一般大气环境下钢筋锈蚀深度的RBF神经网络预测模型研究

钢筋锈蚀深度预测是评估在役RC结构服役性能的基础。为建立一般大气环境RC构件中钢筋锈蚀深度预测模型,通过收集实测数据,分析影响钢筋锈蚀深度的主要参数及其影响规律,继而基于实测数据建立数值模型和RBF神经网络预测模型,并进行参数敏感性分析。研究结果表明:与数值模型相比,RBF神经网络对钢筋锈蚀深度预测效率与精度更高,能够有效映射各影响参数与钢筋锈蚀深度之间复杂的非线性关系。参数敏感性分析结果显示,钢筋混凝土表面锈胀裂缝宽度对钢筋锈蚀深度影响最大,钢筋直径、保护层厚度与钢筋直径之比和混凝土抗压强度等其他因素影响次之。所得模型可用于工程检测中钢筋锈蚀程度预测与RC构筑物剩余服役寿命评估。     

地下变电站结构水平受力构件分析及计算方法的研究

<正>地下变电站是近几年随着经济的发展、智能化电气的普及而逐步推广的一种变电站型式,与传统的变电站相比,地下变电站具有占地面积小、对城市规划及周边环境影响小、能有效对地下空间开发和利用、避免地面建筑物对生态环境破坏、实现人与自然之间和谐共生等优点。同时,地下变电站需综合考虑电气工艺、电缆敷设、通风、消防等各种因素,建筑结构内墙体、楼板等水平及竖向受力构件开孔较多,并无规律性,使得水平受力构件计算分析方法较难统一,不同分析方法结果差异较大。