机器学习方法在纤维增强复合材料增强混凝土构件性能评估中的应用

摘要整理

近年来，纤维增强复合材料（FRP）在钢筋混凝土（RC）构件中因其轻质、高比强度和高刚度等优异性能而备受关注，已广泛应用于建筑结构、基础设施、风电设备及各类先进土木产品中。然而，FRP的生产工艺复杂，性能评估需要大量试验，耗时耗资。工业4.0的出现为利用机器学习（ML）方法克服这些问题提供了机遇。ML技术近年来被用于预测FRP性能、评估工艺参数的重要性，以支持高效的结构设计和广泛应用。本文对用于预测FRP力学性能的各类ML算法进行了全面分析，讨论了不同模型的性能评估结果，详细分析了各算法的优缺点。同时指出了现有ML技术存在的局限性，并提出了改进预测精度的建议，以适应FRP构件力学性能评估的需求。

相关论文