一种双相不锈钢筋海水海砂混凝土粘结强度预测方法

摘要: 本发明涉及土木工程与建筑材料,具体为一种双相不锈钢筋海水海砂混凝土粘结强度预测方法。背景技术:1、在沿海及海洋工程建设中,采用海水海砂配制混凝土并配置双相不锈钢...
一种双相不锈钢筋海水海砂混凝土粘结强度预测方法

本发明涉及土木工程与建筑材料,具体为一种双相不锈钢筋海水海砂混凝土粘结强度预测方法。

背景技术:

1、在沿海及海洋工程建设中,采用海水海砂配制混凝土并配置双相不锈钢筋,是解决河砂与淡水资源短缺以及结构氯盐腐蚀问题的有效途径。双相不锈钢筋与海水海砂混凝土之间的协同受力基础依赖于两者界面的粘结性能。极限粘结强度作为评估该锚固性能的核心参数,直接关系到工程结构的承载力设计与安全使用寿命。

2、现阶段获取钢筋与混凝土极限粘结强度的方法以物理试验与经验公式推导为主。研究人员通过制作中心拉拔混凝土试块,并在试验机上施加拉拔荷载获取实测数据。基于试验得出的实测值,利用数学回归手段,将混凝土抗压强度、保护层厚度、钢筋公称直径等力学与几何物理量作为自变量,拟合得出对应材料体系下的极限粘结强度经验预测公式,从而为后续的工程设计提供数值参考。

3、现有的预测推导方式在处理不同混凝土材料体系时存在局限。现存的经验计算公式未对普通混凝土与海水海砂混凝土的界面作用机制进行区分,缺乏将混凝土类型差异转化为系统可识别的量化判定变量,导致单一的拟合公式难以兼顾两种不同混凝土环境的受力特征。在面临双相不锈钢筋这种特定材料时,若采用未加分类的单一模型进行测算,预测数据与实际物理试验数据容易产生偏差,难以准确反映海水海砂材料特性带来的粘结性能变化。测算过程多依赖人工核对试件几何参数并手动代入各参数进行演算,未建立能够根据前端参数自动执行分类衍生、逻辑匹配与对应模型调用的系统化流程,造成基础数据处理繁杂且最终测算效率偏低。

技术实现思路

1、针对现有技术的不足,本发明提供了一种双相不锈钢筋海水海砂混凝土粘结强度预测方法,解决了现有经验计算公式未对普通混凝土与海水海砂混凝土类型进行区分与量化转化,导致采用单一模型预测双相不锈钢筋粘结强度易产生数据偏差,以及依赖人工核对演算造成数据处理繁杂、测算效率偏低的问题。

2、为实现以上目的,本发明通过以下技术方案予以实现:

3、本发明提供一种双相不锈钢筋海水海砂混凝土粘结强度预测方法,包括如下步骤:

4、数据接收模块接收目标混凝土类型标识、混凝土立方体抗压强度和钢筋公称直径;

5、特征衍生模块根据150mm中心拉拔试件边长和所述钢筋公称直径计算相对保护层厚度;

6、逻辑分支模块读取所述目标混凝土类型标识,生成混凝土类型虚拟变量;

7、预测引擎模块根据所述混凝土类型虚拟变量选择普通混凝土极限粘结强度预测子模型或海水海砂混凝土极限粘结强度预测子模型,将所述相对保护层厚度和所述混凝土立方体抗压强度代入对应的极限粘结强度预测子模型,获得b1.4362双相不锈钢筋的极限粘结强度;

8、结果输出模块接收所述b1.4362双相不锈钢筋的极限粘结强度,发送至结果显示终端。

9、优选地,所述数据接收模块接收目标混凝土类型标识、混凝土立方体抗压强度和钢筋公称直径的步骤包括:

10、所述数据接收模块建立与数据输入终端之间的数据连接,所述数据输入终端录入所述目标混凝土类型标识、所述混凝土立方体抗压强度和所述钢筋公称直径;

11、所述数据接收模块按照参数名称完成数据分类;

12、所述数据接收模块将所述目标混凝土类型标识、所述混凝土立方体抗压强度、所述钢筋公称直径和所述150mm中心拉拔试件边长组成基础参数数据集,并将所述基础参数数据集传输至所述特征衍生模块。

13、优选地,所述数据接收模块按照参数名称完成数据分类的步骤包括:

14、将所述目标混凝土类型标识和所述混凝土立方体抗压强度分类为混凝土参数,将所述钢筋公称直径分类为钢筋几何参数;

15、调用预设的中心拉拔试件几何条件,所述b1.4362双相不锈钢筋沿中心拉拔试件中心轴线竖向布置,钢筋锚固长度取所述钢筋公称直径的5倍,钢筋加载端和钢筋自由端设置pvc套管形成非粘结段。

16、优选地,所述特征衍生模块根据150mm中心拉拔试件边长和所述钢筋公称直径计算相对保护层厚度的步骤包括:

17、所述特征衍生模块读取中心拉拔试件的钢筋布置条件,钢筋中心线与中心拉拔试件中心轴线重合,钢筋外表面至中心拉拔试件四个侧面的距离相等;

18、所述特征衍生模块将所述钢筋外表面至中心拉拔试件侧面的最短距离定义为钢筋保护层厚度;

19、所述特征衍生模块读取所述钢筋保护层厚度和所述钢筋公称直径,执行无量纲比值计算,获得所述相对保护层厚度;

20、所述特征衍生模块将所述目标混凝土类型标识、所述混凝土立方体抗压强度和所述相对保护层厚度传输至所述逻辑分支模块。

21、优选地,所述逻辑分支模块读取所述目标混凝土类型标识,生成混凝土类型虚拟变量的步骤包括:

22、所述逻辑分支模块将所述目标混凝土类型标识与普通混凝土、海水海砂混凝土两个类别进行匹配;

23、所述目标混凝土类型标识为普通混凝土时,所述逻辑分支模块将所述混凝土类型虚拟变量赋值为0;

24、所述目标混凝土类型标识为海水海砂混凝土时,所述逻辑分支模块将所述混凝土类型虚拟变量赋值为1;

25、所述逻辑分支模块将所述混凝土类型虚拟变量、所述相对保护层厚度和所述混凝土立方体抗压强度组成预测模型输入数据集,传输至所述预测引擎模块。

26、优选地,所述预测引擎模块根据所述混凝土类型虚拟变量选择对应的极限粘结强度预测子模型的步骤包括:

27、所述预测引擎模块接收所述预测模型输入数据集,载入极限粘结强度预测模型;

28、所述预测引擎模块读取所述混凝土类型虚拟变量;

29、所述混凝土类型虚拟变量为0时,所述预测引擎模块选择所述普通混凝土极限粘结强度预测子模型;

30、所述混凝土类型虚拟变量为1时,所述预测引擎模块选择所述海水海砂混凝土极限粘结强度预测子模型;

31、所述预测引擎模块按照所述混凝土类型虚拟变量完成预测子模型选择,并将所述相对保护层厚度和所述混凝土立方体抗压强度送入对应的预测子模型。

32、优选地,所述预测引擎模块获得b1.4362双相不锈钢筋的极限粘结强度的步骤包括:

33、所述混凝土类型虚拟变量为0时,所述预测引擎模块执行所述普通混凝土极限粘结强度预测子模型,完成极限粘结强度计算,并将所述b1.4362双相不锈钢筋的极限粘结强度传输至所述结果输出模块;

34、所述混凝土类型虚拟变量为1时,所述预测引擎模块执行所述海水海砂混凝土极限粘结强度预测子模型,完成极限粘结强度计算,并将所述b1.4362双相不锈钢筋的极限粘结强度传输至所述结果输出模块。

35、优选地,所述结果输出模块发送至结果显示终端的步骤包括:

36、所述结果输出模块读取所述目标混凝土类型标识、所述混凝土立方体抗压强度、所述钢筋公称直径和所述相对保护层厚度,并读取预设的目标钢筋类型,目标钢筋类型为b1.4362双相不锈钢筋;

37、所述结果输出模块形成结果数据集,所述结果数据集包含所述目标钢筋类型、所述目标混凝土类型标识、所述混凝土立方体抗压强度、所述钢筋公称直径、所述相对保护层厚度和所述b1.4362双相不锈钢筋的极限粘结强度;

38、所述结果输出模块将所述结果数据集发送至所述结果显示终端。

39、优选地,所述特征衍生模块读取所述钢筋保护层厚度和所述钢筋公称直径,执行无量纲比值计算,获得所述相对保护层厚度的步骤包括:

40、所述钢筋公称直径为12mm时,所述钢筋保护层厚度为69mm,所述相对保护层厚度为5.75;

41、所述钢筋公称直径为16mm时,所述钢筋保护层厚度为67mm,所述相对保护层厚度为4.1875。

42、优选地,所述结果输出模块将所述结果数据集发送至所述结果显示终端的步骤之后,还包括:

43、所述结果显示终端接收所述结果数据集;

44、所述结果显示终端显示所述目标钢筋类型、所述目标混凝土类型标识、所述混凝土立方体抗压强度、所述钢筋公称直径、所述相对保护层厚度和所述b1.4362双相不锈钢筋的极限粘结强度。

45、本发明提供了一种双相不锈钢筋海水海砂混凝土粘结强度预测方法,具备以下有益效果:

46、1、本发明通过特征衍生模块计算相对保护层厚度,并利用逻辑分支模块将目标混凝土类型标识转化为普通混凝土或海水海砂混凝土的类型虚拟变量。该设计将不同的材料试验环境直接转化为可量化的模型输入条件,简化了预测过程的参数维度,使系统能够准确区分两种混凝土类型对钢筋粘结性能的差异化影响。

47、2、本发明通过预测引擎模块接收分类后的虚拟变量,针对性地选择普通混凝土极限粘结强度预测子模型或海水海砂混凝土极限粘结强度预测子模型进行代入计算。这种基于分类调用的计算机制,充分结合了b1.4362双相不锈钢筋在不同环境下的试验常数项,有效提高了极限粘结强度预测结果的准确度和可靠性。

48、3、本发明通过数据接收模块对录入的混凝土和钢筋几何参数进行标准化提取,并联动结果输出模块生成包含多维参数的结果数据集发送至终端。整个流转过程规范了测算步骤,去除了复杂的人工推演环节,为实际工程中不锈钢筋与海水海砂混凝土结构的锚固设计提供了直观且高效的数据参考。