弱处,利于采用相应措施来避免大体积混凝土裂缝发展。     

大体积碾压混凝土温度性能研究

结合某大型碾压混凝土坝工程长期、连续的混凝土温度监测数据,就碾压混凝土的温度变化规律和自身的变化特点进行了分析.结果表明,在相同入仓温度的条件下,碾压混凝土的最高温度值要小于常态混凝土,碾压混凝土的温度峰值出现的时间较常态混凝土推迟,且碾压混凝土的温度变化过程具有水化放熟时间长,达到稳定温度过程慢,温度变化过程中会出现2、3次甚至4次温度峰值等特点.     

桥梁承台混凝土水化热仿真分析

通过对桥梁后加承台大体积混凝土水化热的仿真分析,研究了温度场在承台内部分布和随时间变化规律,结果表明理论分析是可信的.分析了梧州云龙大桥加固工程,说明分层浇筑可以有效降低混凝土内部最高温升.并给出了大体积混凝土裂缝控制的一些措施.     

大体积混凝土温度控制措施

从大体积混凝土温度裂缝产生的机理入手,分析产生温度裂缝的危害,进一步阐明大体积混凝土温度控制的重要性,并列举了温度控制的各个措施.     

大体积混凝土底板的温度应力分析及温控措施

1 工程概况 泰州引江河高港枢纽工程是我省本世纪内最大的单项水工建筑物,是泰州引江河的江边控制工程,由泵站、节制闸、送水闸、调度闸和船闸组成。 船闸为双向水头通航建筑物,闸室长196m,宽16m,槛上水深3.5m,上下闸首采用整体平底板坞式结构,短廊道输水,对冲消能方式,底板平面尺寸24.2m×28m,厚2.9m,混凝土用量3930m~3,设计标号C20。2 底板温度场计算 船闸地基为灰色中轻粉质壤土,施工期处于气温相对较高的5月份。     

温度应力对大体积混凝土开裂的影响分析

大体积混凝土产生裂缝的主要原因是因块体温度场变化引起块体的体积变化。文章着重研究了温度应力对大体积混凝土开裂的影响,并从理论上加以分析,同时阐述了控制温度应力防止大体积混凝土开裂的一些措施。     

温升抑制剂对薄壁大体积混凝土防裂效果分析

混凝土水化热抑制剂作为新型的混凝土外加剂,具有减缓混凝土初期水化反应放热速率的作用。但由于缺乏明确的可行性分析,其在工程中的应用受到限制。通过拟合试验数据,获得不同水化热抑制剂掺量的混凝土热力学参数,并以水闸为例,采用数值模拟方式,研究水化热抑制剂对大体积混凝土温度场和应力场的影响。结果表明,水化热抑制剂的掺量达到胶凝材料含量的0.6%时,具有明显的降低温度和应力峰值作用,温控效果明显;而掺量较低,则无明显温控效果。水化热抑制剂降低温度和应力峰值的效果与结构厚度成反比,其对大体积薄壁结构的温控效果更为显著。作为一种温控手段,工程中可与其他温控措施相结合,提出更为合理且经济的温控方案。     

浅析大体积混凝土的温度应力及温控措施

在大体积混凝土结构中，由于温度作用产生的应力常比其荷载产生应力的总和还大，尤其水工结构中的大部分裂缝都属于温度裂缝，因此，大体积混凝土结构中的温度控制计算是十分重要的。     

大体积混凝土的施工温度与裂缝控制

裂缝在混凝土结构中普遍存在,它不仅会降低建筑物的抗渗能力、影响建筑物的使用功能,还会引起钢筋的锈蚀、混凝土的碳化,降低材料的耐久性,影响建筑物的承载能力,因此要认真研究混凝土裂缝,区别对待,采用合理的方法进行处理,并在施工中采取各种有效预防措施来预防裂缝的出现和发展,保证建筑物和构件安全、稳定地工作。     

基于BP神经网络的建筑工程造价快速预测

快速而可靠的估算工程造价直接影响着招投标决策的合理性。该文根据建筑工程概预算原理,提出以主要特征指标作为典型样本、将字符型转化为数值型特征指标的快速估价方法,在主要特征指标中增加造价指数;并以实例结合带有动量项自适应BP神经网络开展了工程造价的估算。实例计算表明,在考虑造价指数时实例工程造价误差为1.06%,远高于文献[1]的工程造价误差3.02%,提高了工程造价估算精度。该模型具有较高的可行性和可靠性,为工程造价的快速估算提供了一种有效途径。     

BP人工神经网络在岩体质量分级中的应用

通过金沙江某水电站的野外地质调查获取了丰富的基础地质资料后,针对其地质特点,提炼出岩石单轴抗压强度(R)、岩石质量指标(RQD)、岩体风化程度、节理组数(Jn)、节理粗糙系数(Jr)、节理蚀变系数(Ja)和地下水状态7个对岩体质量起控制作用的因素作为神经网络模型的输入变量。基于MATLAB软件平台设计的人工神经网络,通过具有较强代表性的116组样本数据的训练得到了稳定性好、可信度高的岩体质量分级网络模型。在对36组测试数据分析后,发现该模型的仿真结果具有较高的准确度和良好的吻合度,能够满足实际工程需要。     

基于BP神经网络的来水量预测模型

针对径流量长期变化的因果关系复杂特性,常规的中长期水文预报模型又很难满足精度要求,提出了基于BP神经网络的来水量预测模型。结合实际径流数据,验证了模型的预报精度,可用来进行中长期水文预报。     

大体积混凝土裂缝控制的研究与进展

大体积混凝土的裂缝大部分是由于混凝土降温产生的温度应力引起的,采取有效措施防止温度应力造成混凝土表面和内部出现有害裂缝,一直是大体积混凝土结构施工中的技术难题。根据温度裂缝产生的原因从设计、施工、监测和裂缝的修补四个方面来概述目前大体积混凝土裂缝控制的各种方法,分析了各方面存在的问题及其实用价值,讨论了其发展趋势和应用前景,以及进一步的研究方向,为今后工程中混凝土裂缝控制提供了有益的借鉴。     

基于ANSYS的大体积混凝土温度场计算程序开发

目前大多温度场计算程序均存在一定的缺陷,基于ANSYS的完备前处理功能、强大求解器、方便后处理和良好开放性等优点,提出在ANSYS平台的基础上开发出适用性更强的计算大体积混凝土结构温度场的仿真程序,并对此进行了论证.利用开发出来的温度场计算程序,根据坝体碾压混凝土实际浇筑进度及热力学参数对其进行仿真计算,并将计算成果与...     

基于MATLAB下BP神经网络的边坡稳定性预测

将MATLAB中的BP神经网络引入到边坡稳定性研究中,但由于标准的BP算法存在收敛速度慢、容易陷人局部极小点等缺点,为此采用各种改进及优化的算法,以寻求更适合边坡稳定性预测研究的算法。本文结合了大量边坡实例,经过理论分析和实例测试,能显著提高训练速度、减少收敛周期,达到很好的边坡稳定性预测结果。     

基于BP神经网络的膨胀土判别分级方法研究

以安康膨胀土为研究对象,选用粘粒含量、粉粒含量、液限和塑性指数4个分级指标,建立了两层无偏置的BP神经网络模型,研究膨胀土的判别分级问题。结果表明,该模型学习效果良好,能准确预测未知样本的膨胀性;对于安康膨胀土,粘粒含量和粉粒含量对分级结果影响较大,而液限和塑性指数影响较小;相比于传统的指标分级法,该模型具有较好的容错能力,可有效减小指标测量误差对分级结果的影响;BP神经网络用于膨胀土的判别分级是合理可行的,具有一定的推广与应用价值。     

基于BP神经网络的拱坝温度监测数据预测模型

实时监控拱坝的温度对工程进度和坝体安全具有重要意义.以白莲崖碾压混凝土拱坝温度监测数据为研究对象,建立基于MATLAB的拱坝温度监测反向传播(BP)神经网络预测模型,用原型观测数据对其进行校核和检验,并引入灰色理论中的GM(1,1)模型、混沌模型(最大Lyapunov指数法)与预测结果进行比较.结果证明,用人工神经网络建立坝体变形的神经网络模型对大坝变形能够进行较高精度的预测,具有良好的应用前景.     

基于BP神经网络的施工企业信用评价

讨论了施工企业信用评价在建设市场经济中的重要作用,建立了施工企业信用评价的评价指标。并根据此评价指标体系建立了施工企业信用评价的BP神经网络模型,并进行了施工企业信用的预测,为业主正确选择承包商提供了依据。     

基于遗传优化BP神经网络的GPS高程异常拟合模型研究

为解决标准BP神经网络模型存在的易陷入极小值、训练时间长、网络不稳定等问题,采用基于实数编码的遗传算法,优化网络初始权值和阈值,构建GPS高程异常拟合模型。通过实测数据进行计算分析,并将该模型的结果与平面拟合、二次曲面拟合及标准BP神经网络模型所得结果比较,得出如下结论:使用遗传优化BP神经网络进行高程异常拟合,模型误差和中误差均较小,故基于遗传优化BP神经网络模型具有较高的精度和较好的稳定性,可以应用于GPS高程异常拟合问题。更多还原