[发明专利]一种钢桥面板腐蚀预测模型及构建方法

说明书

本发明提供了一种钢桥面板腐蚀预测模型及其构建方法，其特征在于，该方法以温度、湿度、通电次数和通电时间作为钢桥面板腐蚀影响因素，采用遗传算法优化极限学习机神经网络，获得优化神经网络，对优化神经网络进行训练，获得钢桥面板腐蚀预测模型。本发明的预估模型，具有该模型具有学习速度快，适用范围广、预测精度高的特点。本发明首次将遗传算法优化的极限学习机神经网络预估模型应用于钢桥面铺装领域，基于钢桥面浇注式导电沥青混凝土温度、湿度以及通电时间和通电次数等相关数据预测钢桥面板腐蚀程度，为用于融雪化冰的浇注式导电沥青混凝土钢板选材及制定防腐蚀措施提供了新思路。

技术领域

本发明属于工程材料领域，涉及浇注式导电沥青混合料，具体涉及一种钢桥面板腐蚀预测模型及构建方法。

背景技术

虽然中国公路建设里程居世界首位，但是公路交通设施应对恶劣天气的能力不足，技术有限。尤其是寒冷季节降雪结冰严重降低路(桥)面抗滑性，导致交通事故频发，制约着公路系统既有的服务能力和社会经济的发展。传统撒布融雪剂或机械除雪等被动方法，存在对交通影响大，融雪剂污染水资源和土壤，机械除雪效率低下、损害路(桥)面等。近年来，浇注式沥青混合料铺装层凭借优异性能成为桥面铺装材料的首选，浇注式导电沥青混合料更是目前桥面融雪化冰技术的研究热点。即在浇注式沥青混合料中掺入适当类型和掺量的导电性材料制备成浇注式导电沥青混合料。它不仅能实现桥面及时、高效融雪化冰，有力保障道路畅通及行驶安全，而且可避免施工碾压中电极破坏及水电接触引起的短路等安全隐患。

浇注式导电沥青混合料能够实现桥面及时、高效融雪化冰。但钢桥面通电后形成的电流产生微电场/磁场，改变钢板周围的电位，与周围环境形成电位差，增强腐蚀电流，使钢筋腐蚀速度加快，同时，电场磁场强度从钢板表面向外逐渐减弱，电子往电磁强的方向迁移，导致钢板表面聚集较多电子，从而导致电化学反应加快。不同类型的浇注式导电沥青混合料对钢板均有一定程度上的腐蚀，破坏原有桥面结构，对交通运行环境和安全造成影响。

钢桥面板腐蚀程度受钢板的材质、应力状态、环境等众多因素共同作用。影响钢板腐蚀的因素有很多，桥梁所处工作环境不同，如潮湿环境和干燥环境、污染环境和非污染环境，钢板腐蚀程度均不相同。腐蚀可造成桥面结构受力不均，出现应力集中，使桥面板出现不同程度的破坏，进而降低桥面铺装使用寿命，严重影响桥面行车安全。

发明内容

针对上述现有技术的不足与缺陷，本发明的目的在于提供一种钢桥面板腐蚀预测模型及构建方法，解决现有技术中，钢桥面板腐蚀预测精准度不高的技术问题。

为了解决上述技术问题，本发明采用如下技术方案予以实现：

一种钢桥面板腐蚀预测模型的构建方法，其特征在于，该构建方法以温度、湿度、通电次数和通电时间作为钢桥面板腐蚀影响因素，采用遗传算法优化极限学习机神经网络，获得优化神经网络，对优化神经网络进行训练，获得钢桥面板腐蚀预测模型。

具体的，该构建方法按照以下步骤进行：

步骤一，采集钢桥面板腐蚀数据：

选择不同类型浇注式导电沥青混合料试件内的钢筋作为数据采集点，在选取腐蚀数据采集点后，将组合结构放入环境控制箱中，设置温度、湿度、通电次数和通电时间，在环境控制箱中保持96h后，测试计算得到钢筋腐蚀电流密度；

步骤二，建立钢桥面板腐蚀数据库：

将步骤一中得到的钢筋腐蚀电流密度数据存入钢桥面板腐蚀数据库中，在钢桥面板腐蚀数据库中，采集到的钢筋腐蚀电流密度数据即为钢桥面板腐蚀样本数据；

步骤三，确定钢桥面板腐蚀影响因素：

设定钢桥面板腐蚀影响因素为：温度、湿度、通电次数和通电时间；

步骤四，钢桥面板腐蚀样本数据预处理：