基于基因表达式编程的NSM FRP–混凝土粘结强度预测模型

作者：张芮椋; 薛新华^*

来源：工程科学与技术, 2021, 53(02): 118-124.

DOI：10.15961/j.jsuese.202000405

• 粘结强度
• 基因表达式编程
• 纤维增强复合材料
• 混凝土
• 预测模型

纤维增强复合材料(fiber-reinforced polymer,FRP)已被广泛应用于混凝土加固工程中。FRP与混凝土界面间的粘结性能是影响加固效果的重要因素之一,为准确预测FRP嵌入式加固(near-surface-mounted,NSM)NSM FRP–混凝土的粘结强度,运用基因表达式编程(gene expression programming,GEP)方法,选取混凝土抗压强度、粘结长度、槽深宽比、FRP轴向刚度、FRP抗拉强度及环氧树脂抗拉强度等6个参数作为粘结强度的影响因素,建立了NSM FRP与混凝土粘结强度的预测模型,提出了具体的计算公式。通过比较粘结强度预测值与实验值,发现二者较为接近,说明该模型具有一定的可靠性。对该模型进行敏感性分析,发现其可以反映粘结强度与单因素之间的内在关系,即粘结强度随着粘结长度、混凝土抗压强度、槽深宽比及FRP轴向刚度等因素的增大而增大。将该GEP模型与经验模型及小波神经网络模型进行比较,并选取6个统计指标对模型进行评价。结果表明,GEP模型与小波神经网络模型的精度较高,各项误差指标均较小,决定系数分别为0.793和0.787。总体而言,GEP模型的精度略优于小波神经网络模型,二者的精度均远高于经验模型。

• 单位
  四川大学