原文传递
基于LTPP数据的连续配筋混凝土路面剥落风险指数及其预测模型研究
| 论文题名： | 基于LTPP数据的连续配筋混凝土路面剥落风险指数及其预测模型研究 |
| 关键词： | 连续配筋混凝土路面;剥落风险指数;神经网络预测模型;LTPP数据库 |
| 摘要： | 混凝土剥落是连续配筋混凝土路面常见的病害之一，严重影响路面使用性能。目前国内外的路面设计规范中未将剥落作为控制性设计指标，而是通过控制横向裂缝间距来实现对混凝土剥落的控制。虽然人们已经认识到了横向裂缝间距与混凝土剥落之间呈现的相关性，但对于混凝土剥落的形成过程中，影响横向裂缝间距的各个因素如何影响剥落，以及各因素对混凝土剥落的影响权重等，目前没有足够深入的研究。 本文基于美国LTPP数据库记录的大量连续配筋混凝土路面监测数据对混凝土剥落的评价与预测进行了研究。构建了可以反映剥落病害风险高低的剥落风险指数，在进一步分析剥落风险指数的影响因素的基础上，构建了剥落风险指数的神经网络预测模型。主要研究内容如下: (1)对比分析研究中美两国连续配筋混凝土路面设计规范，发现两者均未将剥落作为设计指标。剥落与裂缝间距密切相关，从理论上通过分析裂缝间距的影响因素得到可能影响剥落的因素。 (2)基于LTPP连续配筋混凝土路面数据库，提取与混凝土剥落病害相关的指标，建立了不同气候区的与混凝土剥落相关的设计参数数据库;并以Olga Selezneva等人提出的连续配筋混凝土路面横向裂缝间距的Weibull分布模型为基础，基于混凝土剥落与连续配筋混凝土路面的横向裂缝间距的联系，构建了混凝土剥落风险指数，并讨论了剥落风险指数的实际工程意义和应用价值。 (3)通过统计相关分析，筛选两个气候区与混凝土剥落风险指数相关的设计参数，为构建神经网络预测模型提供基础。 (4)利用MATLAB软件进行构建了剥落的BP人工神经网络，分别建立了两个气候区的剥落风险指数预测模型。通过敏感性分析，探讨了所构建的神经网络预测模型的内部构造。利用构建的神经网络模型，给出了两个气候区的剥落风险指数随时间的变化趋势。 (5)为了探讨BP神经网络的预测能力及应用范围，分别为两个气候区的剥落风险指数划分风险等级，并将我国路面设计实例的设计参数作为输入指标进行神经网络预测，探索了基于长期路面使用性能（剥落风险指数）的连续配筋混凝土路面设计方法的可能性。 |
| 作者： | 任翔宇 |
| 专业： | 道路与铁道工程 |
| 导师： | 孔永健 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
