神经网络对混凝土动态特性的预测及试验

英文篇名：Experiment and forecast on dynamic characteristics of concrete with neural network
中文刊名：解放军理工大学学报(自然科学版)
英文刊名：Journal of PLA University of Science and Technology(Natural Science Edition)
作者：姜鹏飞 ; 唐德高 ; 曲霞 ; 邵鲁中 ; 钱岳红
英文作者：JIANG Peng-fei ; TANG De-gao ; QU Xia ; SHAO Lu-zhong ; QIAN Yue-hong(Engineering Institute of Corps of Engineers ; PLA Univ.of Sci.& Tech. ; Nanjing 210007 ; China)
中文关键词：神经网络 ; 混凝土 ; 动态特性 ; 应变率
英文关键词：neural network ; concrete ; dynamic characteristics ; strain rate
出版日期：2006-10-30
机构：解放军理工大学工程兵工程学院,解放军理工大学工程兵工程学院,解放军理工大学工程兵工程学院,解放军理工大学工程兵工程学院,解放军理工大学工程兵工程学院江苏南京210007,江苏南京210007,江苏南京210007,江苏南京210007,江苏南京210007
年：2006
期：05
出版单位：解放军理工大学学报(自然科学版)

摘要

为研究混凝土高应变率下的动态特性,基于神经网络对非线性系统的辨识和预测功能,结合Leven-berg-M arquardt算法,利用变截面Hopk inson压杆对聚丙烯纤维混凝土的3种应变率下冲击压缩试验数据,采用BP网络对其峰值应力和对应的应变进行预测,并与试验结果进行了比较。分析表明,预测仿真结果与试验结果是相吻合的,所建立的网络模型可为研究混凝土高应变率下的应力应变关系提供参考。
Based on the neural network with the capability to recognize and forecast in the non-linear system,the BP neural network with Levenberg-Marquardt method was adopted to forecast the dynamic characteristics of the polypropylene fiber reinforced concrete.Using Hopkinson pressure bar with variable cross-sections, a shock compression test with three kinds of strain rates was carried out and then the neural network was tested with the experimental data.The analysis indicates that the forecasted results are in accordance with experimental reasults and the neural network provides us a new method to study the relation between stress and strain of the concrete with high strain rate.

引文

[1]胡金生,周早生,唐德高,等.聚丙烯纤维增强混凝土分离式Hopk inson压杆压缩试验研究[J].土木工程学报,2004,37(6):12-15.
    [2]王礼立.爆炸与冲击载荷下结构和材料动态响应研究的新进展[J].爆炸与冲击,2001,21(2):81-88.
    [3]徐赵东,郭迎庆.M ATLAB语言在建筑抗震工程中的应用[M].北京:科学出版社,2004.
    [4]张立明.人工神经网络的模型及其应用[M].上海:复旦大学出版社,1993.
    [5]刘记军,唐德高,王春辉,等.结合BP神经网络的遗传算法优选PEE制备参数[J].解放军理工大学学报:自然科学版,2005,6(4):378-381.
    [6]徐赵东,沈亚鹏,郭迎庆.神经网络对结构地震反应的预测及试验研究[J].振动与冲击,2003,22(2):8-12.
    [7]胡金生,唐德高,陈向新,等.提高大直径Hopk inson装置试验精度的方法[J].解放军理工大学学报:自然科学版,2003,4(1):71-74.
    [8]徐丽娜.神经网络控制[M].哈尔滨:哈尔滨工业大学出版社,1999.
    [9]侯晓峰,方秦,张育宁,等.高掺量聚丙烯纤维混凝土动力特性的SHPB试验[J].解放军理工大学学报:自然科学版,2005,6(4):351-354.
    [10]巫绪涛,胡时胜,陈德兴,等.钢纤维高强混凝土冲击压缩的试验研究[J].爆炸与冲击,2005,25(2):125-131.