[发明专利]一种基于PSO-BP算法预测带管道洞口安全壳混凝土抗冻性的方法、装置及存储介质

说明书

本发明公开了一种基于PSO‑BP算法预测带管道洞口安全壳混凝土抗冻性的方法、装置及存储介质，包括将带管道洞口的带管道洞口安全壳混凝土单面冻融后剥落物质量参数作为带管道洞口安全壳混凝土抗冻性指标，进行样本数据预处理；构建基于PSO‑BP算法的预测模型；设置粒子群迭代次数和种群规模，通过计算和迭代更新，获得个体最佳值和全局最佳值，将全局最佳赋给BP神经网络；依据所得到的测定值数据集，对赋值后的BP神经网络进行训练，得到最终的预测模型，对任意管径在任意冻融次数下的质量损失进行预测；本发明相比于传统的拟合曲面方法，可以得到更加精确、稳定的预测结果，可作为快速预测带管道洞口安全壳混凝土抗冻性的有效工具。

技术领域

本发明属于建筑材料耐久性预测技术领域，涉及一种基于PSO-BP算法预测带管道洞口安全壳混凝土抗冻性的方法、装置及存储介质。

背景技术

核电占世界电力的很大一部分，随着电力需求的不断增长，自20世纪以来，一些国家开始使用核电作为常规电力的一种补充。然而，一旦发生核泄漏事故那将是灾难性的，因此，在考虑核能这种清洁能源时，首先要考虑的问题是核电站的安全性，而作为核反应堆安全壳，安全壳是防止裂变产物释放到周围的最后一道屏障，用来控制和限制放射性物质从反应堆扩散出去，以保护公众免遭放射性物质的伤害。从安全、经济和环境的角度考虑，大多数核电站都建在沿海地区。核电站的安全壳混凝土会受到氯离子、硫酸盐等环境因素的腐蚀，沿海安全壳混凝土也会受到冻融循环的影响。冻融循环造成的破坏，不仅会影响混凝土结构的美观，还会降低混凝土的力学性能和耐久性。一般情况下，安全壳混凝土结构由圆顶、环梁、预应力墙、钢筋混凝土基础组成，由于使用和设备管线的安装，在安全壳混凝土结构中都会埋设一些用于预留孔洞的管道。显然，管道和孔洞周围区域是安全壳混凝土的薄弱部位，会降低混凝土的力学性能和耐久性。因此，带管道洞口安全壳(即预留管道孔洞的安全壳)混凝土的抗冻性预测就变得十分重要。

关于带管道洞口安全壳混凝土的抗冻性预测，一般会采用大量的试验数据，拟合曲面的方法进行，不仅会导致试验量大，后期数据处理和数据拟合的计算量巨大，而且拟合曲面的预测结果和试验结果之间的平均绝对百分比误差较大。由于实际的冻融循环与试验条件下的区别，预测结果带来的误差就会放大。需要数据依赖性较小、预测效果稳定的智能方法对带管道洞口安全壳混凝土的抗冻性进行预测，反映带管道洞口安全壳混凝土结构的真实抗冻性，为相关工程设计提供有益的指导。

发明内容

本发明的目的在于克服现有技术的缺点，提供一种基于PSO-BP算法预测带管道洞口安全壳混凝土抗冻性的方法、装置及存储介质，解决曲面拟合带来的计算量大、平均绝对百分比误差较大等问题。

为实现上述目的，本发明涉及一种基于PSO-BP算法预测带管道洞口安全壳混凝土抗冻性的方法、装置及存储介质，包括如下步骤：

步骤1、将带管道洞口安全壳混凝土单面冻融后剥落物质量参数作为带管道洞口安全壳混凝土抗冻性指标，依据选取的安全壳混凝土抗冻性指标，在多个带管道洞口不同直径管道洞口的安全壳混凝土试件上采集属于所述指标的样本数据；

步骤2、进行样本数据预处理，得到预处理后的测定值数据；

步骤3、构建基于PSO-BP算法的带管道洞口安全壳混凝土抗冻性的预测模型；

步骤4、设置粒子群迭代次数和种群规模，通过计算和迭代更新，获得个体最佳值和全局最佳值，将全局最佳赋给BP神经网络；

步骤5、依据步骤2所得到的所述测定值数据集，将冻融循环次数和带管道洞口管径两个影响因素作为输入变量，以试件实际单位表面面积剥落物的总质量测定值作为输出变量，对步骤4所述赋值后的BP神经网络进行训练；