基于BP神经网络的FRP筋与混凝土界面黏结强度预测

来源：大连理工大学学报杂志2021年第3期北京时间：

作者：陈健,黄丽华,曲激婷

摘要：纤维筋增强混凝土材料的界面黏结强度是评价其力学性能的重要指标之一．基于现有文献中的试验数据，建立了292组FRP筋混凝土拉拔试验的数据库，利用人工神经网络对FRP筋与混凝土之间的黏结强度进行预测．数据库被随机分成两个数据集，其中242组数据用于训练，50组数据用于仿真预测．利用反向传播算法训练了一个3层人工神经网络模型，该模型的输入层包括7个参数：FRP筋类型、表面形式、FRP筋直径、锚固长度、破坏模式、混凝土抗压强度和归一化的混凝土保护层厚度．输出层为FRP筋与混凝土界面黏结强度．结果表明，BP神经网络模型具有良好的预测和泛化能力，预测误差较小．该方法能够综合考虑众多FRP筋与混凝土界面黏结强度的影响因素，给出精确的预测结果．

关键词：ANNBP神经网络模型FRP筋混凝土黏结强度预测

基金资助：国家自然科学基金资助项目(5177811351678115).