论文部分内容阅读
近年来，加筋高性能砂浆加固（HPFL）技术在工程加固领域中得到广泛的应用。该加固技术具有强度高、耐久性好、施工方便等优点，具有广阔的应用前景。但在实际工程应用中，加固层砂浆与基层混凝土之间会出现剥离破坏，导致加固失效，所以加筋高性能砂浆加固层与原结构间的粘结性能在很大程度上影响到加固或修补的整体效果。本文在课题组已完成的试验研究基础上，进一步研究加筋高性能砂浆加固层与混凝土的粘结性能，尤其是复合受力状态下加固层砂浆与混凝土的粘结强度，主要研究内容如下：1.介绍了HPFL加固技术的施工流程与主要材料的力学性能，总结近年来国内外关于HPFL加固层粘结机理研究现状，并分析了新旧混凝土粘结性能和影响因素，认为HPFL加固层粘结性能的研究一定程度上可以归结为新旧混凝土粘结性能这一基础理论。2.对HPFL加固层粘结性能试验进行深入研究，分析了加固层砂浆与混凝土的粘结抗拉、抗剪强度，加固层的破坏模式、影响因素及其显著性。并将其与新旧混凝土粘结性能和影响因素等进行对比，研究两者之间的共同点。3.全面总结了人工神经网络的基本模型和分类、网络特性、网络构成、网络的学习等原理，列出了BP神经网络模型算法的数学表达、模型设计和参数确定方法、LM算法的数学表达。4.建立HPFL加固层粘结抗拉、抗剪强度预测的BP神经网络模型，利用试验数据对其进行训练，并成功预测HPFL加固层与混凝土的正拉粘结强度和剪切粘结强度。5.依据新旧混凝土粘结复合受力的剪切强度试验研究，利用HPFL加固层粘结试验数据，建立HPFL加固层粘结拉剪、压剪强度预测模型，预测结果良好。6.利用MATLAB工具箱函数，拟合HPFL加固层砂浆与混凝土的拉剪、压剪粘结强度公式，公式计算值与神经网络预测结果吻合良好，证明了公式的正确性，对HPFL加固设计方法具有一定的参考价值。