BP神经网络提高了麻雀搜索算法在预测脱胶FRP-Strengthened RC梁的应变

文摘

防止脱胶的失败FRP(纤维增强聚合物-)加固RC梁(钢筋混凝土),大多数编码提出了FRP加固的舒解压力限制模型。然而,只有少数因素影响脱胶失败被认为是在模型中。实验结果表明,这些模型不能准确地评估舒解压力和有很大的可变性。为了提高预测的准确性FRP-strengthened RC梁的脱胶菌株,研制了基于BP神经网络模型麻雀搜索算法(SSA)。预测FRP加固的舒解压力,建立了神经网络模型是通过实验数据训练和模拟的。结果表明,变异系数的SSA-BP神经网络模型是13%。舒解压力影响的主要因素是纵向配筋率、箍筋配筋率、混凝土强度,不考虑模型的代码。目前的模型具有更好的预测精度和鲁棒性比传统的BP神经网络模型和代码。

1。介绍

在过去的几十年中,FRP(纤维增强聚合物)增援部队已经广泛应用于恢复和加强现有的钢筋混凝土(RC)结构由于其轻质,高强度,良好的耐蚀性(1]。许多研究人员进行了实验和数值研究FRP-strengthened RC梁的抗弯性能(2- - - - - -6]。中间摘要脱胶失败是FRP-strengthened RC梁的主要失效模式。大部分的规范提出了不同型号的舒解压力舒解的限制预防失败(7- - - - - -10]。ACI440.2R [7)纠正腾的模型(11)基于FRP-strengthened RC梁的最大拉伸应变与中间摘要脱胶失败和提出了一个模型来限制玻璃钢增援的舒解压力。金和哈瑞斯12)提出了一个统计模型基于蒙特卡罗方法的FRP有效应变。轮胎式压路机et al。13)建立FRP-concrete接口的模型基于非线性断裂力学和极限抗拉的双线性本构关系FRP-concrete接口。陆et al。14玻璃钢)提出了一个模型基于剪切极限抗拉应变测试和有限元分析。Bilotta et al。15)建立了标准的值和设计值计算模型的最大拉伸应变玻璃钢增援。然而,实验结果和统计分析(13,16- - - - - -18]表明,这些模型无法准确评估舒解压力,有很大的变异系数只有几个因素影响脱胶菌株被认为是在这些模型。

近几十年来,BP神经网络应用于土木工程的各个领域,包括ultrahigh-performance混凝土抗压强度的评估(19),材料固有模式的研究20.),和预测加固的钢筋混凝土梁的抗剪强度和行为与外部保税玻璃钢表(21),但研究脱胶菌株FRP-strengthened RC梁仍是相对罕见的22]。因为许多因素影响脱胶失败,如材料的机械性能、几何的成员,试样的变形和裂缝,等,和脱胶菌株之间存在复杂的非线性关系,每个参数,基于理论和实验结果的计算公式建立了通常有低精度和大变化,不能防止脱胶FRP-strengthened梁的失败。BP神经网络的非线性映射的特点,从理论上讲,可以提供更好的模拟复杂的非线性关系。然而,在权值和阈值的确定使用梯度下降的方法,BP神经网络模型很容易导致局部最优和收敛速度慢;它由一个更好的算法需要改进23]。介绍了麻雀搜索算法(SSA)来优化网络的权值和阈值(24),每个参数之间的非线性映射关系,FRP-strengthened RC梁的脱胶菌株。

2。BP神经网络和麻雀搜索算法

2.1。BP神经网络

BP(反向传播)神经网络是向前多层神经网络训练误差反向传播算法,包括输入层、隐层和输出层。它使用梯度下降法调整权重,每一层神经元的阈值,以减少网络中的错误输出,直到错误达到给定的误差收敛水平之前培训网络。BP神经网络可以执行任意非线性映射的输入和输出,实现自主学习和结构简单,但BP神经网络的缺点是很容易下降到一个局部最小值和稳定性差22- - - - - -24]。BP神经网络的基本结构如图1。

收集实验数据的规则如下:

2.2。麻雀搜索算法

麻雀搜索算法(SSA)是一种新型的群智能优化算法在2020年提出,主要受觅食的麻雀和反掠夺行为(25,26]。

在麻雀的搜索算法,优先获得食物是麻雀更高的健身价值。此外,麻雀作为发现者搜索整个人口的目标并指导参与者寻找食物(目标),即,麻雀发现者有一个大的搜索范围与参与者。随着迭代的进行,麻雀的位置作为一个发现者中描述以下方程: 在哪里t当前的迭代次数和iter吗_马克斯是一个常数代表的最大迭代数。X_我,我的位置信息吗我- - - - - -th的麻雀jth维度。α∈(0,1)是一个随机的数字。R₂(R₂∈[0,1])和圣(圣∈(0.5,1))代表警告价值和安全价值,分别。问是一个服从正态分布的随机数。l是1×d矩阵;矩阵中的每个元素是1。当R₂<圣,这意味着没有食肉动物在觅食环境,和发现者可以执行广泛的搜索操作。当R₂≥圣,这意味着一些麻雀种群中发现捕食者和其他人群中麻雀发出警报。这个时候,所有的麻雀需要迅速飞到其它安全的地方。

木工的更新位置所示以下方程: 在哪里X_p目前是最好的位置被发现者X_最糟糕的是当前全球最差的位置。一个是1×d随机矩阵,每个元素的值1或−1,一个⁺=在(AAT)−1。当我>n/ 2,这表明我th joiner健身价值较低没有食物和在非常饥饿的状态。这个时候,就需要飞到其他地方去寻找食物来获取更多的能量。

当它意识到危险,麻雀人口将使antipredation行为。数学表达式如下方程: 在哪里X_最好的是当前全局最优位置。步控制参数,β是一个服从正态分布的随机数的均值为0,方差为1。K∈(−1,1)是一个随机数;f_我当前个人麻雀的健身价值;和和是当前全球最好和最差的健身价值,分别。ε是最小的常数,以避免分母为零。

为了简单起见,当f_我> ,这意味着麻雀的边缘人口和极其容易受到捕食者的攻击。当f_我= ,这表明中间的麻雀的人口是意识到危险,需要接近其他麻雀捕食的风险降到最低。K是麻雀移动的方向,也是一个参数来控制步长。

BP神经网络优化的流程图SSA图所示2。

3所示。确定参数和实验数据的集合

3.1。确定的参数

FRP-strengthened RC梁主要由玻璃钢床单,混凝土和钢筋。根据规范和相关实验研究[8- - - - - -18,27),舒解压力的参数影响混凝土强度(f '_c)、FRP刚度(E_ft_f的比例),FRP加固梁的长度(l_f/ L的比例),FRP加固梁的宽度(b_f/ b),剪跨比的深度加强梁(λ),纵向配筋率(ρ_年代),箍筋配筋率( ),和钢筋屈服应变(ε_sy)。

3.2。收集实验数据

为了研究FRP-strengthened RC梁的舒解压力和训练神经网络更好,本研究收集了60个不同文献的实验数据。文献表所示1。(1)加固梁的破坏模式是中间摘要脱胶(2)加强梁四点载荷作用下(3)玻璃钢的结束不是固定的,而且没有结合FRP前预加载(4)加强梁的几何特征和FRP加固决心(5)试验梁的材料特性和玻璃钢决心(6)玻璃钢结合底的钢筋混凝土梁是连续的

每个参数的具体比例如图3。

从图3可以找到以下信息:(1)混凝土强度(f '_c)是分布在10 - 70 MPa的范围;它们中的大多数都是40 - 50 MPa。混凝土强度大于40 MPa的比例是73%。(2)FRP刚度(E_ft_f40和210 kN /毫米之间);每个区间的分布相对均匀。最大的部分区间150 - 200 kN /毫米,约占33%。(3)的比率FRP加固梁的长度(l_f/ L0.4和1.0之间);他们中的大多数都是在0.8 - -0.9的范围,约占70%。这表明在大多数测试,FRP板的长度接近梁的长度。(4)的比率FRP加固梁的宽度宽(b_f/ b)是在0.1和0.9之间。大约有63%的比率大于0.7。大部分的板宽度接近梁的宽度。(5)剪跨比的间隔深度(λ)2 - 5。比率大于4,占78%,这表明大部分的试验梁跨度大。(6)纵向配筋率(ρ_年代0.3%和1.8%之间);每个区间的分布是相对。(7)箍筋的配筋率( )在0.1%和1.6%之间;每个区间的分布是相对。(8)钢筋的屈服压力(ε_sy0.0016%和0.0032之间);压力是0.0024 - -0.0028占84%。

4所示。模型设计与仿真

4.1。模型的设计

考虑到参数影响FRP-strengthened RC梁的舒解压力和神经网络的特点,设计模型的脱胶菌株FRP-strengthened RC梁的如下:(我)首先,混凝土强度(f '_c)、FRP刚度(E_ft_f的比例),FRP加固梁的长度(l_f/ L的比例),FRP加固梁的宽度(b_f/ b)、剪跨比深度(λ),纵向配筋率(ρ_年代),箍筋配筋率( ),和钢筋的屈服应变(ε_sy)作为神经网络的输入层和隐层被选中作为一个层。隐层神经元的数量是通过试验根据经验公式确定。经验公式所示以下方程: 在哪里l隐层神经元的数目;米输入层的神经元数;n是在输出层神经元的数目;一个需要1到10之间的一个整数。考虑到在underfitting问题,l作为10多次调试。(2)其次,脱胶菌株作为输出层。SSA-BP的拓扑模型如图4。

4.2。模型训练和仿真

样品的数量是60。分布的训练集、验证集和测试集是自由控制的神经网络。结果SSA-BP神经网络和BP神经网络的数字所示5- - - - - -8。

从数据可以看出5和6,SSA-BP模型回归系数高于BP训练集和测试集。此外,SSA-BP的总体回归系数大于0.96,表明模型具有较高的精度。此外,从数据可以看出7和8最好的均方根误差SSA-BP是大大低于0.0061269 BP (0.014484)。然而,SSA-BP需要8个迭代实现收敛,英国石油公司只需要六次。这表明SSA-BP需要改进的收敛速度。为了进一步比较SSA-BP和BP的鲁棒性,模型训练和模拟的20倍,错误比较如图9。

从图可以看出9SSA-BP的变异系数在13%和25%之间,和BP的变异系数在15%和45%之间。这表明与传统的BP神经网络相比,神经网络优化的SSA不仅有一个相对较小的误差,也具有较强的鲁棒性。

4.3。相关分析的参数

每个参数的影响在脱胶菌株得到每一层的神经元之间的连接权值,由输入层神经元X₁∼X₈;隐含层神经元为代表H₁∼H₁₀;和输出层神经元为代表Y。层神经元的连接权值如表所示2和3的影响程度X₁∼X₈在Y在方程计算(2),计算结果如图所示10: 在哪里的参数的影响程度X -th脱胶菌株;之间的连接权重X -th参数和我- - - - - -th隐含层;和h_我之间的连接权重我隐含层和输出层,分别。

从图10,可以看出X₁,X₅,X₆混凝土强度,shear-to-span比,纵向配筋率,分别对脱胶菌株有更大的影响;他们可以加强梁的舒解压力增加。然而,FRP刚度,X₂舒解压力的负相关,表明FRP刚度的增加将加速加强梁的脱胶。

5。模型评价

进一步研究SSA-BP模型的有效性,SSA-BP回归值与几个当前国际代码。

ACI440.2R修改的最大拉伸应变FRP加固的抗弯加固标本与中间摘要脱胶失败(7),提出了剥离FRP-strengthened RC梁的应变时效: 在哪里ε_fd是FRP-strengthened RC梁的脱胶菌株;f '_c混凝土的抗压强度;n是FRP加固层数;E_f是玻璃钢的弹性模量;t_f是玻璃钢的单层的厚度;和ε_傅是玻璃钢的极限抗拉应变。

JSCE [8(吴),根据模型提出的27),考虑裂纹扩展的程度后脱胶FRP与混凝土界面的失败,建议FRP-strengthened RC梁的舒解压力计算如下: 在哪里G_f的断裂能量FRP与混凝土之间的粘结界面;它应该由测试加强成员;和值通常作为0.5 N /毫米。

脱胶菌株FRP-strengthened RC梁的“钢筋混凝土结构的设计指南和纤维复合材料”(9](TR55)咨询委员会颁发的建筑技术规范的意大利国家研究委员会计算如下: 在哪里k_b是FRP加固宽度系数。

舒解压力的公式FRP-strengthened RC梁的推荐的“钢筋混凝土结构纤维增强材料”10)(CNR)英国混凝土协会出具以下方程:

代码模型的计算值和预测值SSA-BP图所示11。

从图可以看出11规范提出的模型计算值分布比较离散,SSA-BP明显比JSCE, ACI,中国北车,TR55适合的模型。此外,表4进一步分析了模型的预测精度和鲁棒性建立在这项研究和国家代码。

从表4ACI的模型值JSCE,中国北车,TR55,和SSA-BP是0.22 - -1.63,0.50 - -4.24,0.24 - -1.48,0.20 - -1.42,和0.35实验值的-1.17倍,分别。所有的代码模型的变异系数大于45%。然而,SSA-BP的变异系数仅为13%。与代码相比,SSA-BP有较小的分散度。JSCE TR55,和中国北车模型是非常保守的平均小于0.55;大约有92%,93%,95%的样本与预测价值低估。ACI模型显著高估了脱胶菌株平均为1.39,68%的标本都是高估了。然而,保守的和非保守的价值观SSA-BP模型计算的占50%;SSA-BP比代码更稳定。

6。结论

(1)SSA-BP模型比传统的BP神经网络的准确性和鲁棒性。shear-to-span率,混凝土强度和纵向配筋率有很大的影响FRP-strengthened RC梁的脱胶菌株;FRP-strengthened RC梁的舒解压力的增加可以提高他们。舒解压力的FRP刚度是负相关;舒解压力与FRP刚度增加将减少。(2)目前基于SSA-BP神经网络模型的变异系数为13%。与JSCE相比,ACI TR55,中国北车,和其他代码,它具有较高的准确性和鲁棒性。(3)仍有一些缺点在实验数据收集和模型收敛速度。在未来,这两个方面需要改进,以建立一个更好的预测模型脱胶FRP-strengthened RC梁的应变。

数据可用性

研究收集的数据从不同的研究人员和被标记文章的文章。

附加分

研究突出了。不同参数对脱胶的影响应变FRP-strengthened RC梁的综合考虑。麻雀搜索算法被用来优化BP神经网络的权值和阈值,建立更准确的预测模型。

的利益冲突

作者宣称没有利益冲突。

确认

作者感谢金融支持山东省自然科学基金(项目号ZR2017MEE019)。

引用

1. m z nas、r . a . Hawileh和j·a·阿布达拉”纤维增强聚合物复合材料加固钢筋混凝土结构:一个评论,”工程结构文章ID 109542卷,198年,2019年。视图:出版商的网站|谷歌学术搜索
2. n . a . Nuaimi“耐久性与CFR Plaminates加固的钢筋混凝土梁外部恶劣的气候条件下,“复合材料学报建设,25卷,不。2,文章ID 04021005, 2021。视图:出版商的网站|谷歌学术搜索
3. r . AbokwiekT。e . Maadday”NSM-CFRP条和碳纤维布加固RC列包装在轴向和单轴弯曲:试验研究和能力模型,”复合材料学报建设,25卷,不。2,文章ID 04021009, 2021。视图:出版商的网站|谷歌学术搜索
4. k·希拉勒、美国项目,r . Hawileh和j·阿布达拉”加载CFRP-strengthened纤维增强混凝土梁的性能。”复合结构文章ID 112262卷,244年,2020年。视图:出版商的网站|谷歌学术搜索
5. n . Al Nuaimi m·g . Sohail r . a . Hawileh j·a·阿布达拉和k . Douier“耐久性由镀锌钢mesh-epoxy系统加固的钢筋混凝土梁在严酷的环境条件下,“复合结构文章ID 112547卷,249年,2020年。视图:出版商的网站|谷歌学术搜索
6. h·a·拉希德·j·阿布达拉,r . Hawileh和a . k . Al-Tamimi“钢筋混凝土梁的弯曲行为加强外部保税铝合金板、”工程结构卷,147年,第485 - 473页,2017年。视图:出版商的网站|谷歌学术搜索
7. aci - 440.2 - r,指导设计与施工的外部保税FRP加固混凝土结构系统MI,希尔斯,aci - 440,美国2017年。
8. 日本土木工程协会(JSCE),建议升级的混凝土结构使用连续纤维表。混凝土工程系列日本土木工程协会,长冈,日本,2001年。
9. 具体的社会,设计指导使用纤维复合材料加固混凝土结构,具体的社会,Crowthorne,英国,2012年。
10. 国家研究委员会,指导设计与施工的外部保税玻璃钢加强现有系统结构(CNR-DT 200 R1)、中国北车、罗马、意大利,2013年。
11. J.G.腾,“中间摘要脱胶在钢筋混凝土梁和板,“建筑和建筑材料,17卷,不。6 - 7,447 - 462年,2003页。视图:出版商的网站|谷歌学术搜索
12. y . j . Kim和k·a·哈瑞斯”的统计特征与FRP加固的钢筋混凝土梁表,“复合材料学报建设,17卷,不。3、357 - 370年,2013页。视图:出版商的网站|谷歌学术搜索
13. 大肠轮胎式压路机、d科博和a·r·玛丽“强化脱胶FRP-strengthened梁的过程,”结构和基础设施工程,7卷,不。1 - 2、131 - 146年,2011页。视图:出版商的网站|谷歌学术搜索
14. x z, j·g·邓l . p .你们和j·j .江”中间裂纹脱胶FRP-strengthened RC梁:有限元分析和强度模型,”复合材料学报建设,11卷,不。2、161 - 174年,2007页。视图:出版商的网站|谷歌学术搜索
15. a . Bilotta f . Ceroni、大肠Nigro和m . Pecce”CFRPNSM条效率和EBR板抗弯加固钢筋混凝土梁的加载模式的影响,“复合结构卷,124年,第175 - 163页,2015年。视图:出版商的网站|谷歌学术搜索
16. p . Rusinowki和b . Taljsten中间裂缝诱导脱胶与碳纤维布加固混凝土梁板-一个实验性研究,“结构工程的发展,12卷,不。6,793 - 806年,2009页。视图:出版商的网站|谷歌学术搜索
17. j.y.徐,比比郑,g·b·李”研究允许剥应变与外部保税加固的钢筋混凝土梁”中国安全科学杂志,28卷,不。7,70 - 75年,2018页。视图:谷歌学术搜索
18. o . r . Abuodeh j·a·阿布达拉,r . a . Hawileh“超高性能混凝土抗压强度的评估使用深机器学习技术,”应用软计算,95卷,2020年。视图:出版商的网站|谷歌学术搜索
19. p .高,y . h .赵l .香港et al .,“圆角半径对轴向抗压性能的影响的钢筋混凝土矩形短碳纤维增强塑料列限制,”ActaMateriaeCompositaeSinica37卷,2020。视图:谷歌学术搜索
20. o . r . Abuodeh j·a·阿布达拉,r . a . Hawileh”预测加固的钢筋混凝土梁的抗剪强度和行为与外部保税玻璃钢表使用机器学习技术,”复合结构卷,234年。视图:谷歌学术搜索
21. f . Yu和徐x”,天然气短期负荷预测模型基于优化的遗传算法和改进的BP神经网络,”应用能源卷,134年,第113 - 102页,2014年。视图:出版商的网站|谷歌学术搜索
22. t·胡IOP会议系列地球环境科学文章ID 022028卷,719年,2021年。
23. g . Ayea”,使用动态模型平均预测黄金的价格,”国际金融分析评论41卷,第266 - 257页,2015年。视图:出版商的网站|谷歌学术搜索
24. y y Shi, r . m . Liu罗,和k .杨”的时间和空间过程PM_(2.5)污染进化在中国在过去的20年中,“环境科学第41卷。。1,1-13,2020页。视图:谷歌学术搜索
25. j·k·雪,研究和应用的一种新型的群智能优化技术、东华大学、上海,中国,2020。
26. 王树群y l .李问:r . Chen和x g . Wang”一些新的群体智能优化算法的比较研究,“计算机工程与应用卷,56号22日,1 - 12,2020页。视图:谷歌学术搜索
27. 吴z h .妞妞,“预测摘要脱胶失败R / C结构弯曲加强与外部保税玻璃钢复合材料,”Doboku Gakkai Ronbunshuu E,卷63,不。4、620 - 639年,2007页。视图:出版商的网站|谷歌学术搜索
28. r . Bakay e . y . Sayed-Ahmed, n . g .听忏悔”界面脱胶失败使用碳纤维增强聚合物条加固钢筋混凝土梁,“加拿大土木工程杂志》上,36卷,不。1,第121 - 103页,2009。视图:出版商的网站|谷歌学术搜索
29. 到了范教授和r . Al-Mahaidi评估可用的预测模型对FRP加固钢筋混凝土梁的强度,”复合结构,卷66,不。1 - 4、601 - 610年,2004页。视图:出版商的网站|谷歌学术搜索
30. f . Ceroni m . Pecce s Matthys, l . Taerwe”剥离强度和锚固装置为钢筋混凝土元素加强与FRP表、”复合材料B部分:工程,39卷,不。3、429 - 441年,2008页。视图:出版商的网站|谷歌学术搜索
31. j . m . Sena-Cruz j·a·o·巴罗斯m·r·f·科埃略,l·f·f·t·席尔瓦”不同的技术效率的抗弯加固钢筋混凝土梁在单调和疲劳载荷,”建筑和建筑材料,29卷,第182 - 175页,2012年。视图:出版商的网站|谷歌学术搜索
32. o .枪、o . Buyukozturk和e . Karaca”fracture-based模型FRP剥离在加强梁,“工程断裂力学,卷76,不。12日,第1909 - 1897页,2009年。视图:出版商的网站|谷歌学术搜索
33. g . Spadea f . Bencardino,印度哲人,”优化的性能特点与保税碳纤维布加固梁复合材料,”材料和结构,33卷,不。226年,第126 - 119页,2000年。视图:出版商的网站|谷歌学术搜索
34. j·潘,c .刘贤美梁和m .罗”多个二级裂缝对FRP剥离的影响钢筋混凝土梁、底物的”建筑和建筑材料,24卷,不。12日,第2516 - 2507页,2010年。视图:出版商的网站|谷歌学术搜索
35. t·w·白k . a . Soudki M.-A。Erki”,用碳纤维布加固RC梁的响应分层并受高加载率,”复合材料学报建设,5卷,不。3、153 - 162年,2001页。视图:出版商的网站|谷歌学术搜索
36. 研究。你,K.-S。崔和j·金”,一个实验调查与预应力碳纤维布加固RC梁的弯曲行为条使用耐用的锚固系统,”复合材料B部分:工程,43卷,不。8,3026 - 3036年,2012页。视图:出版商的网站|谷歌学术搜索
37. s . f . Brena“增加钢筋混凝土梁受弯承载能力使用碳纤维增强塑料制成复合材料,”ACI结构杂志,卷100,不。1,36-46,2003页。视图:谷歌学术搜索
38. A.-H。张,w l。金,G.-B。李,“预加载的行为与碳纤维布加固RC梁复合材料,”浙江大学科学期刊投递的杂志上,7卷,不。3、436 - 444年,2006页。视图:出版商的网站|谷歌学术搜索
39. r . Kotynia和美国Cholostiakow抗弯加固钢筋混凝土梁的新建议使用碳纤维增强塑料t形截面的型材,”聚合物,7卷,不。11日,第2477 - 2461页,2015年。视图:出版商的网站|谷歌学术搜索
40. j . Aidoo k·a·哈瑞斯和m . f . Petrou“疲劳行为的碳纤维增强polymer-strengthened钢筋混凝土桥主梁,”复合材料学报建设,8卷,不。6,501 - 509年,2004页。视图:出版商的网站|谷歌学术搜索
41. m . ali ahmad k . Subramaniam, m·戈恩”之间的剥离试验研究和断裂分析混凝土和玻璃钢床单,“《工程力学,卷132,不。9日,第923 - 914页,2006年。视图:出版商的网站|谷歌学术搜索
42. T.-K。李,公元大肠锅,m·j·l·马“钢筋混凝土梁的延性设计改造与纤维增强聚合物盘子,”复合材料学报建设,8卷,不。6,489 - 500年,2004页。视图:出版商的网站|谷歌学术搜索

版权

版权©2021 Guibing李等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。