基于多元非线性回归模型的高强混凝土强度预测研究

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



基于多元非线性回归模型的高强混凝土强度预测研究

Research on the Multiple Nonlinear Regression Prediction Model for Compressive Strength of High-strength Concrete

2022年第2期

高强混凝土；多元非线性回归；胶凝体系；强度；预测模型；回归效果

High-strength concrete; Multiple nonlinear regression; Cementitious system; Strength; Prediction model; Regression result

2022年第2期

10.19761/j.1000-4637.2022.02.001.07

国家重点研发计划资助项目（2016YFC0600803）；山东省技术创新项目（202010606024、202010606029）。

甘彬霖1，冯旭海2,3，毕经龙1，姜浩亮2

1.煤炭科学研究总院建井研究分院，北京 100013；2.北京中煤矿山工程有限公司，北京 100013； 3.中国矿业大学深部岩土力学与地下工程国家重点实验室，江苏徐州 221116

甘彬霖1，冯旭海2,3，毕经龙1，姜浩亮2

甘彬霖,冯旭海,毕经龙,等.基于多元非线性回归模型的高强混凝土强度预测研究[J].混凝土与水泥制品,2022(2):1-7.

GAN B L,FENG X H,BI J L,et al.Research on the Multiple Nonlinear Regression Prediction Model for Compressive Strength of High-strength Concrete[J].China Concrete and Cement Products,2022(2):1-7.

浏览量:

1000

摘要：为准确预测高强混凝土（HSC）的强度变化规律，调研收集了225组HSC配合比及其28 d强度数据，对统计变量进行Spearman相关性分析，并基于enter法建立了不同胶凝体系HSC的28 d强度与配合比之间的多元非线性回归模型。分析了不同模型预测值与实际值的散点图、残差图数据分布情况，并结合拟合优度指标和相对误差指标对模型进行了评价。结果表明：硅灰掺量、水胶比、胶凝材料总量和减水剂掺量对HSC的28 d强度影响效果显著，影响程度依次递减，P值均小于0.01；3种胶凝体系HSC强度回归模型的回归效果和预测精度均能满足预测要求。基于本文模型，可通过原材料配合比分别对C-F-Si-G四元胶凝体系、C-F-G三元胶凝体系和C-F二元胶凝体系HSC的28 d抗压强度进行预测。 Abstract: The data base of 225 sets of high-strength concrete(HSC) mix ratio and compressive strength curing for 28 d were established for predicting the strength of HSC accurately. Spearman correlation analysis was performed on statistical variables, and 3 multiple nonlinear regression models of different cementitious systems were established based on the enter method for strength prediction of HSC. The data distribution of scatter plots and residual plots of the predicted values and actual values of different prediction models were analyzed, and the goodness of fit index and the relative error index were also analyzed for model evaluation comprehensively. The results show that the dosage of silica fume, water-binder ratio, binder amount and water reducing agent dosage have a very significant effect on the compressive strength of HSC, the degree of importance decreases successively, and the P value is all less than 0.01. The regression results and prediction accuracy of all the prediction models can meet the prediction requirements. Based on this model, the 28 d compressive strength of HSC of the C-F-Si-G quaternary cementitious system, C-F-G ternary cementitious system and C-F dual cementitious system can be predicted through the different models based on material mixing ratio.

英文名 : Research on the Multiple Nonlinear Regression Prediction Model for Compressive Strength of High-strength Concrete

刊期 : 2022年第2期

关键词 : 高强混凝土；多元非线性回归；胶凝体系；强度；预测模型；回归效果

Key words : High-strength concrete; Multiple nonlinear regression; Cementitious system; Strength; Prediction model; Regression result

刊期 : 2022年第2期

DOI : 10.19761/j.1000-4637.2022.02.001.07

文章编号 :

基金项目 : 国家重点研发计划资助项目（2016YFC0600803）；山东省技术创新项目（202010606024、202010606029）。

作者 : 甘彬霖1，冯旭海2,3，毕经龙1，姜浩亮2

单位 : 1.煤炭科学研究总院建井研究分院，北京 100013；2.北京中煤矿山工程有限公司，北京 100013； 3.中国矿业大学深部岩土力学与地下工程国家重点实验室，江苏徐州 221116

甘彬霖1，冯旭海2,3，毕经龙1，姜浩亮2

甘彬霖,冯旭海,毕经龙,等.基于多元非线性回归模型的高强混凝土强度预测研究[J].混凝土与水泥制品,2022(2):1-7.

GAN B L,FENG X H,BI J L,et al.Research on the Multiple Nonlinear Regression Prediction Model for Compressive Strength of High-strength Concrete[J].China Concrete and Cement Products,2022(2):1-7.





摘要

参数

结论

参考文献

引用本文

Abstract: The data base of 225 sets of high-strength concrete(HSC) mix ratio and compressive strength curing for 28 d were established for predicting the strength of HSC accurately. Spearman correlation analysis was performed on statistical variables, and 3 multiple nonlinear regression models of different cementitious systems were established based on the enter method for strength prediction of HSC. The data distribution of scatter plots and residual plots of the predicted values and actual values of different prediction models were analyzed, and the goodness of fit index and the relative error index were also analyzed for model evaluation comprehensively. The results show that the dosage of silica fume, water-binder ratio, binder amount and water reducing agent dosage have a very significant effect on the compressive strength of HSC, the degree of importance decreases successively, and the P value is all less than 0.01. The regression results and prediction accuracy of all the prediction models can meet the prediction requirements. Based on this model, the 28 d compressive strength of HSC of the C-F-Si-G quaternary cementitious system, C-F-G ternary cementitious system and C-F dual cementitious system can be predicted through the different models based on material mixing ratio.

扫二维码用手机看

[1] 赵国藩,金伟良,贡金鑫.结构可靠度理论[M].北京:中国建筑工业出版社,2000.
[2] 甘彬霖,谯钰.基于全生命周期的可持续建筑实践路径探讨[J].城市住宅,2020,27(12):97-100.
[3] 姚燕,王玲,吴浩,等.高强高性能混凝土研究和应用现状与发展方向[J].建井技术,2018,39(4): 28-35.
[4] 李功洲,彭飞.冻结法凿井井壁应用C80～C100混凝土强度设计值等参数取值研究[J].煤炭工程,2020,52(11):36-41.
[5] 中华人民共和国住房和城乡建设部,中华人民共和国国家质量监督检验检疫总局.混凝土质量控制标准:GB 50164—2011[S].北京:中国建筑工业出版社,2011.
[6] 中华人民共和国住房和城乡建设部.高强混凝土应用技术规程:JGJ/T 281—2012[S].北京:中国建筑工业出版社,2011.
[7] 相益帖.用多元回归公式早期预测水泥强度[J].混凝土与水泥制品,1988(3):6-9.
[8] ERDAL H I,KARAKURT O,NAMLI E.High Performance Concrete Compressive Strength Forecasting Using Ensemble Models Based on Discrete Wavelet Transform[J].Engineering Applications of Artificial Intelligence,2013,26(4):1246-1254.
[9] 刘永连,卢哲安,袁晓辉,等.灰色自回归模型对钢纤维混凝土弯曲疲劳强度的预测[J].混凝土与水泥制品,2013(8):48-50.
[10] 刘燕妮,连立川,吴波.以粒子蜂群神经网络建立高性能混凝土强度模型[J].福州大学学报(自然科学版),2016,44(2):253-258.
[11] 金珊珊,杨金龙,索智,等.基于分形理论的水泥砂浆强度预测模型[J].混凝土与水泥制品,2020(6):1-5,12.
[12] 徐存东,黄嵩,刘子金,等.盐冻作用下混凝土力学性能研究及灰色预测[J].混凝土与水泥制品,2021(5):6-10,32.
[13] 宋仔俊,曾甘霖,张强,等.C70高强度混凝土施工技术[J].中外建筑,2018(12):152-154.
[14] 解嵩.C60高强混凝土配合比设计研究[J].工程建设与设计,2020(2):160-161.
[15] 曹霖.C80混凝土柱流变性能及水化热模拟研究[J].建筑施工,2020,42(12):2318-2320,2327.
[16] 宋心,穆文芳,赵世冉,等.C70超高层泵送混凝土的制备及其耐久性能研究[J].砖瓦,2020(11):100-101,103.
[17] 王利红.高性能混凝土配合比的优化设计[D].济南:山东大学,2014.
[18] 赵峥.高强混凝土配合比设计及其龄期强度规律研究[J].混凝土,2011(10):101-103.
[19] 李岩.C80高强高性能混凝土的试验研究[J].山西建筑,2009,35(21):167-168.
[20] 徐红晖.C60-C80高性能商品混凝土的配制与应用[J].大众科技,2012,14(2):96-97,109.
[21] 孙西濛,张卫东,卫文清,等.C80高强高性能混凝土的配制研究[J].市政技术,2007(2):158-161.
[22] 顾静忠,陶树章,司文华,等.C60高强混凝土的施工试验与研究[J].江苏建筑,1998(S1):42-50.
[23] 周国恩,虞孝伟.高强高性能混凝土配制与应用[J].广西土木建筑,1999(2):87-90.
[24] 文金贵.用正交法设计高强混凝土配合比[J].广西土木建筑,2002(4):310-311,333.
[25] 汤寄予,郭京波,曾凡奇.高强混凝土的试配研究[J].公路,2004(9):141-144.
[26] 汤寄予,赵军,卢纪富.C60高强高性能混凝土的配制[J].河南科学,2004(4):531-532.
[27] 杨品祥.孟加拉卡拉夫里三桥混凝土施工浅析[J].城市建设,2010(10):452-455.
[28] 郝成伟,钱红梅.60～80 MPa大流动性混凝土配合比试验研究[J].工业建筑,2003(8):19-20,68.
[29] 陈连发,陈悦,陆洋,等.C60超高层泵送混凝土配合比设计[J].混凝土与水泥制品,2015(3):27-31.
[30] 陈永存,姜鸿哲.C60高强泵送混凝土在某住宅工程中的应用[J].北方建筑,2018,3(1):67-70.
[31] 危加阳.C60泵送混凝土配合比设计[J].四川建筑科学研究,2013,39(6):242-245,256.
[32] 周晓明,周剑波,陈庆刚.C60高抛自密实混凝土的设计与应用[J].建筑技术,2017,48(10):1014-1016.
[33] 杨国强.C60高强混凝土的研发与应用[J].广东建材,2016,32(9):50-52.
[34] 张建军,李少原,黄钢民.C70等级高强混凝土中硅粉掺量的试配验证[J].中国建材科技,2016,25(5):138-140.
[35] 高琴.C60高强混凝土配合比设计[J].城市建设理论研究(电子版),2012(8):1-4.
[36] 郭宇,胡海峰,杨学彦.C80高强泵送混凝土的应用技术研究[J].建筑工程技术与设计,2015(6):20-23.
[37] 魏鹏,陈旭峰,葛栋,等.C80高强高性能自密实混凝土的研究与施工应用[J].工程质量,2015,33(2):25-31.

[38] 郭小平.C70高强高性能混凝土在虎门万科金色里程项目上的应用[J].广东建材,2016,32(2):59-60.
[39] 徐建,张帅.高强高性能混凝土的配合比设计方法[J].砖瓦,2020(4):124,126.
[40] 陈创群.高强度混凝土的配置和应用[J].江西建材,2005(1):21-23.
[41] 裴俊萍.高强度自密实混凝土配制试验[J].天津建设科技,2014,24(1):14-16.
[42] 张宝红,宁顺才.高强混凝土施工技术在尼泊尔上塔马克西项目上的应用[J].河南水利与南水北调,2016(3):64-65.
[43] 周浩.南昌某银行工程高性能混凝土配合比设计研究[D].南昌:南昌大学,2014.
[44] 傅瑞娜.某高强度混凝土配合比分析探讨[J].江西建材,2014(14):5-6.
[45] 黄旭日.混凝土在建筑结构中的应用[J]. 城市建设理论研究(电子版),2015(17):6153-6154.
[46] 丛成河,蒲敏, 陈海波,等.核电C70混凝土配合比设计及试验[J].建材发展导向(下),2014(1):172-173.
[47] 杨家才,田占岭.关于大流动性C60混凝土的试配技术[J].科技资讯,2008(13):37.
[48] 郑娟荣,覃维祖.高性能混凝土各组成材料的选择及试验研究[J].建筑技术,2002(1):23-25.
[49] 叶超,吕慎明.高性能混凝土配合比试验研究[J].交通科技,2002(6):17-19.
[50] 康丽.高性能混凝土配合比及无损检测技术的试验研究[D].济南:山东大学,2007.
[51] 赵明霞,卢元龙.浅谈C80高性能混凝土性能的研究[J].散装水泥,2007(5):36-38.
[52] 黄蔚琳.浅谈C60高强高性能混凝土的配合比设计及应用[J].中华民居,2011(7):128-129.
[53] 陈卉,李冬果.医学统计方法及SPSS实现[M].北京:科学出版社,2016.

上一个

聚羧酸分子结构对混凝土早强性能的影响

下一个

混凝土与水泥制品行业“十四五”发展指南（节选）

头部文案

基于多元非线性回归模型的高强混凝土强度预测研究

相关文件