CN110046427B - 基于正交设计和正态云模型机制砂t梁混凝土配合比方法 - Google Patents
基于正交设计和正态云模型机制砂t梁混凝土配合比方法 Download PDFInfo
- Publication number
- CN110046427B CN110046427B CN201910299948.4A CN201910299948A CN110046427B CN 110046427 B CN110046427 B CN 110046427B CN 201910299948 A CN201910299948 A CN 201910299948A CN 110046427 B CN110046427 B CN 110046427B
- Authority
- CN
- China
- Prior art keywords
- cloud
- index
- factors
- evaluation
- mix proportion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000004567 concrete Substances 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000013461 design Methods 0.000 title claims abstract description 40
- 239000004576 sand Substances 0.000 title claims description 45
- 238000011156 evaluation Methods 0.000 claims abstract description 71
- 239000000203 mixture Substances 0.000 claims abstract description 63
- 238000012360 testing method Methods 0.000 claims abstract description 30
- 238000005457 optimization Methods 0.000 claims abstract description 16
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 22
- 239000011707 mineral Substances 0.000 claims description 22
- 239000004568 cement Substances 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 10
- 239000000654 additive Substances 0.000 claims description 9
- 239000000843 powder Substances 0.000 claims description 9
- 230000000996 additive effect Effects 0.000 claims description 8
- 239000002245 particle Substances 0.000 claims description 6
- 239000011083 cement mortar Substances 0.000 claims description 3
- 230000004907 flux Effects 0.000 claims description 3
- 238000012552 review Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 6
- 230000006872 improvement Effects 0.000 abstract description 3
- 238000010276 construction Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000005336 cracking Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004574 high-performance concrete Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 102200141461 rs104893769 Human genes 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Preparation Of Clay, And Manufacture Of Mixtures Containing Clay Or Cement (AREA)
Abstract
本发明公开了一种新型混凝混凝土配合比设计方法,通过专家评定建立的配合比评价体系,确定配合比评语区间与标准评语云数字特征。针对某一特定的配合比方案,采用排队理论确定配合比控制因素中的各指标重要次序,分配权重,利用逆向正态云发生器将定性指标转化为定量的云数字特征,并将指标权重和评价指标云模型进行融合,得出最终的综合评价云。使用Matlab对配合比方案计算生成配合比方案综合评价云滴图,利用云相似原理对比方案综合评价云和标准云相似度,得到方案最终评价结果,确定方案需改善因素和改善方案,重新设计正交试验,对配合比进一步调整,改善配合比方案,得到优化后的新的配合比,循环设计‑评价‑优化的过程,使配合比达到需求。
Description
技术领域
本发明涉及土木建筑技术领域,尤其涉及一种基于正交设计和正态云模型的机制砂T梁混凝土配合比设计及优化方法。
背景技术
目前我国土木工程领域混凝土生产,仍以工作性能和力学强度确定混凝土配合比作为主要设计模式,但随着混凝土技术发展及项目需求的变化,在工作性能和力学强度满足要求的前提下,混凝土越来越强调耐久性能(抗渗性和抗裂性等)的提高。传统的混凝土配合比设计及优化方法在进行配合比设计及优化时存在一定缺陷:一是设计周期较长,由于地域性材料差异,试验员配合比经验都直接影响到设计流程,需要大量的时间;二是传统方法设计时通常仅以水泥、水和粗细骨料作为控制变量,但符合良好耐久性能的高性能混凝土需要掺入矿物掺和料和特殊的外加剂,基于经验的混凝土配合比设计方法并不适用;三是考虑的性能较单一,主要满足力学强度及工作性能的要求,缺乏对抗渗性、抗裂性等耐久性能要求的设计手段及系统的检测验证方法,致使传统方法设计的混凝土结构耐久性得不到保证。
以性能设计导向的思想在混凝土配合比设计配制领域需要进一步的推广。合理的混凝土配合比设计应该满足工作性能、力学强度、耐久性、经济性等要求。随着科技的进步,为了满足现代工程的需要,研究单位、商品混凝土搅拌站及工程施工单位都迫切需要一种能够满足工程具体性能要求的混凝土配合比设计优化方法。
机制砂在中低强度混凝土中作为天然河砂的替代物的已被广泛接受,以往较多地运用于墩、柱等结构部位,但在桥梁上部结构主要部件中,由于设计配比上的难度,目前鲜有成功的实例。由于缺少对机制砂混凝土的施工和力学性能、耐久性能的设计和检测方法,机制砂混凝土用在C50T梁上实际的工作状态难以验证,另外机制砂本身材料特性对混凝土质量有显著影响,而传统的配合比设计对该因素考虑不足,因此,设计一种考虑全面,操作简明的机制砂配合比方法具备巨大的实用价值。
发明内容
本发明旨在至少解决现有技术中存在的技术问题。为此,本发明公开了一种基于正交设计和正态云模型的机制砂T梁混凝土配合比设计及优化方法,其特征在于,包含以下步骤:
步骤101,设计正交试验,选择主要影响因素进行初步实验,每个所述因素设置2~3水平,设置考核指标并初步确定试验配合比;
步骤102,根据步骤101确定的所述实验配合比结合平台中的专家意见,构建机制砂T梁混凝土配合比评价指标体系,利用数字特征计算公式得出标准评语云的数字特征;
步骤103,通过逆向云发生器将定性指标转化为定量的云数字特征,根据排队理论确定各指标权重,并将指标权重和评价指标云模型进行融合,得出最终的综合评价云;
步骤104,利用Matlab软件进行运算,根据云相似原理比较生成的综合评价云滴图与标准评语云滴图并求得相似度进行对比验证,得出机制砂T梁混凝土配合比最终的评价结果,并根据评价结果判断是否需要进一步优化;
步骤105,将综合云数字特征与指标体系中因素的云数字特征进行比较,得出机制砂T梁混凝土配合比中的需改善因素,对需要改善的因素再次设计并进行正交试验,得出优化后的新配合比;
步骤106,重复步骤102至步骤105,直到得到评价结果符合要求的混凝土配合比。
更进一步地,正交试验中所述的影响因素包括水胶比、水泥用量、矿物掺合料用量、矿物掺合料之间的比值、机制砂石粉含量、砂率、外加剂掺量;所述的考核指标包括工作性能、力学强度、抗渗性、抗裂性和经济性。
更进一步地,正交试验中的所述考核指标进一步包括坍落度、坍落扩展度、倒坍落度筒流动时间、7天抗压强度、28天抗压强度、电通量、单位面积总开裂面积。
更进一步地,所述机制砂T梁混凝土配合比评价指标包括水泥、矿物掺合料、细骨料、粗骨料、外加剂、经济性6个一级指标因素。
更进一步地,所述步骤102进一步包括:
步骤201,根据平台中的专家评审意见,将标准评语由好至坏划分为4个定性概念;
步骤202,对所述的4个定性概念设置对应的分值区间;
步骤203,利用数字特征计算公式得到各标准评语的云数字特征;
步骤204,利用正向云发生器将标准评语的云数字特征转换为对应的标准云滴图。
更进一步地,所述步骤103进一步包括:
步骤301,由排队理论确定所述各指标权重,通过逆向云发生器将定性指标转化为定量的云数字特征,并通过数字特征计算公式得出定量指标的云数字特征;
步骤302,将指标权重和指标云数字特征进行融合,得出综合云数字特征;
步骤303,利用正向云发生器将综合云数字特征转换为综合评价云滴图。
更进一步地,所述步骤104进一步包括:
步骤401,利用Matlab软件进行运算,生成综合评价云滴图与标准评语云滴图,比较得出结果,并利用云相似原理,求出综合评价云与标准云的相似度来对比验证,得出机制砂T梁混凝土配合比最终的评价结果,若评价结果的分值超过预设值,则接受该配合比,否则就对配合比进行优化;
步骤402,将各一级指标因素的云数字特征按特征均值从小到大进行排序,并与标准云数字特征进行比较,对小于标准云数字特征均值的因素定为需优化因素;
步骤403,将所述需优化因素作为正交试验中的试验因素,设置多个水平再次进行试验,得出优化后的配合比。
更进一步地,步骤105进一步包括:配合比经过优化后,再次使用云模型模糊综合评价法对其进行评价,倘若未达到设计要求,则再次选择需改善因素进行正交试验,直到得出符合要求的混凝土配合比。
更进一步地,所述水泥指标因素下包括水泥种类、水泥用量、水泥胶砂28天抗压强度3个二级指标因素。
更进一步地,所述矿物掺合料指标因素包括矿物掺合料种类、矿物掺合料用量、不同种矿物掺合料之间的比值;所述细骨料指标因素包括机制砂石粉含量、机制砂泥粉含量、机制砂细度模数与颗粒级配;所述粗骨料指标因素包括石子含泥量、石子最大粒径、石子压碎值;所述外加剂指标因素包括外加剂种类、外加剂掺量;所述经济性指标因素下包括直接成本和间接成本。
本发明以获得高性能质量或经济性最优为优化目标,根据混凝土实际性能需求,设计、优化出符合目标要求的混凝土配合比,相比于传统设计方法而言有以下几个主要特点:
1.相比传统设计方法,本方法可考虑的控制因素更多,且根据配合比性能的实际需要,控制评价因素可以自由删减;
2.本方法通过专家讨论,指标分配,评价云模型计算的方式,能将设计中的定性指标合理量化;通过对云模型的计算,能对特定配合比方案的的优劣程度有直观定量的认识,便于后续对配合比进行优化调整;
因此,相比传统设计方法,本发明的优化方向明确可以显著减少试配次数,节约成本、节省时间,加快施工进度。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制,而是将重点放在示出实施例的原理上。在图中,在不同的视图中,相同的附图标记指定对应的部分。
图1是本发明的一种基于正交设计和正态云模型的机制砂T梁混凝土配合比设计及优化方法的流程图;
图2是机制砂T梁混凝土配合比的标准评语云的流程图;
图3是机制砂T梁混凝土配合比的综合评语云的流程图;
图4是机制砂T梁混凝土配合比的评价过程的流程图。
具体实施方式
实施例一
本实施例提供了一种新型混凝混凝土配合比设计方法,结合正交设计思想和正态云模型方法,本方法基于传统模糊集理论和概率论的理论模型,将混凝土配合比设计中的各类参数指标的等级状态转换为对应的云数字特征,实现定性概念与其定量表示之间的不确定性转换。在配合比设计时,扩大了传统的混凝土配合比方法中的控制因素,通过专家评定建立的配合比评价体系,确定配合比评语区间与标准评语云数字特征。针对某一特定的配合比方案,采用排队理论确定配合比控制因素中的各指标重要次序,分配权重,利用逆向正态云发生器将定性指标转化为定量的云数字特征,并将指标权重和评价指标云模型进行融合,得出最终的综合评价云。使用Matlab对配合比方案计算生成配合比方案综合评价云滴图,利用云相似原理对比方案综合评价云和标准云相似度,得到方案最终评价结果,确定方案需改善因素和改善方案,重新设计正交试验,对配合比进一步调整,改善配合比方案,得到优化后的新配合比,循环设计-评价-优化的过程,使配合比达到符合设计需求为止。
具体包括为,一种基于正交设计和正态云模型的机制砂T梁混凝土配合比设计及优化方法,包含以下步骤:
步骤101,设计正交试验,初步试验主要影响因素,各因素设置2~3水平,以工作性能、力学强度、抗渗性、抗裂性和经济性为考核指标,初步确定试验配合比;
步骤102,在初步配合比的基础上,结合平台中多位专家意见,结合T梁部件的特点构建机制砂T梁混凝土配合比评价指标体系,同时划分标准评语区间,利用数字特征计算公式得出标准评语云的数字特征;
步骤103,采用排队理论确定各指标权重,利用逆向云发生器将定性指标转化为定量的云数字特征,并将指标权重和评价指标云模型进行融合,得出最终的综合评价云;
步骤104,利用Matlab软件进行运算,生成综合评价云滴图与标准评语云滴图,比较得出结果,并利用云相似原理,求出综合评价云与标准云的相似度来对比验证,得出机制砂T梁混凝土配合比最终的评价结果,若评价结果不符合目标要求,则需要进一步优化;
步骤105,将综合云数字特征与指标体系中因素的云数字特征进行比较,得出机制砂T梁混凝土配合比中的需改善因素,对需要改善的因素再次设计并进行正交试验,得出优化后的配合比;
步骤106,重复步骤102至步骤105,直到得出符合要求且经济合理的混凝土配合比。
更进一步地,所述正交试验方法中影响因素包括水胶比、水泥用量、矿物掺合料用量、矿物掺合料之间的比值、机制砂石粉含量、砂率、外加剂掺量。
更进一步地,所述正交试验方法中考核指标包括坍落度、坍落扩展度、倒坍落度筒流动时间、7天抗压强度、28天抗压强度、电通量、单位面积总开裂面积。
更进一步地,所述机制砂T梁混凝土配合比评价指标体系包括水泥、矿物掺合料、细骨料、粗骨料、外加剂、经济性6个一级指标因素。
更进一步地,机制砂T梁混凝土配合比的标准评语云按如下步骤获得:
步骤201,根据多位专家评审意见,将标准评语划分为4个定性概念,分别是“好”、“较好”、“优化后可接受”、“不可接受”;
步骤202,4个定性概念对应的分值区间分别是“好(8,10)”、“较好(6,8)”、“优化后可接受(3,6)”、“不可接受(0,3)”;
步骤203,利用数字特征计算公式得到各标准评语的云数字特征(Ex,En,He);
步骤204,利用正向云发生器将标准评语的云数字特征转换为对应的标准云滴图。
更进一步地,机制砂T梁混凝土配合比的综合评语云按如下步骤进行:
步骤301,采用排队理论确定各指标权重,利用逆向云发生器将定性指标转化为定量的云数字特征;依据标准规范,合理划分评价区间,利用数字特征计算公式得出定量指标的云数字特征;
步骤302,将指标权重和指标云数字特征进行融合,得出综合云数字特征(Exi,Eni,He);
步骤303,利用正向云发生器将综合云数字特征转换为综合评价云滴图。
更进一步地,机制砂T梁混凝土配合比的评价过程按如下步骤进行:
步骤401,利用Matlab软件进行运算,生成综合评价云滴图与标准评语云滴图,比较得出结果,并利用云相似原理,求出综合评价云与标准云的相似度来对比验证,得出机制砂T梁混凝土配合比最终的评价结果,若评价结果位于“好”与“较好”之间,则接受该配合比,否则就对配合比进行优化;
步骤402,将各一级指标因素的云数字特征(Exi,Eni,He)按Ex从小到大进行排序,并与标准云数字特征(Ex,En,He)进行比较,对小于标准云数字特征均值(Ex)的因素定为需优化因素;
步骤403,将需优化因素作为正交试验中的试验因素,设置多个水平再次进行试验,得出优化后的配合比。
更进一步地,配合比经过优化后,再次使用云模型模糊综合评价法对其进行评价,倘若未达到设计要求,则再次选择需改善因素进行正交试验。直到得出符合要求且经济合理的混凝土配合比。
更进一步地,所述评价指标体系中水泥指标因素下包括水泥种类、水泥用量、水泥胶砂28天抗压强度3个二级指标因素。
更进一步地,所述评价指标体系中矿物掺合料指标因素下包括矿物掺合料种类、矿物掺合料用量、不同种矿物掺合料之间的比值3个二级指标因素。
更进一步地,所述评价指标体系中细骨料指标因素下包括机制砂石粉含量、机制砂泥粉含量、机制砂细度模数与颗粒级配3个二级指标因素。
更进一步地,所述配合比评价指标体系中粗骨料指标因素下包括石子含泥量、石子最大粒径、石子压碎值3个二级指标因素。
更进一步地,所述配合比评价指标体系中外加剂指标因素下包括外加剂种类、外加剂掺量2个二级指标因素。
更进一步地,所述配合比评价指标体系中经济性指标因素下包括直接成本和间接成本2个二级指标因素。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
虽然上面已经参考各种实施例描述了本发明,但是应当理解,在不脱离本发明的范围的情况下,可以进行许多改变和修改。因此,其旨在上述详细描述被认为是例示性的而非限制性的,并且应当理解,以下权利要求(包括所有等同物)旨在限定本发明的精神和范围。以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (9)
1.一种基于正交设计和正态云模型的机制砂T梁混凝土配合比设计及优化方法,其特征在于,包含以下步骤:
步骤101,设计正交试验,先选择主要影响因素进行初步实验,每个所述因素设置2~3水平,设置考核指标并初步确定试验配合比;正交试验中所述的影响因素包括水胶比、水泥用量、矿物掺合料用量、矿物掺合料之间的比值、机制砂石粉含量、砂率、外加剂掺量;所述的考核指标包括工作性能、力学强度、抗渗性、抗裂性和经济性;
步骤102,根据步骤101确定的所述实验配合比结合平台中的专家意见,构建机制砂T梁混凝土配合比评价指标体系,利用数字特征计算公式得出标准评语云的数字特征;
步骤103,通过逆向云发生器将定性指标转化为定量的云数字特征,根据排队理论确定各指标权重,并将指标权重和评价指标云模型进行融合,得出最终的综合评价云;
步骤104,利用Matlab软件进行运算,根据云相似原理比较生成的综合评价云滴图与标准评语云滴图并求得相似度进行对比验证,得出机制砂T梁混凝土配合比最终的评价结果,并根据评价结果判断是否需要进一步优化;
步骤105,将综合云数字特征与指标体系中因素的云数字特征进行比较,得出机制砂T梁混凝土配合比中的需改善因素,对需要改善的因素再次设计并进行正交试验,得出优化后的新配合比;
步骤106,重复步骤102至步骤105,直到得到评价结果符合要求的混凝土配合比。
2.如权利要求1所述的方法,其特征在于,正交试验中的所述考核指标进一步包括坍落度、坍落扩展度、倒坍落度筒流动时间、7天抗压强度、28天抗压强度、电通量、单位面积总开裂面积。
3.如权利要求2所述的方法,其特征在于,所述机制砂T梁混凝土配合比评价指标包括水泥、矿物掺合料、细骨料、粗骨料、外加剂、经济性6个一级指标因素。
4.如权利要求3所述的方法,其特征在于,所述步骤102进一步包括:
步骤201,根据平台中的专家评审意见,将标准评语由好至坏划分为4个定性概念;
步骤202,对所述的4个定性概念设置对应的分值区间;
步骤203,利用数字特征计算公式得到各标准评语的云数字特征;
步骤204,利用正向云发生器将标准评语的云数字特征转换为对应的标准云滴图。
5.如权利要求4所述的方法,其特征在于,所述步骤103进一步包括:
步骤301,由排队理论确定所述各指标权重,通过逆向云发生器将定性指标转化为定量的云数字特征,并通过数字特征计算公式得出定量指标的云数字特征;
步骤302,将指标权重和指标云数字特征进行融合,得出综合云数字特征;
步骤303,利用正向云发生器将综合云数字特征转换为综合评价云滴图。
6.如权利要求5所述的方法,其特征在于,所述步骤104进一步包括:
步骤401,利用Matlab软件进行运算,生成综合评价云滴图与标准评语云滴图,比较得出结果,并利用云相似原理,求出综合评价云与标准云的相似度来对比验证,得出机制砂T梁混凝土配合比最终的评价结果,若评价结果的分值超过预设值,则接受该配合比,否则就对配合比进行优化;
步骤402,将各一级指标因素的云数字特征按特征均值从小到大进行排序,并与标准云数字特征进行比较,对小于标准云数字特征均值的因素定为需优化因素;
步骤403,将所述需优化因素作为正交试验中的试验因素,设置多个水平再次进行试验,得出优化后的配合比。
7.如权利要求6所述的方法,其特征在于,步骤105进一步包括:配合比经过优化后,再次使用云模型模糊综合评价法对其进行评价,倘若未达到设计要求,则再次选择需改善因素进行正交试验,直到得出符合要求的混凝土配合比。
8.如权利要求7所述的方法,其特征在于,所述水泥指标因素下包括水泥种类、水泥用量、水泥胶砂28天抗压强度3个二级指标因素。
9.如权利要求8所述的方法,其特征在于,所述矿物掺合料指标因素包括矿物掺合料种类、矿物掺合料用量、不同种矿物掺合料之间的比值;所述细骨料指标因素包括机制砂石粉含量、机制砂泥粉含量、机制砂细度模数与颗粒级配;所述粗骨料指标因素包括石子含泥量、石子最大粒径、石子压碎值;所述外加剂指标因素包括外加剂种类、外加剂掺量;所述经济性指标因素下包括直接成本和间接成本。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910299948.4A CN110046427B (zh) | 2019-04-15 | 2019-04-15 | 基于正交设计和正态云模型机制砂t梁混凝土配合比方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910299948.4A CN110046427B (zh) | 2019-04-15 | 2019-04-15 | 基于正交设计和正态云模型机制砂t梁混凝土配合比方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110046427A CN110046427A (zh) | 2019-07-23 |
CN110046427B true CN110046427B (zh) | 2021-11-19 |
Family
ID=67277134
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910299948.4A Active CN110046427B (zh) | 2019-04-15 | 2019-04-15 | 基于正交设计和正态云模型机制砂t梁混凝土配合比方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110046427B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111242483A (zh) * | 2020-01-14 | 2020-06-05 | 上海隧道工程有限公司 | 一种机制砂级配确定方法及系统 |
CN111476454A (zh) * | 2020-03-03 | 2020-07-31 | 浙江海洋大学 | 一种使用云模型的复杂水上交通情景危险度评价方法 |
CN113240160B (zh) * | 2021-04-25 | 2023-12-29 | 中土木(北京)技术检测有限公司 | 一种混凝土配合比的成本优化模型和成本优化方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109318056A (zh) * | 2017-10-23 | 2019-02-12 | 沈阳百祥机械加工有限公司 | 一种基于多种类传感器复合信号的刀具磨损监控方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201034995A (en) * | 2009-03-20 | 2010-10-01 | China Steel Corp | Material formula for concrete pre-casting component and forming method thereof |
-
2019
- 2019-04-15 CN CN201910299948.4A patent/CN110046427B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109318056A (zh) * | 2017-10-23 | 2019-02-12 | 沈阳百祥机械加工有限公司 | 一种基于多种类传感器复合信号的刀具磨损监控方法 |
Non-Patent Citations (4)
Title |
---|
C80高石粉含量机制砂高性能混凝土试验研究;胡晓曼等;《混凝土与水泥制品》;20170331(第03期);第27-29页第1-3节,表1-2 * |
基于云模型的岩溶隧道涌水灾害危险性评价及其在青岩头隧道的应用;黄仁东等;《中国地质灾害与防治学报》;20181031;第29卷(第05期);第45-49页第1-3节,公式1-3,图2-3,表1 * |
基于云模型的指挥控制系统效能评估;李琳琳等;《系统工程与电子技术》;20171208;第20卷(第04期);第815-822页 * |
基于高维云RBF神经网络的混凝土强度预测;范立强等;《电子设计工程》;20160430;第24卷(第08期);第80-82页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110046427A (zh) | 2019-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110046427B (zh) | 基于正交设计和正态云模型机制砂t梁混凝土配合比方法 | |
Ahmad et al. | A statistical approach to optimizing concrete mixture design | |
CN104991051A (zh) | 一种基于混合模型的混凝土强度预测方法 | |
JP2018069487A (ja) | コンクリートの配合条件の予測方法 | |
Chopra et al. | Predicting compressive strength of concrete for varying workability using regression models | |
Elevado et al. | Artificial neural network (ANN) modelling of concrete mixed with waste ceramic tiles and fly ash | |
Ikponmwosa et al. | Performance of coconut shell alkali-activated concrete: experimental investigation and statistical modelling | |
CN103992076A (zh) | 基于抗氯离子侵入性能和强度指标要求的混凝土配合比设计方法 | |
Rakoczy et al. | Resistance Model of Lightweight Concrete Members. | |
Kamal et al. | A novel durability based concrete mix design using supplementary cementitious materials and modified aggregate band gradation | |
Marks et al. | Assessment of scaling durability of concrete with CFBC ash by automatic classification rules | |
Yildiz et al. | Apricot pip shells used as aggregate replacement | |
CN111144051A (zh) | 一种基于支持向量机和改进布谷鸟算法的地聚物混凝土强度预测方法 | |
Park | Genetic-algorithm-based mix proportion design method for recycled aggregate concrete | |
Hafez et al. | A proposed performance based approach for life cycle assessment of reinforced blended cement concrete | |
Ji et al. | Optimum Design of Reactive Powder Concrete Mixture Proportion Based on Artificial Neural and Harmony Search Algorithm. | |
Kim et al. | Application of the one-parameter Bayesian method as the PBMD for concrete mix proportion design | |
Henigal et al. | Artificial neural network model for forecasting concrete compressive strength and slump in Egypt | |
Al-Zwainy et al. | Prediction of residual strength of sustainable self-consolidating concrete exposed to elevated temperature using artificial intelligent technique | |
Rezaie et al. | Prediction of slump and density of lightweight concretes using ANFIS and linear regression | |
CN110516405B (zh) | 硅酸盐水泥基胶凝材料体系水化热无假定预测模型的构建方法 | |
Jabar | ANN-PSO modelling for predicting buckling of self-compacting concrete column containing RHA properties | |
CN115114849B (zh) | 一种低碳自密实混凝土智能化设计方法及装置 | |
Antunes | Effects of aggregate gradation on aggregate packing | |
Wang et al. | Application of Soft Computing Techniques to Predict the Strength of Geopolymer Composites. Polymers 2022, 14, 1074 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |