使用表面回弹值和混凝土材料设计参数估计混凝土强度大学毕业论文外文文献翻译.docx

使用表面回弹值和混凝土材料设计参数估计混凝土强度大学毕业论文外文文献翻译.docx

《使用表面回弹值和混凝土材料设计参数估计混凝土强度大学毕业论文外文文献翻译.docx》由会员分享，可在线阅读，更多相关《使用表面回弹值和混凝土材料设计参数估计混凝土强度大学毕业论文外文文献翻译.docx（11页珍藏版）》请在冰豆网上搜索。

使用表面回弹值和混凝土材料设计参数估计混凝土强度大学毕业论文外文文献翻译

毕业设计（论文）

外文文献翻译

文献、资料中文题目：

使用表面回弹值和混凝土材料设计参数估计混凝土强度

文献、资料英文题目：

文献、资料来源：

文献、资料发表（出版）日期：

院（部）：

专业：

班级：

姓名：

学号：

指导教师：

翻译日期：

2017.02.14

使用表面回弹值和混凝土材料设计参数估计混凝土强度

Jen-CheiLiu,Mou-LinSueandChang-HuanKou*

DepartmentofCivilEngineeringandEngineeringInformatics‚Chung-HuaUniversity,

HsinChu,Taiwan300‚R.O.C.

摘要：

这项研究是采用无损检测（NDT）的表面硬度回弹值，材料设计参数和回归分析来估计混凝土的强度，也试图提高计算强度的准确性。

总共有166组混凝土标准试件，分别为146组实验件和20组测试件，混凝土试件的强度为130-480kg/cm2，养护时间分别为7-38天，通过实验来估计混凝土抗压强度。

回归分析表现为一个数学公式。

研究结果表明：

当相关系数达到0.9622，表明该方法有参考价值。

因此，工程师们可以使用这种全面的方法来开展无损检测以确定混凝土的强度。

关键词：

混凝土强度，回弹值，设计参数，回归分析

1、介绍

混凝土对工程项目的质量具有显着的影响。

混凝土是一种复合材料，一般由水泥、砂子、石子、水、矿物掺合料和化学外加剂组成。

当下对无损检测的研究工作进展非常迅速，无损检测（NDTs）提供了一个可重复的结构中的混凝土质量测量[1]。

不幸的是，通常在具体的测试的情况下，所有这些无损检测的结果都受到如聚合物的类型和大小，时间，防潮机理，以及混合比例[2]等因素的影响。

因此，测量性能与强度之间的关系因混凝土不同而表现各异，并且必须限制混凝土的质量问题。

然而，NDTs在衡量质量管理工程材料方面上已使用多年。

并且这些测试在确定混凝土结构中某一部分质量与另一部分质量的差异上也是非常有效的。

，1930年，根据ASTMC805和BS4408的第4部分，德国发明了反弹锤试验机（RHT），可以用于检测混凝土表面硬度[1,2]。

1948年，施密特发明施密特反弹锤试验机[3,4]。

这个装置是因为利用弹簧硬化钢冲击锤冲击混凝土表面而受到普遍使用。

RHT的是一个实用的无损检测测试机。

用铁锤击打硬化的混凝土表面，通过表面硬度回弹值来估计混凝土抗压强度。

1979年，ASTM标准中规定了反弹锤试验方法（ASTMC805-79）将作为一个标准的测试方法，并表明这种方法可以用来估计混凝土强度和检测​​质量低劣的混凝土结构；然而，它不能完全代替其他设备对混凝土强度的测试。

一般的观点认为，施密特反弹锤可运用在在评估混凝土的均匀性和比较混凝土之间的差别，但只能​用于混凝土强度绝对值[1]粗糙的评估。

当进行RHT时，失去动能的多少影响反弹值。

通常情况下，所消耗的能量多少和混凝土之间的联系必须通过对混凝土的应力应变关系来确定；因此，反弹的能量与混凝土强度和刚度有关。

然而，在实际应用中，当使用表面回弹值估计混凝土时，需要对RHT的准确性加以改进。

低强度的混凝土有一个低的回弹值。

然而，当两个混凝土试件有相同的强度和不同的硬化程度时会导致反弹值可能不相同[5]。

低刚性混凝土失去的能量大于高刚性混凝土。

产生这种差异原因可能与材料参数有关。

例如，粗骨料数量和如何将粗骨料聚合在混凝土中将会影响刚性，从而影响了回弹值。

因此，这项研究分析混凝土中的混合物比例。

以设计参数作为输入数据创建一个反弹模型，以提高混凝土的强度判断的准确性。

在传统的材料建模过程中，回归分析是建立在的重要工具模型中。

在这项研究中，7个设计参数，即水泥、粗骨料、细骨料、炉渣、粉煤灰、化学外加剂、水胶比（X1-7）和混凝土回弹值被用来用来建立回归公式。

2、试点工作

图1所示为研究流程图。

使用统计回归分析模型来估计压缩混凝土的强度。

此外，均方根误差判定系数是用来确定模型的可靠性。

研究方法如下：

（1）回弹值与混凝土设计参数，利用统计回归，找到压缩力。

统计回归是用来确定抗压强度基础上的反弹值和具体的设计参数。

总之，有146组不同比例的混合物试样运用在这项研究中。

不同标准气缸（15cm,L=30cm））的停留时间采用不同的方法，可归纳如下。

（1）测量20个分布测试点，并计算平均值。

（2）取5份，分别对每一个点进行测量，并计算平均值。

（3）对于一个单点，进行20次RHT实验，计算平均值。

最大的平均回弹值作为这项研究的最终回弹值。

（4）在同一地点20次试验获得最大回弹值，并计算平均值。

在这种模式下，146组不同的比例混凝土试件混合，作为原始数据进行回归分析（见表1）。

表1列出了应用参数值的范围。

利用回归分析来构建一个模型估计混凝土强度。

图1。

研究流程图

（2）模型确认

当模型制作完成，用20组测试数据确定回归估计的准确性。

利用绝对偏差值和百分比与真值的比较。

作为绝对偏差值和百分比跌幅，预测压缩强度之间的差异和真正的抗压强度减小的不同程度来增加模型的准确度。

表1。

回归分析输出和输入变量（每个组件的上限和下限）

3、调查结果和分析

在这项研究中采用的变量是水的成分。

含水量对反弹的影响范围是99-50％（平均24％）。

不同的RHT的方法均适用于标准气缸（H15厘米，L30厘米），如下。

对于一个点，应用RHT20次，并计算平均值。

试验结果表明，当多个测试应用到相同测试点时，回弹值增加20-70％，与方法（3）（20测试用于相同点）相比。

适用于146混凝土样品收集的所有数据，由此产生的回归（单点估计方程）如下：

y=23.085x—145.02

（1）

其中y是抗压强度，x是回弹值，相关系数为0.916。

使用方法（3）（20测试用于相同点），混凝土抗压强度单点偏离值的反弹点为1-53％（平均11％）（强度误区，27.26kg/cm2）。

用设计参数和统计回归的回弹值来估计混凝土的抗压强度。

在这种模式下，利用146组混凝土样品收集的所有数据来进行统计回归。

所产生的回归如下：

Y=1237.66–0.695（X1）–0.292（X2）–0.501（X3）

–0.530（X4）–1.117（X5）+1.013（X6）

–606.478（X7）+3.673（X8）–30.994（X9）

+12.887（X10）

（2）

其中Y是混凝土抗压强度，X1水泥量，表1列出X2-10。

这项研究中，通过采用制定的回归方程，其中包括如时间和含水率，粗略的估计混凝土抗压强度值的材料设计参数。

获得的回归分析推理公式的准确度很高。

测试的回归分析结果作为RMSE数据回归分析中的粗略的评价标准。

均方根误差公式是：

（3）

其中

Tij=第j个顺序在第i个样本中的测试产值

Oij=第j个顺序在第i个样本中客观产值

N=样本数

n=输出变量

由回归分析、残差和统计得到回归分析结果，如下表2，F值是168.5738，P值是3.97E-71。

这种模式下P值是远远低于标准水平（0.05），因此，标准水平非常明确的表明了回归线的有效性。

这个模型的相关系数为0.9622、决定系数（R2）为0.9258、均方根误差是24.088，拟合良好。

因此，在独立变量和相关变量之间存在一个非常标准的正相关关系。

表2。

残差的回归分析表

表3显示了输入的每个材料参数的相关系数。

同时，还列出了混凝土混合物成分和其他输入变量对混凝土抗压强度的影响。

在反弹值、时间、水泥、矿渣、化工外加剂、粉煤灰的数量之间存在着必然的联系；混凝土抗压强度回归分析的相关系数比较图（见表3）。

表3呈现了20组重复测量的混凝土抗压强度呈正相关关系（具体的测试结果样品回弹值、时间、水泥、炉渣、粉煤灰和化学外加剂），并分别有相关系数0.916，0.738，0.431，0.362，0.248和0.331。

水胶比，含水量，粗骨料和细骨料与混凝土抗压强度息息相关，并分别有相关系数为-0.455，-0.417，-0.296和-0.289。

普通骨料混凝土相关系数的趋势一般符合物理和化学特性。

由于太多的变数都包含在这个回归分析中，相关系数的区间为0.455-0.916。

因此，这项研究用最大的相关系数作为一个例子讨论。

如：

一个最大的正相系数0.916，研究它的回弹值与混凝土抗压强度。

混凝土抗压强度与水胶比、粗骨料、砂含量呈负相关关系。

表3。

每种成分的相关系数

回弹值的相关系数为0.9622，这是高于其他变量的相关系数。

此外，还是在标准化残差中的回弹值（图2），残差分布中央有一个趋势，无残留的模式存在误差。

不存在序列相关的问题；因此，该模型是有效的。

图2。

残差标准化反弹值

图3。

抗压强度和回弹的关系值

图3显示了抗压强度和回弹值之间​​的关系，这种模式决定系数是0.9258，表明预期值和估计值之间的差异不大。

这个模型的RMSE为24.1kg/cm2。

此外，由抗压强度压缩正态分布来估计样本百分比（图4），指定的具有近似直线的图几乎没有变化。

图4显示的累计百分比在不同标本的差异，在研究开发模式下试验146个例子的实际压缩强度值为131-477kg/cm2。

在这项研究中的混凝土抗压强度值接近一个正态分布；事实也证实了，在误差百分比为0—26％时，20个测试的例子抗压强度的（148.9—402.5kg/cm2）平均误差只有5.43％，强度偏差也只有13.05kg/cm2。

因此，这些数据接近为正态分布。

预期值和估计值之间的差异并不大，表明回归分析是有效的。

然而，当7个设计参数（X1-7），时间（X8）和水分含量（X9）作为自由变量也可用于这个模型中时，混凝土在的相关系数上升到0.9622。

图4。

抗压强度正态分布估计样品的百分比

测试

测试统计回归模型

通过采用制定的回归方程

这项研究中，其中包括材料设计参数如时间和含水率，粗略估计值和混凝土实际抗压强度值的变化在0-26％（平均5.43％）（见表4），其中的准确性是20个测试应用一个点（方程

（1））一倍以上。

表4比较回归估计与实际抗压强度值的差异，差异很小，表明这种方法是有效地。

最后，这项研究对回归模型的结果进行测试。

基于测试结果，回归分析估计值的绝对误差平均值是13.045kg/cm2，绝对误差百分比是5.43％，相关系数为0.9258。

从回归分析推理公式并由此获得的准确性是很高的。

研究结果表明，回归公式的准确性是基于物质的掺合物如粉煤灰、矿渣和化学品外加剂的比例参数。

估计强度范围为130×480kg/cm2。

因此，建立估算模型相比方程

（1）而言具有更高的精度。

水泥浆体的质量主要是与水灰比（W/C）呈反函数关系。

重述，混凝土强度，是一个总体材料孔隙率的功能表现[6]。

所建立估计模型的准确性是根据已知参数材料混合比例，如粉煤灰，矿渣和化学外加剂等[7]。

火山灰质混合材料是用来提高混凝土均匀性。

粉煤灰作为一个变量添加到混合物中以增强浆体的质量因而提高混凝土整体质量。

许多研究都表明，在使用水胶比（W/B）来替代使用水灰比的配合比设计的基础上，强度预测的准确性将会增加[8,9]。

表4。

回归估计的准确性与真值的比较

4、结论与建议

以下结论是基于分析和讨论。

1。

通过反弹模型的多元统计回归分析来估计混凝土抗压强度，获得的均方根误差实时缩放值为24.08kg/cm2。

当混凝土七种设计参数（X1-7），养护时间（X8），含水率（X9）在这个模型的作为变量时，相关系数上升到0.9622。

这表示，结合反弹锤试验值、混凝土复合材料设计参数和统计回归分析估计混凝土强度平均精度误差在5.5％。

2。

利用统计回归处理的参数公式对复合材料的模拟和测试结果表明，利用统计回归表面硬度的回弹值与设计混凝土材料参数可以增加估算混凝土强度时的准确性。

3。

研究结果表明，使用表面回弹值（无损检测）和材料设计参数估计混凝土强度，计算混凝土强度的精度是基于材料的设计参数，诸如水胶比，粉煤灰，矿渣，化学外加剂，养护时间和含水率。

References

[1]Mindess,Sidney.andYoung,J.F.,“ConcretePreticeHall,”Inc,EnglewoodCliffsN.J.,p.441（1981）.

[2]Kumar,Mehta,P.andPaulo,J.M.,Monteiro“ConcreteStructure,Properties,andMethods,”p.347（1987）.

[3]Schmide.E.,“TheConcreteTestHammer（DerBetomprufhammer）,”SchweizBauz（Zurich）Vol.68,p.378（1950）.