苏州混凝土水泥制品研究院有限公司

头部文案

发布时间：2020-01-06 00:00:00
全国建材科技期刊
全国中文核心期刊
中国科技论文统计源期刊
万方数据-数字化期刊群入网期刊
中国学术期刊（光盘版）全文收录期刊
华东地区优秀科技期刊
江苏省期刊方阵“双效期刊”
中国期刊网全文收录期刊
中国科技期刊数据库全文收录期刊
灰色自回归模型对钢纤维混凝土弯曲疲劳强度的预测
Prediction of Gray-autoregressive Model on Bending Fatigue Strength of Steel Fiber Reinforced Concrete(SFRC)
２０13年第8期
SFRC；疲劳强度；灰色系统理论；灰色自回归模型
Steel fiber reinforced concrete; Fatigue strength; Gray system theory; Gray-autoregressive model
２０13年第8期
1000-4637（2013）08-48-03
交通运输部科技项目（2012-319-811-120）
刘永连1，卢哲安2 ，袁晓辉1，常佳伟3
1. 武汉理工大学土木工程与建筑学院，430070；2. 武汉理工大学道路桥梁与结构工程湖北省 重点实验室，430070；3.浙江宏正建筑设计有限公司，嘉兴 314000

刘永连1，卢哲安2 ，袁晓辉1，常佳伟3

浏览量:
1000
摘 要：影响混凝土疲劳强度因素的不确定性使材料在最薄弱环节容易造成局部损伤破坏，最终导致整个材料的破坏。因此，随机预测具有一定的现实意义。通过灰色自回归模型和GM（1,1）模型预测钢纤维混凝土（SFRC）弯曲疲劳强度试验值，分析两种方法的预测精度的高低。结果表明，灰色自回归模型预测精度比GM（1,1）模型的精度较高。 Abstract: Uncertainty of the factors that affect the fatigue strength of concrete is likely to cause local damage and failure in the weakest link of material, eventually leading to the destruction of the entire material. Therefore, the random prediction of fatigue strength of concrete has practical significance. The bending fatigue strength of SFRC is calculated by the gray autoregressive model and GM（1,1） model. Meanwhile, the forecast accuracy of the two models is analyzed by comparing with the calculated values. The results show that forecast precision of gray-autoregressive model is higher than that of GM（1,1） model.
英文名 : Prediction of Gray-autoregressive Model on Bending Fatigue Strength of Steel Fiber Reinforced Concrete(SFRC)
刊期 : ２０13年第8期
关键词 : SFRC；疲劳强度；灰色系统理论；灰色自回归模型
Key words : Steel fiber reinforced concrete; Fatigue strength; Gray system theory; Gray-autoregressive model
刊期 : ２０13年第8期
DOI :
文章编号 : 1000-4637（2013）08-48-03
基金项目 : 交通运输部科技项目（2012-319-811-120）
作者 : 刘永连1，卢哲安2 ，袁晓辉1，常佳伟3
单位 : 1. 武汉理工大学土木工程与建筑学院，430070；2. 武汉理工大学道路桥梁与结构工程湖北省 重点实验室，430070；3.浙江宏正建筑设计有限公司，嘉兴 314000

刘永连1，卢哲安2 ，袁晓辉1，常佳伟3

摘要
参数
结论
参考文献
引用本文

摘   要：影响混凝土疲劳强度因素的不确定性使材料在最薄弱环节容易造成局部损伤破坏，最终导致整个材料的破坏。因此，随机预测具有一定的现实意义。通过灰色自回归模型和GM（1,1）模型预测钢纤维混凝土（SFRC）弯曲疲劳强度试验值，分析两种方法的预测精度的高低。结果表明，灰色自回归模型预测精度比GM（1,1）模型的精度较高。

Abstract: Uncertainty of the factors that affect the fatigue strength of concrete is likely to cause local damage and failure in the weakest link of material, eventually leading to the destruction of the entire material. Therefore, the random prediction of fatigue strength of concrete has practical significance. The bending fatigue strength of SFRC is calculated by the gray autoregressive model and GM（1,1） model. Meanwhile, the forecast accuracy of the two models is analyzed by comparing with the calculated values. The results show that forecast precision of gray-autoregressive model is higher than that of GM（1,1） model.

关键词:
SFRC；疲劳强度；灰色系统理论；灰色自回归模型
扫二维码用手机看
未找到相应参数组，请于后台属性模板中添加
（1）利用灰色自回归模型对SFRC疲劳强度进行拟合，其平均相对误差为1.0306%，比GM（1，1）模型的相对误差低20.49%，其拟合精度比GM（1，1）模型的高。一般情况下，拟合精度高的模型预测精度高。因此，可以试着将灰色自回归模型推广至GM（1,1）模型的使用范围。
（2）利用两种模型对水平应力S = 0.7的SFRE弯曲疲劳强度进行预测，通过与试验结果的比较发现，灰色自回归模型预测SFRC疲劳强度的精度优于GM（1，1）模型。
[1] 陈猛,郭莎,卢哲安,等. 混杂纤维混凝土疲劳性能试验研究[J]. 混凝土,2010(9):46-48.
[2] 常佳伟. 混杂纤维混凝土弯曲疲劳特性试验研究及预测分析[D]. 武汉:武汉理工大学硕士论文,2012.
[3] 邓聚龙. 灰色理论基础[M].武汉:华中科技大学出版社,2002.
[4] 朱劲松,宋玉普. 灰色理论在混凝土疲劳强度预测中的应用[J]. 混凝土,2002(6):10-12.
[5] 刘思峰,谢乃明,等编著.灰色系统理论及其应用[M]. 北京：科学出版社，1999.
[6] 王磊,陈伟清,刘国献,等. 灰色自回归模型的建筑物沉降预测探讨[J]. 测绘科学,2013(2):125-127.
[7] 彭伟,王春华. 钢筋混凝土梁剩余抗弯强度的灰色预测[J]. 低温建筑技术,1998,74(4):16-17.
[8] 陆立,胡晓丽,王春华. 用时间序列分析法进行建筑物沉降观测数据处理的研究[J]. 测绘科学,2004,19(6):76-78
 
上一个
聚丙烯纤维对水泥加固风积沙抗压强度的影响研究
下一个
基于灰色理论的PVA-FRCC抗冻性寿命预测

相关文件

暂时没有内容信息显示
请先在网站后台添加数据记录。

关注《混凝土与水泥制品》

总访问量 468,401   网站统计

官方微信公众号关闭
苏州混凝土水泥制品研究院有限公司

关于我们    |    联系我们    |    订购杂志    |    回到顶部

版权所有:中国混凝土与水泥制品网  苏ICP备10086386号   网站建设：中企动力 苏州

版权所有:中国混凝土与水泥制品网

苏ICP备10086386号

网站建设：中企动力 苏州