基于人工神经网络的FRP增强钢筋混凝土梁抗剪强度建模

摘要整理

外部加固钢筋混凝土(RC)结构在过去几十年来一直是研究界和工业界的重要实践。该应用通过将复合材料粘结到RC构件表面，以提升其强度、刚度和延性。本研究采用机器学习(ML)技术研究和预测采用外贴纤维增强复合材料(EB-FRP)层板进行抗剪加固的RC梁的抗剪强度。建立了包含511个试验试件和17个试验参数的广泛数据库。采用人工神经网络(ANN)模型预测FRP增强梁的抗剪承载力(Vu)，包括EB-FRP对抗剪承载力的具体贡献(Vf)。研究结果表明，基于ANN的模型对Vu和Vf的预测均具有良好的准确性，为FRP加固RC梁抗剪性能的评估提供了有效的预测工具。

相关论文