基于人工神经网络的混凝土耐久性预测与海水侵蚀试验研究

本篇论文主要探讨的是"人工智能-基于人工神经网络的混凝土结构抗海水侵蚀性的试验研究"。作者郭小强在天津大学攻读结构工程硕士学位期间，针对混凝土结构耐久性问题，尤其是海边和近海环境中钢筋混凝土结构面临的氯离子侵蚀挑战进行了深入研究。论文的核心内容包括实验室环境下的人工海水浸烘循环试验，该试验旨在模拟真实的海水侵蚀情况，测试不同水灰比和浸烘条件对混凝土试件耐久性的影响。 通过滴定法测定不同部位的氯离子含量变化，作者建立了受海水侵蚀混凝土试件的人工神经网络模型。人工神经网络作为一种模仿人脑工作原理的计算模型，在这个研究中被用来预测和分析混凝土在各种侵蚀条件下的氯离子分布，从而评估其耐久性。这种方法能够提供一种有效且精确的工具，帮助工程师预测和防止混凝土结构的早期破坏。 此外，论文还介绍了两种海洋工程产品，即MEC海工水泥和RMA海水耐蚀剂，这两种材料被认为是提高混凝土耐海水腐蚀的关键。作者通过染色法和滴定法的对比试验，对这两种产品的抗氯离子渗透性能进行了详尽的评估，以期为实际工程应用提供更优的选择。 关键词包括“耐久性”、“海水腐蚀”、“人工神经网络”、“氯离子”、“渗透”以及“滴定法”，这些关键词突出了论文的核心研究内容和技术手段。这篇论文将人工智能与建筑材料科学结合，提供了对混凝土耐久性问题的一种创新解决方案，具有较高的实用价值和理论贡献。