混凝土钢筋锈蚀量预测的投影寻踪回归模型

资料大小：220KB
资料类型：.PDF
资料等级：
发布时间：2021-09-18

资料介绍

混凝土钢筋锈蚀量预测的投影寻踪回归模型
滕艳
(深圳市太科检验有限公司，广东深圳5 1 8049)
摘要：造成钢筋锈蚀量预测值与交测值误差较大的原因在于以下两个方面：其一，由于混凝土开裂后钢筋锈蚀程度的离散性较大；其
二，混凝土中的钢筋锈蚀饥理非常复杂，影响因素繁多。为解决以上问题，将投影寻踪回归方法应用于锈蚀开裂后混凝土中钢筋锈蚀量的
评估，建立了评估钢筋锈蚀量的投影寻踪回归模型，并通过实际工程检测结果验证了该方法的实际可行性，为钢筋锈蚀量的预测提供了一
条新的方法
关键词：混凝土；投影寻踪回归；钢筋锈蚀量；评估
中图分类号： TU528．01 文献标志码： A 文章编号： 1002—3550(201 1)06—0067—02
Projection pursuit regression model for predict corrosive degree of concrete embeded rebar
l NG yan
(Shenzhen Taike Test Co．，Ltd．，Shenzhen 5 l 8049，China)
Abstract： There two dificult problems for assessing corrosive degree of concrete embeded rebar after corrosion crack：firstly，degree of
concrete is large dispersion；secondly，it was influenced by the many uncertainties，and the mechanism of steel corosion in concrete is very
complex．Atier the main factors affecting，the corosive degree of rebar is analyzed，a new model was established．The adaption of the model is
discussed from the angles of projection pursuit regression mode1．The feasibility is verified according to the data from practical engineering
investigation．It provides a new way to predict corosive degree ofconcrete embeded rebar after corrosion crack
Key words： concrete；projection pursuit regression model；the amount ofsteel corrosion；assessment
O 引言
钢筋腐蚀严重影响着混凝土耐久性和安全性_1-61。一般混凝
土开裂以前，钢筋锈蚀量较小。然而一旦混凝土保护层开裂，钢
筋锈蚀速度必然加快。由此看出，混凝土保护层是否产生顺筋
开裂是钢筋混凝土结构T作状态的一个重要分水岭，是结构由
正常使用期进入结构老化期的标志。混凝土保护层fI顾筋，开裂
的研究意义重大。在实际工程检测中，能够比较容易发现的裂缝
宽度在0．1 mm左右。然而实际中，大量产生锈蚀裂缝存在钢筋
混凝土构件中，且钢筋锈蚀量已较大，由于受诸如水和氧气等
寓蚀介质更易到达钢筋表面，使其锈蚀速度加快，从而使得其
结构构件的耐久性与可靠性大大降低。鉴于以上原因，合理准
确估计此类构件的锈蚀程度，可以对现有结构构件的可靠性与
耐久性评估及维修加固决策具有较大的实用价值。如果可以借
鉴T程类比思想，寻求规律则可降低工程鉴定费用。近年来发展
起来的各种投影寻踪方法就具有这方面的优势。
投影寻踪方法是由Jerome H等[~1981提出的，陔方法把高
维数据投影到低维空间，通过计算，极大化一个反映数据聚集
程度的指标，从而找到反映数据结构特征的最优投影方向。它是
用来分析和处理高维观测数据，尤其是对于非线性、非正态高
维数据的一种新型统计方法。为较准确地建立钢筋锈蚀程度与
裂缝宽度之间的关系，本研究尝试利用投影寻踪方法方法来评
估锈蚀开裂后混凝土中钢筋的锈蚀程度。
收稿日期：201O-12-19
本研究拟通过MATLAB平台下编制应用程序，在对原始数
据进行分析的基础上，提出既可以考虑趋势时间序列，又可以拟
合非线性的时序一投影寻踪回归模型。本成果对信息化施工、基
坑动态设计等方面具有重要的参考价值。
1 投影寻踪回归模型
设投影寻踪插值问题的多指标样本集为{ i )i=1，⋯，m；
J=l，⋯ ，n}，其中，m是样本的个数，n为指标个数。建立投影寻
踪插值模型的建立步骤如下：
1．1 数据预处理
设根据已知样本信息，产生的经验等级值为y(i)，对应的
样本属性值为X 。消除各指标值的量纲和统一各指标值的变化
范围，对原始数据进行预处理，将指标值变换到(0，1)区间。
建立等级评价模型就是建立‰与y(i)之间的数学关系。投
影寻踪方法就是把P维数据{x(i， )IiM，⋯ ，m；j=l，⋯ ，n)综合
成以rF(o(1)，a(2)，⋯，a(n))为投影方向的一维投影值，即：
z( )= a(j) ‘(i4) (1)
J 1
然后根据z(i) ( )的散点图建立适当的数学模型，其中a
为单位长度向量。
1．2 构造投影指标函数
在综合投影时，要求投影值z( )应尽可能大地提取缸( ，中
的变异信息，即z(i)的标准差尽可能大，同时要求z( )与'，(