科研之友
微信
新浪微博
Facebook
分享链接
摘要
隧道火灾温升快,峰值温度高,易引起衬砌发生爆裂,严重危害隧道结构承载能力与安全性。研究爆裂过程的传统多场分析方法涉及复杂非线性系统求解,计算时间长,数值稳定性弱。本文利用已有的强耦合热-水-气-力-化学多场分析模型,对大量不同混凝土类型,环境湿度,火荷载条件下的高温混凝土内孔压和温度增长过程展开分析。将结果作为输入信息,导入开发的机器学习方法中,从而利用机器学习方法来归纳学习高温下衬砌爆裂发展规律,从而无须求解方程而可以快速预测评估任意含水量和配比的隧道衬砌在不同火荷载下衬砌爆裂风险。通过与实验结果对比,证明了方法可靠性,研究成果可以有效辅助工程人员对在建与已建隧道快速开展耐火抗火风险评估。
- 单位
