基于BP神经网络的寒区再生微粉工程水泥基复合材料力学性能研究

为了探究不同低温不利条件下再生微粉ECC材料力学性能的影响,本文采用控制变量法,以再生微粉种类和取代率为研究变量,探究了再生微粉ECC在冻融循环和恒低温两种低温不利条件下的抗压和抗折强度试验。分析了再生微粉种类、再生微粉取代率、冻融循环次数、恒低温温度对再生微粉ECC力学性能的影响。最后基于BP神经网络,建立了3-6-1的冻融循环和3-3-1的恒低温BP神经网络结构抗压强度预测模型。研究结果表明:在相同的冻融循环条件下,再生混凝土微粉ECC的力学性能要高于再生砖粉ECC,且均随再生微粉取代率的增加先小幅度下降后剧烈下降,在经历150冻融循环后力学性能损失20%左右。而经历恒低温保温后的再生微粉ECC力学性能呈现出相反的变化趋势,随着低温保温温度的降低再生微粉ECC的力学强度反而呈现上升趋势,从常温到-40℃恒低温状态下力学性能提高22%左右。建立的两个低温不利条件下BP神经网络预测模型,平均相对误差分别为1.43%、1.28%,并以质量损失率和相对动弹模量为评判标准,预测试验范围内不同配合比的再生微粉ECC可经受的最大冻融循环次数。