基于广义回归神经网络的纤维增强聚合物复合材料约束损伤混凝土强度预测

作者：曹玉贵; 赵国旭; 尹亚运^*

来源：复合材料学报, 2021, 38(05): 1623-1628.

DOI：10.13801/j.cnki.fhclxb.20200804.001

• 广义回归神经网络(GRNN)
• FRP约束损伤混凝土
• 抗压强度
• 强弱约束
• 不同截面形状

纤维增强聚合物复合材料(FRP)约束损伤混凝土抗压强度模型对于混凝土柱类构件的修复和加固具有重要指导意义。现有FRP修复混凝土的强度模型适用条件有限,同一模型不能同时应用于不同强弱约束、不同强度混凝土、不同倒角混凝土的强度预测。本文根据广义回归神经网络(GRNN)的特点,基于46个FRP强约束损伤混凝土方柱、210个FRP强约束损伤混凝土圆柱和35个FRP弱约束损伤混凝土圆柱的试验数据,建立了GRNN抗压强度模型,对FRP约束损伤混凝土的强度进行预测,并与现有模型的预测结果进行对比分析,结果表明,新建立的GRNN模型能够准确地预测FRP约束损伤混凝土的强度。

• 单位
  土木工程与建筑学院; 武汉理工大学