基于人工神经网络的FRP与混凝土粘结强度预测模型

摘要整理

近几十年来，纤维增强复合材料（FRP）在钢筋混凝土（RC）结构加固中的应用已成为行业标准，成为传统钢板加固的有效替代方案。这类新型材料具有诸多优势，包括在侵蚀性环境中具有高耐腐蚀性、低比重、高强度质量比、电磁中性、低热膨胀系数和低安装成本。在RC构件的弯曲和剪切加固中，环氧树脂粘结FRP的加固效果主要取决于与混凝土基体之间的粘结力。在弯曲应力作用下，FRP加固通过受拉侧的应力传递而激活，这种应力传递由粘结剂与梁接触区域保证。因此，确定导致FRP板脱粘的最大荷载对于合理设计至关重要。多年来，科学文献中提出了许多不同的解析模型，其中大多数基于有限实验数据库的标定。目前已有数百组实验结果可用。本研究的主要目的是提出并讨论一种基于人工神经网络（ANN）方法的预测环氧树脂粘结FRP板与混凝土基体脱粘荷载的替代理论模型。为此，还对单搭接剪切试验的相关文献进行了广泛综述。通过参数分析以及与现有模型和国际设计规范的对比，验证了所提模型的鲁棒性。

相关论文