基于BP神经网络的高寒混凝土抗压强度预测研究

梁凯轩 ，赵帮轩，张轩

（1.西安工业大学建筑工程学院，陕西 西安 710021 2.中铁十八局集团第五工程有限公司，天津 300222）

我国国土面积大，东西南北跨度大，不同地区的气候环境差异很大。在西北、东北、西南等地区，海拔高、气压低、降水量少、年霜冻期长，属高寒地区。高寒地区由于其特殊的地理位置及恶劣的气候条件，导致混凝土强度及耐久性降低，对混凝土的工作性能产生不可忽视的影响。因此，对高寒地区混凝土的工作性能尤其力学性能进行预测，对高寒地区的混凝土工程具有较大的工程价值。

BP神经网络是一种人工神经网络，它可以摆脱常规函数形式的局限性，自动地发现数据中的模式，较好地建立各自变量之间复杂的映射，开发非线性系统模型，进行可靠的混凝土强度预测。目前已经有众多学者基于BP神经网络预测各种混凝土的强度，并且预测结果较为精确。

根据高寒地区气候环境对混凝土力学性能及耐久性的影响，结合已有的研究成果，对高寒混凝土配合比进行优化设计，以保证高寒混凝土的力学性能及耐久性。并测试高寒混凝土的超声波波速、回弹值及28d抗压强度，建立BP神经网络预测模型来预测混凝土28d抗压强度。

1 高寒混凝土试验

1.1 高寒混凝土配合比

试验地点位于甘肃省某地，海拔约2900m，气候寒冷湿润，常年多雨且霜冻期较长，属高海拔寒冷地区。原材料均就地取材，水泥采用普通P·O52.5硅酸盐水泥；细骨料采用河砂，按照粒径可分为中粗砂；粗骨料采用矿山碎石，粒径为5mm～20mm，级配良好；拌和用水采用自来水。试验拟配制强度等级为C50的混凝土，针对高寒地区对混凝土工作性能产生的影响，已有学者进行混凝土配合比的优化，在此基础上经过多次试配及力学性能试验，最终得到满足强度要求的高寒减水混凝土（代号J）和高寒引气减水混凝土（代号YJ）配合比，见表1。

高寒引气混凝土配合比 表1

1.2 试验数据

试验制作规格为150×150×150mm的标准立方体试块若干块，试块拆模后放入标养室进行养护，温度为20℃，湿度为90%。在试块的浇筑面的侧面及其对面布置测区，每个面标出8个回弹测点和3个超声波测点。在28d时测试混凝土试块的超声波波速代表值以及回弹代表值后进行抗压试验，部分测试数据见表2。

高寒引气混凝土试验结果统计表 表2

2 基于BP神经网络的高寒混凝土强度预测模型

一个BP神经网络包含输入层、一个或多个隐含层、输出层，神经元之间的连接代表相关的权重。将数据输入到输入层，训练算法进行迭代，过程中不断调整不同神经元的权重，使得预测误差最小并给出精度。

使用SPSS软件针对高寒引气混凝土建立含有一个隐含层的多输入单输出的BP神经网络预测模型，选取试块的超声波波速代表值、回弹代表值作为输入层，70%数据作为训练样本，30%数据作为检验样本；试块的抗压强度作为输出层，输出层激活函数为恒等式。算法自动选择最优的隐含层神经元个数，经过多重迭代计算，高寒引气混凝土神经网络隐含层最优神经元节点为2，隐藏层激活函数为双曲正切。最终建立的高寒引气混凝土BP神经网络预测模型拓扑结构为2-2-1，如图1所示，预测结果如表3所示。表3可见，BP神经网络预测模型预测结果相对误差较小，均在1%左右，BP神经网络预测模型训练结果较好。

图1 高寒引气混凝土神经元结构

BP神经网络预测结果 表3

3 模型验证

为了验证高寒引气混凝土BP神经网络预测模型的准确性，随机抽取高寒引气混凝土9块，在28d进行超声波波速测试以及回弹测试，使用BP神经网络预测模型进行强度预测后进行单轴抗压试验，再计算相对误差，测试及计算结果如表4所示。

高寒引气混凝土神经网络强度预测验证分析 表4

通过表3抗压强度的实测值和预测值以及相对误差可见：高寒引气混凝土抗压强度预测值的平均相对误差为2.9%，说明所训练的BP神经网络预测模型预测效果较好，具有可信度。

4 结论

为了准确地预测高寒地区混凝土抗压强度，制作了高寒引气混凝土立方体试块，进行相关的试验以及数据处理，得出以下结论：

①根据高寒地区气候环境对混凝土力学性能的影响，在已有成果的基础上经试配，得到了高寒引气混凝土的配合比；

②建立高寒引气混凝土BP神经网络预测模型，发现对于高寒引气混凝土，BP神经网络预测模型拓扑结构为2-2-1具有较好的训练效果。并验证其可靠性，为高寒混凝土的预测提供便捷、准确的方法。