留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

利用灰色残差GM(1,1)-Markov模型预测水工混凝土的劣化

康春涛 贡力 王忠慧 杨轶群 王鸿

康春涛,贡力,王忠慧,等. 利用灰色残差GM(1,1)-Markov模型预测水工混凝土的劣化[J]. 水利水运工程学报,2021(1):95-103 doi:  10.12170/20200228002
引用本文: 康春涛,贡力,王忠慧,等. 利用灰色残差GM(1,1)-Markov模型预测水工混凝土的劣化[J]. 水利水运工程学报,2021(1):95-103 doi:  10.12170/20200228002
(KANG Chuntao, GONG Li, WANG Zhonghui, et al. Prediction of hydraulic concrete degradation based on gray residual GM (1,1)-Markov model[J]. Hydro-Science and Engineering, 2021(1): 95-103. (in Chinese)) doi:  10.12170/20200228002
Citation: (KANG Chuntao, GONG Li, WANG Zhonghui, et al. Prediction of hydraulic concrete degradation based on gray residual GM (1,1)-Markov model[J]. Hydro-Science and Engineering, 2021(1): 95-103. (in Chinese)) doi:  10.12170/20200228002

利用灰色残差GM(1,1)-Markov模型预测水工混凝土的劣化

doi: 10.12170/20200228002
基金项目: 国家自然科学基金资助项目(51969011,51669010)
详细信息
    作者简介:

    康春涛(1994—),男,甘肃临夏人,硕士研究生,主要从事水工混凝土材料劣化研究。E-mail:1697213103@qq.com

    通讯作者:

    贡 力(E-mail:gongl@mail.lzjtu.cn

  • 中图分类号: TV213. 4

Prediction of hydraulic concrete degradation based on gray residual GM (1,1)-Markov model

  • 摘要: 我国西北地区水工混凝土建筑物经常受到低温冻害和盐渍侵蚀作用,因此混凝土劣化预测的研究对水工建筑物的寿命预测具有十分重要的意义。为模拟水工混凝土建筑物所受到的破坏,以实验室方法进行混凝土试件的盐冻试验,得到4种工况下混凝土试件随着盐冻次数的增加,其质量和抗压强度的变化情况。研究抽取了其中两种工况的原始数据,首先利用灰色残差GM(1,1)模型对原始数据进行处理,并建立预测模型;然后通过预测模型进行计算,得到质量和抗压强度的修正值;最后通过灰色残差GM(1,1)-Markov模型,对150~200次盐冻试验的试件质量和抗压强度进行预测。结果表明:试件质量和抗压强度的预测值与原始值相比误差较小,说明该模型可较好预测混凝土劣化的质量和抗压强度损失。
  • 图  1  数据修正与模型预测对比

    Figure  1.  Data correction and model prediction comparison chart

    表  1  混凝土材料组成

    Table  1.   Concrete mix proportion

    强度水灰比水泥/(kg·m−3)用水量/(kg·m−3)细骨料/(kg·m−3)粗骨料/(kg·m−3)
    C30 0.43 407 150 561 1 262
    下载: 导出CSV

    表  2  盐冻作用下混凝土试件质量和抗压强度原始统计值

    Table  2.   Original statistical values of the quality and pressure strength of concrete specimens under the action of salt freezing

    盐冻次数/次质量/kg试件强度/MPa盐冻次数/次质量/kg试件强度/MPa
    1-01-31-01-31-01-31-01-3
    0 2.346 2 2.365 3 23.158 7 23.025 2 125 2.316 5 2.344 6 19.241 8 19.422 7
    25 2.336 5 2.360 0 22.982 3 22.504 6 150 2.297 8 2.330 4 18.765 9 18.958 1
    50 2.333 4 2.351 1 22.494 5 21.995 5 175 2.290 2 2.316 9 18.036 6 18.246 0
    75 2.328 3 2.357 4 21.364 5 20.866 5 200 2.288 7 2.287 2 17.452 3 17.621 8
    100 2.323 6 2.348 4 19.806 4 20.570 2 225 2.287 7 2.271 5
      注:“—”代表抗压强度已失效。
    下载: 导出CSV

    表  3  混凝土试件质量的模拟结果

    Table  3.   Simulation results of the quality of concrete specimens

    编号盐冻次数/次原始值/kg灰色模拟值/kg残差序列/kg残差模拟值/kg修正结果/kg相对误差/%
    1-0 0 2.346 2
    25 2.336 5 2.327 8 0.008 7
    50 2.328 3 2.328 9 0.004 5 0.001 2 2.330 1 0.07
    75 2.333 4 2.330 1 −0.001 8 0.003 5 2.326 6 0.29
    100 2.323 6 2.331 2 −0.007 7 0.007 9 2.323 3 0.01
    125 2.316 5 2.332 4 −0.015 9 0.016 6 2.315 8 0.03
    1-3 0 2.365 3
    25 2.360 0 2.359 1 0.000 9
    50 2.351 1 2.355 8 −0.004 7 0.005 2 2.350 7 0.02
    75 2.357 4 2.352 5 0.004 9 0.003 3 2.355 9 0.06
    100 2.348 4 2.349 2 −0.000 9 0.002 1 2.347 1 0.05
    125 2.344 6 2.346 0 −0.001 4 0.001 4 2.344 6 0.000 9
    下载: 导出CSV

    表  4  混凝土试件抗压强度的模拟结果

    Table  4.   Simulation results of the pressure strength of concrete test pieces

    编号盐冻次数/次原始值/MPa灰色模拟值/MPa残差序列/MPa残差模拟值/MPa修正结果/MPa相对误差/%
    1-0023.158 7
    2522.982 323.160 1−0.121 6
    5022.494 522.147 70.363 00.351 522.482 50.05
    7521.364 521.179 50.164 50.308 421.508 40.67
    10019.806 420.253 6−0.501 30.270 520.036 71.16
    12519.241 819.368 2−0.211 20.238 119.214 80.14
    1-3023.025 2
    2522.504 622.611 1−0.106 5
    5021.995 521.813 80.181 70.192 922.006 70.05
    7520.866 521.044 5−0.178 00.196 220.848 40.09
    10020.570 220.302 40.267 80.199 420.501 90.33
    12519.422 719.586 5−0.163 80.202 719.383 80.20
    下载: 导出CSV

    表  5  混凝土试件质量预测结果

    Table  5.   Prediction results for the quality of concrete test pieces

    编号盐冻次数/次原始值/kg灰色预测值/kg残差预测值/kg残差修正值符号修正结果/kg相对误差/%
    1-0 150 2.297 8 2.333 6 0.033 6 2.300 0 0.10
    175 2.290 2 2.270 4 0.023 9 2.294 3 0.18
    200 2.288 7 2.302 6 0.001 1 + 2.303 7 0.67
    1-3 150 2.330 4 2.342 7 0.000 9 + 2.341 8 0.49
    175 2.316 9 2.339 4 0.000 6 2.338 8 0.95
    200 2.287 2 2.336 1 0.000 4 2.335 7 2.12
    下载: 导出CSV

    表  6  混凝土试件抗压强度预测结果

    Table  6.   Prediction results for the strength of resistance of concrete test pieces

    编号盐冻次数/次原始值/MPa灰色预测值/MPa残差预测值/MPa残差修正值符号修正结果/MPa相对误差/%
    1-0 150 18.765 9 18.521 5 0.220 7 + 18.742 2 0.13
    175 18.036 6 17.711 8 0.200 4 + 17.912 2 0.69
    200 17.452 3 16.937 5 0.182 1 + 17.119 6 1.91
    1-3 150 18.958 1 18.895 8 0.100 6 + 18.996 4 0.20
    175 18.246 0 18.229 5 0.081 9 + 18.311 4 0.36
    200 17.621 8 17.586 7 0.066 7 + 17.653 4 0.18
    下载: 导出CSV
  • [1] 田子荀. 盐冻复合作用下渡槽排架耐久性劣化规律研究[D]. 郑州: 华北水利水电大学, 2018.

    TIAN Zixun. Study on the durabilty deterioration law of aqueduct under salty solution frost[D]. Zhengzhou: North China University of Water Resources and Electric Power, 2018. (in Chinese)
    [2] 余红发. 盐湖地区高性能混凝土的耐久性、机理与使用寿命预测方法[D]. 南京: 东南大学, 2004.

    YU Hongfa. Study on high performance concrete in salt lake: durability, mechanism and service life prediction[D]. Nanjing: Southeast University, 2004. (in Chinese)
    [3] 肖前慧, 牛荻涛, 朱文凭. 冻融环境下混凝土强度衰减模型与耐久性寿命预测[J]. 建筑结构,2011,41(增刊2):203-207. (XIAO Qianhui, NIU Ditao, ZHU Wenping. Strength degradation model and durability service life prediction of concrete in freezing-thawing circumstance[J]. Building Structure, 2011, 41(Suppl2): 203-207. (in Chinese)
    [4] 冯忠居, 陈思晓, 徐浩, 等. 基于灰色系统理论的高寒盐沼泽区混凝土耐久性评估[J]. 交通运输工程学报,2018,18(6):18-26. (FENG Zhongju, CHEN Sixiao, XU Hao, et al. Durability evaluation of concrete in alpine salt marsh area based on gray system theory[J]. Journal of Traffic and Transportation Engineering, 2018, 18(6): 18-26. (in Chinese) doi:  10.3969/j.issn.1671-1637.2018.06.003
    [5] 邬晓光, 郑鹏, 黄成. 基于可拓理论的混凝土梁式桥耐久性预测[J]. 河南城建学院学报,2019,28(2):7-15. (WU Xiaoguang, ZHENG Peng, HUANG Cheng. Durability prediction of concrete beam bridge based on extension theory[J]. Journal of Henan University of Urban Construction, 2019, 28(2): 7-15. (in Chinese)
    [6] 胡宸瑞. 现场暴露混凝土耐久性试验研究及基于Wiener方法的寿命预测[D]. 兰州: 兰州理工大学, 2019.

    HU Chenrui. Experimental study on durability of exposed concrete and life prediction based on Wiener method[D]. Lanzhou: Lanzhou University of Technology, 2019. (in Chinese)
    [7] 马俊军, 蔺鹏臻. 基于可靠指标的混凝土箱梁桥氯离子扩散效应分析与寿命预测[J]. 硅酸盐通报,2019,38(1):7-13. (MA Junjun, LIN Pengzhen. Chloride diffusion effect analysis and life prediction of concrete box girder bridge based on reliability index[J]. Bulletin of the Chinese Ceramic Society, 2019, 38(1): 7-13. (in Chinese)
    [8] 刘荣桂, 徐洁, 陈素碧, 等. 基于相似理论的海工预应力混凝土构件寿命预测[J]. 水利水运工程学报,2015(3):18-23. (LIU Ronggui, XU Jie, CHEN Subi, et al. Prediction analysis of service life of marine prestressed concrete structure based on similarity theory[J]. Hydro-Science and Engineering, 2015(3): 18-23. (in Chinese)
    [9] 黄滢, 卫军, 董荣珍, 等. 钢筋腐蚀疲劳共同作用机理与寿命预测[J]. 水利水运工程学报,2016(2):32-38. (HUANG Ying, WEI Jun, DONG Rongzhen, et al. A study of corrosion-fatigue interaction and service life prediction of reinforcement[J]. Hydro-Science and Engineering, 2016(2): 32-38. (in Chinese)
    [10] 张军, 金伟良, 张凯, 等. 混凝土结构内锈蚀钢筋的疲劳研究综述[J]. 水利水运工程学报,2019(6):22-30. (ZHANG Jun, JIN Weiliang, ZHANG Kai, et al. A review on fatigue research of corroded reinforcing steel bars inside reinforced concrete structures[J]. Hydro-Science and Engineering, 2019(6): 22-30. (in Chinese)
    [11] RUAN M N, CHEN X, ZHOU H. Centrality prediction based on K-order Markov chain in mobile social networks[J]. Peer-to-Peer Networking and Applications, 2019, 12(6): 1662-1672. doi:  10.1007/s12083-019-00746-y
    [12] CHEN Y C, LIN X Q, ZHANG S P. A proportion prediction model of terminal energy structure of IPS based on hidden Markov chain[J]. Procedia CIRP, 2019, 83: 456-460. doi:  10.1016/j.procir.2019.04.136
    [13] 张克中, 毛树华, 袁卫红. 马尔科夫残差修正灰色模型及其在公路网规划中的应用[J]. 武汉理工大学学报(交通科学与工程版),2005,29(4):503-505. (ZHANG Kezhong, MAO Shuhua, YUAN Weihong. Appling modification grey model based on Markov-chain to highway network planning[J]. Journal of Wuhan University of Technology (Transportation Science & Engineering), 2005, 29(4): 503-505. (in Chinese)
    [14] 陈佳琪, 宋冀龙. 残差修正GM(1,1)模型在房屋建筑施工面积预测中的应用[J]. 科技创新与应用,2019(27):173-174, 177. (CHEN Jiaqi, SONG Jilong. Application of residual error correction GM(1,1) model in building construction area prediction[J]. Technology Innovation and Application, 2019(27): 173-174, 177. (in Chinese)
    [15] 杜永强, 郑坚, 彭威, 等. 基于马尔克夫灰色残差GM(1,1)模型的HTPB推进剂贮存寿命预估[J]. 固体火箭技术,2017,40(5):588-591, 613. (DU Yongqiang, ZHENG Jian, PENG Wei, et al. Shelf-life prediction for HTPB propellant based on a Markov grey residual GM(1,1) model[J]. Journal of Solid Rocket Technology, 2017, 40(5): 588-591, 613. (in Chinese)
    [16] 杨军平, 马勇. 改进的非线性灰色伯努利马尔科夫模型预测高强度混凝土强度[J]. 混凝土,2017(2):42-45, 49. (YANG Junping, MA Yong. Strength of high strength concrete forecast based on the improved nonlinear grey Bernoulli-Markov forecasting model[J]. Concrete, 2017(2): 42-45, 49. (in Chinese) doi:  10.3969/j.issn.1002-3550.2017.02.011
    [17] 郭鹏. 残差灰色风速预测最大风能追踪策略研究[J]. 太阳能学报,2011,32(4):548-552. (GUO Peng. A new MPPT strategy based on residual error gray wind speed prediction[J]. Acta Energiae Solaris Sinica, 2011, 32(4): 548-552. (in Chinese)
    [18] 陈奎, 张天云, 卢柏林, 等. 基于马尔克夫的灰色残差GM(1,1)模型在塑料老化行为预测中的应用[J]. 重庆大学学报,2014,37(5):71-76. (CHEN Kui, ZHANG Tianyun, LU Bailin, et al. The application of grey residual error GM(1,1) model based on Markvo to aging behavior prediction of plastic[J]. Journal of Chongqing University, 2014, 37(5): 71-76. (in Chinese)
    [19] 刘庆昌, 王有志, 安俊江, 等. 马尔科夫残差修正灰色理论模型在连续梁桥施工监控中的应用[J]. 中外公路,2017,37(5):170-173. (LIU Qingchang, WANG Youzhi, AN Junjiang, et al. Application of Markov residual correction grey theory model in continuous beam bridge construction monitoring[J]. Journal of China & Foreign Highway, 2017, 37(5): 170-173. (in Chinese)
  • [1] 贡力, 杜强业, 张秉宗, 王忠慧, 宫雪磊, 梁颖.  基于FOTP-GM(1,1)模型的聚丙烯纤维混凝土劣化过程研究 . 水利水运工程学报, 2022, (6): 113-120. doi: 10.12170/20210801002
    [2] 王继敏, 白银, 丁建彤, 毛学工, 蔡跃波.  混凝土碱-骨料反应长期膨胀变形预测模型研究进展 . 水利水运工程学报, 2022, (4): 1-12. doi: 10.12170/20210805001
    [3] 韩雪松, 钱文勋, 葛津宇, 胡家宇, 章陶然.  表面磨损与碳化作用下船闸混凝土耐久性研究 . 水利水运工程学报, 2022, (): 1-9. doi: 10.12170/20220303003
    [4] 宋春山, 林立邦, 韩红卫, 朱新宇, 乔厚清.  基于BP神经网络的黑龙江漠河段冰坝预测 . 水利水运工程学报, 2021, (2): 57-63. doi: 10.12170/20200619002
    [5] 何晓宇, 李天, 沈坚, 张亚军, 夏晋, 金伟良.  海洋生物附着对混凝土结构耐久性能影响 . 水利水运工程学报, 2020, (5): 116-123. doi: 10.12170/20190906003
    [6] 延永东, 刘荣桂, 陆春华, 陈妤.  沿海服役混凝土结构氯离子质量分数检测和分析 . 水利水运工程学报, 2018, (4): 106-111. doi: 10.16198/j.cnki.1009-640X.2018.04.015
    [7] 赵井辉, 刘福胜, 韦梅, 程明.  花岗岩石粉细度及掺量对混凝土微观孔隙的影响 . 水利水运工程学报, 2016, (2): 39-45.
    [8] 莫卓凯, 董伟, 吴智敏, 曲秀华.  混凝土K-R阻力曲线的实用解析方法 . 水利水运工程学报, 2014, (3): 9-17.
    [9] 王雪红.  优化BP神经网络的位移预测模型 . 水利水运工程学报, 2014, (2): 38-42.
    [10] 洪斌.  基于可靠度随机有限元法的海洋混凝土结构耐久性分析 . 水利水运工程学报, 2014, (2): 26-32.
    [11] 赵联桢, 杨平, 刘成.  混凝土早期力学性能试验研究 . 水利水运工程学报, 2013, (1): 35-40.
    [12] 赵晖;张亚梅;明静.  海工码头结构混凝土耐久性检测与评估 . 水利水运工程学报, 2013, (5): 54-60.
    [13] 吴烨,朱雅仙,刘建忠.  混凝土氯离子扩散系数时变性规律与计算模型适用性分析 . 水利水运工程学报, 2012, (3): 50-55.
    [14] 周明,杨绿峰,陈正,蒋琼明,洪斌,胡春燕.  圆柱体混凝土构件中氯离子扩散的解析研究 . 水利水运工程学报, 2012, (6): 38-43.
    [15] 宗虎城,章卫胜,张金善.  中国近海海平面上升研究进展及对策 . 水利水运工程学报, 2010, (4): -.
    [16] 秦鹏,秦植海.  岩质高边坡监测数据的改进变维分形预测模型 . 水利水运工程学报, 2010, (1): -.
    [17] 陈迅捷,欧阳幼玲.  海洋环境中混凝土抗冻融循环试验研究 . 水利水运工程学报, 2009, (2): -.
    [18] 贲能慧,任旭华,许朴.  复杂多滑动面混凝土重力坝稳定分析与安全评价 . 水利水运工程学报, 2008, (2): -.
    [19] 魏巍巍,贡金鑫,李龙.  使用荷载下圆形截面钢筋混凝土构件钢筋应力的计算 . 水利水运工程学报, 2008, (2): -.
    [20] 莫思平,辛文杰,应强.  广州港深水出海航道伶仃航段回淤规律分析 . 水利水运工程学报, 2008, (1): 42-46.
  • 加载中
图(1) / 表 (6)
计量
  • 文章访问数:  650
  • HTML全文浏览量:  169
  • PDF下载量:  24
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-02-28
  • 网络出版日期:  2020-12-04
  • 刊出日期:  2021-02-15

/

返回文章
返回