[发明专利]一种混凝土冻融劣化后热学参数及演化过程获取方法

权利要求书

1.一种混凝土冻融劣化后热学参数及演化过程获取方法，其特征在于该方法包括以下步骤：

步骤1：确定影响混凝土温度场仿真计算精度的主要热学参数，将其作为待反演热学参数；

步骤2：根据工程情况和试验混凝土原材料及配合比，确定步骤1的各个待反演热学参数的取值范围，并采用正交设计原理对上述待反演热学参数进行组合，得到热学参数取值组合正交设计表；

步骤3：设计并成型M组用于室内快速冻融试验的混凝土棱柱体试件，M为试验组数，M≥2，在混凝土棱柱体试件中心位置埋设一支应变计，当混凝土试件的养护龄期达到设计龄期时，进行第一次温度扰动试验，通过内埋的应变计获得第一次温度扰动过程中混凝土试件内部温度实测值；然后进行室内快速冻融试验，当冻融次数为50×N时，N＝1、2、3、4，暂停冻融试验，从冻融箱里取出混凝土试件，进行第N+1次温度扰动试验，通过内埋的应变计获得第N+1次温度扰动过程中混凝土试件内部温度实测值，如此反复，直到混凝土试件冻融次数达到50×4＝200次，且进行了4+1＝5次温度扰动试验时结束，此时，分别获得了5次温度扰动试验时的扰动环境气温以及相对应的混凝土试件内部温度实测值；

步骤4：将步骤3中第i次，i＝1、2、3、4、5，温度扰动时的环境气温，作为混凝土试件的边界条件，基于热学参数正交设计表，逐一进行混凝土温度场仿真分析，得到热学参数正交设计表中不同热学参数取值组合下混凝土内部温度计算值；其中，i＝1对应于混凝土试件冻融前的第一次温度扰动；

步骤5：结合步骤3的第i次，i＝1、2、3、4、5，温度扰动时的混凝土试件内部温度实测值和步骤4的第i次，i＝1、2、3、4、5，温度扰动时的混凝土试件内部温度计算值，计算实测值和计算值的相对误差δ_τ，将相对误差δ_τ和混凝土试件密度ρ作为输入，待反演热学参数作为输出，组成神经网络学习样本；

步骤6：利用步骤5组建的学习样本，进行神经网络模型训练，获得较为合理的反演冻融劣化前后混凝土热学参数的神经网络模型；

步骤7：确定合适的温度场计算结果的相对误差δ’及混凝土试件实测密度ρ’，然后，将确定的合适值δ’及密度ρ’输入步骤6得到的训练好的神经网络模型，即得到第i次温度扰动时—即冻融次数为50×N时混凝土试件的热学参数，N＝0、1、2、3、4，i＝1、2、3、4、5；

步骤8：重复上述步骤4-步骤7，逐一得到冻融50×0、50×1、50×2、50×3、50×4次下混凝土热学参数的演化过程。

2.根据权利要求1所述的一种混凝土冻融劣化后热学参数及演化过程获取方法，其特征在于：步骤1中，选取导热系数λ、比热c、密度ρ和表面放热系数β作为待反演热学参数。

3.根据权利要求1所述的一种混凝土冻融劣化后热学参数及演化过程获取方法，其特征在于：步骤2中，根据工程实际情况和试验混凝土配合比及原材料热学性能，设置待优选的混凝土的导热系数λ、比热c、密度ρ和表面放热系数β等的取值水平，利用正交设计方法在待优选参数x＝{x₁,x₂,x₃,x₄}的可能取值空间中构造参数取值组合，形成待优选参数若干个取值组合，组成正交设计表。