跳到主要內容

臺灣博碩士論文加值系統

(44.211.24.175) 您好!臺灣時間:2024/11/05 05:15
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:石晏彰
研究生(外文):Yen-chang Shih
論文名稱:火害後混凝土強度預測模式之比較研究
論文名稱(外文):Comparative Study on the Prediction of Residual Strength of Concrete after Fire Exposure
指導教授:江支弘江支弘引用關係
指導教授(外文):Chih-hung Chiang
學位類別:碩士
校院名稱:朝陽科技大學
系所名稱:營建工程系碩士班
學門:工程學門
學類:土木工程學類
論文種類:學術論文
論文出版年:2006
畢業學年度:94
語文別:中文
論文頁數:111
中文關鍵詞:倒傳遞網路乾點式超音波超音波小波轉換迴歸分析
外文關鍵詞:ultrasonic wavedry point ultrasonic waveback-propagation networkregressionwavelet transform
相關次數:
  • 被引用被引用:7
  • 點閱點閱:490
  • 評分評分:
  • 下載下載:57
  • 收藏至我的研究室書目清單書目收藏:0
混凝土為一種具有良好耐火性的材料,但在受高溫延時作用後仍會造成材料性質的改變,其中以強度折減為工程上重要評估因素之一。故本研究主要針對混凝土受不同溫度作用下之波速與強度之關係,並整理出溫度、骨材含量、水灰比、波速及強度之間的關係,並對不同溫度、水灰比、骨材含量、波速與強度導入類神經網路觀念,分為訓練與測試二部分,模擬火害後之強度情況,並利用多變數回歸分析來預測火害後的強度的區間估計,建立類神經網路模型之可靠度及現地強度評估之價值。
本研究所選用之類神經網路為倒傳遞演算法,研究主要目的為探討類神經網路預測之值,是否與實際實驗所得之混凝土殘餘抗壓強度是否吻合。實驗分析發現火害溫度約在300℃~400℃且延時2小時,混凝土強度並不會折減太多,溫度達500℃之後因受到延時的影響因素會愈來愈高,使得火害後混凝土強度會有明顯的下降趨勢,但是溫度達到600℃以上且延時2小時的試體表面會有明顯的裂紋出現,使用類神經網路模擬超音波及敲擊回音之殘餘抗壓強度,其相關係數均達0.94以上,利用此方法能有助於提昇現地強度評估的品質,最後搭配訊號分析之技巧來判斷火害前後的頻譜變化關係,利用訊號處理判斷火害前後的強度變化,發現火害前的頻率是較大的,而火害後的頻率是較小的,可見火害後對混凝土強度的勁度損失有一定影響。
Concrete is considered a construction material of good fire endurance. The strength reduction of concrete after fire exposure has been a very popular research topic for more than thirty years. The objective of the current study is to investigate the residual strength of concrete in further details and to contribute to the effectiveness of after-fire assessment. Factors explored include exposure temperature, water/cement ratio, content of coarse aggregate, and p-wave velocity. P-wave velocity was obtained using surface measurement techniques such as ultrasound pulse-velocity, dry-contact ultrasonic probes, and impact echo. Experimental programs were executed to gather residual strength and residual p-wave velocity of concrete specimens. Experimental results from another research project were also included in the data sets. The data variability in residual properties of concrete was analyzed both by statistical analysis and artificial neural networks. The correlation coefficients are 0.94 or higher between the predicted values and target values in all cases of normalized residual strength prediction using the artificial neural network.
總目錄
中文摘要 Ⅰ
英文摘要(Abstract) Ⅱ
總目錄 Ⅲ
目錄 Ⅳ
表目錄 Ⅷ
圖目錄 Ⅹ


目錄
第一章 緒論---------------------------------------------------------------------------1
1.1 研究動機--------------------------------------------------------------------------1
1.2 問題定義--------------------------------------------------------------------------2
1.3 研究方法--------------------------------------------------------------------------2
1.4 研究內容--------------------------------------------------------------------------3
第二章 文獻回顧---------------------------------------------------------------------4
2.1 混凝土受高溫作用後之研究--------------------------------------------------4
2.1.1 高溫作用與延時對強度之效應---------------------------------------------4
2.1.2 溫時分析法---------------------------------------------------------------------7
2.2 傳統超音波與乾點式低頻超音波檢測法-----------------------------------8
2.2.1 傳統超音波---------------------------------------------------------------------9
2.2.2 乾點式低頻超音波------------------------------------------------------------13
第三章 理論探討---------------------------------------------------------------------16
3.1 類神經網路簡介-----------------------------------------------------------------16
3.2 類神經網路原理-----------------------------------------------------------------18
3.3 類神經網路分類-----------------------------------------------------------------19
3.4 倒傳遞網路-----------------------------------------------------------------------21
3.4.1 倒傳遞網路架構---------------------------------------------------------------22
3.4.2 倒傳遞神經網路演算法------------------------------------------------------24
3.4.3 倒傳遞神經網路特性---------------------------------------------------------26
3.5 迴歸分析--------------------------------------------------------------------------28
3.5.1 線性迴歸分析之假設與性質------------------------------------------------28
3.5.2 最小平方法之合理性---------------------------------------------------------28
3.5.3 複迴歸分析之假設------------------------------------------------------------28
3.5.4 評估迴歸式品質---------------------------------------------------------------29
3.5.5 迴歸分析之預測與信賴區間------------------------------------------------31
3.5.6 迴歸係數之推論---------------------------------------------------------------31
3.6 小波分析簡介--------------------------------------------------------------------32
3.6.1小波分析原理-------------------------------------------------------------------33
3.6.2小波分析之定義與特點-------------------------------------------------------34
3.6.3尺度伸縮(Scaling)與時間平移(Shifting)---------------------------35
3.6.4尺度與頻率關係----------------------------------------------------------------36
第四章 實驗規劃---------------------------------------------------------------------38
4.1 實驗配比--------------------------------------------------------------------------38
4.2 材料用量計算表-----------------------------------------------------------------39
4.3 實驗儀器設備--------------------------------------------------------------------40
4.4 火害試體分類與試驗方法-----------------------------------------------------46
4.4.1 火害試體分類------------------------------------------------------------------46
4.4.2 火害試驗方法------------------------------------------------------------------46
4.4.3 傳統超音波儀檢測------------------------------------------------------------47
4.4.4 乾點式低頻超音波檢測------------------------------------------------------48
4.4.5 鑽心抗壓強度------------------------------------------------------------------49
第五章 結果分析與討論------------------------------------------------------------51
5.1 建構火害混凝土殘餘強度網路-----------------------------------------------51
5.1.1 網路參數之決定---------------------------------------------------------------51
5.1.2 網路演算法之決定------------------------------------------------------------53
5.1.3 隱藏層數及隱藏層神經元個數之決定------------------------------------56
5.1.4 類神經網路之驗證------------------------------------------------------------58
5.2 倒傳遞網路分析結果-----------------------------------------------------------59
5.2.1 模型一---------------------------------------------------------------------------59
5.2.2 模型二---------------------------------------------------------------------------77
5.2.3 多變數迴歸分析與區間估計------------------------------------------------80
5.3 波形訊號與小波轉換之分析結果--------------------------------------------87
第六章 建議與結論------------------------------------------------------------------101
6.1 結論--------------------------------------------------------------------------------101
6.2 建議--------------------------------------------------------------------------------102
參考文獻-------------------------------------------------------------------------------103
附錄一----------------------------------------------------------------------------------106

表目錄
表4.1 粗細骨材之物理性質-------------------------------------------------------38
表4.2 混凝土配比-------------------------------------------------------------------38
表5.1 模型一之網路參數----------------------------------------------------------52
表5.2 模型二之網路參數----------------------------------------------------------52
表5.3 輸出變數及值域-------------------------------------------------------------53
表5.4 函數trainlm之訓練參數---------------------------------------------------56
表5.5 倒傳遞網路訓練及測試之迴歸參數(超音波)----------------------66
表5.5.1 超音波-整體目標值(639筆資料)---------------------------------67
表5.5.2 超音波-整體預測值(639筆資料)---------------------------------67
表5.5.3 超音波-局部訓練目標值(500筆資料)---------------------------67
表5.5.4 超音波-局部測試目標值(139筆資料)---------------------------68
表5.5.5 超音波-局部訓練預測值(500筆資料)---------------------------68
表5.5.6 超音波-局部測試預測值(139筆資料)---------------------------69
表5.6 倒傳遞網路訓練及測試之迴歸參數(敲擊回音)--------------------73
表5.6.1 敲擊回音-整體目標值(549筆資料)------------------------------73
表5.6.2 敲擊回音-整體預測值(549筆資料)------------------------------74
表5.6.3 敲擊回音-局部訓練目標值(430筆資料)------------------------74
表5.6.4 敲擊回音-局部測試目標值(119筆資料)------------------------75
表5.6.5 敲擊回音-局部訓練預測值(430筆資料)------------------------75
表5.6.6 敲擊回音-局部測試預測值(119筆資料)------------------------75
表5.7 超音波之平均數區間估計-------------------------------------------------82
表5.7.1 超音波之平均數區間估計-----------------------------------------------82
表5.8 敲擊回音之平均數區間估計----------------------------------------------85
表5.8.1 敲擊回音之迴歸預測值區間估計--------------------------------------85
附表一----------------------------------------------------------------------------------110

圖目錄
圖2.2.1-1 直接法--------------------------------------------------------------------10
圖2.2.1-2 間接法--------------------------------------------------------------------10
圖2.2.1-3 表面法--------------------------------------------------------------------10
圖2.2.1-4 表面法量測示意圖-----------------------------------------------------11
圖2.2.2-1 探頭構造-----------------------------------------------------------------14
圖2.2.2-2 DPC探頭垂直方向示意-----------------------------------------------14
圖2.2.2-3 DPC探頭切線方向示意-----------------------------------------------14
圖2.2.2-4 波傳能量及方向示意圖-----------------------------------------------15
圖3.1 生物神經元模型-------------------------------------------------------------17
圖3.2 人工神經元模型示意圖----------------------------------------------------19
圖3.3 網路架構應用示意圖-------------------------------------------------------21
圖3.4.1 倒傳遞網路基本架構-----------------------------------------------------24
圖3.4.2 倒傳遞網路之轉移函數分類--------------------------------------------26
圖3.6.1 小波轉換示意圖-----------------------------------------------------------33
圖3.6.2 傅立葉與小波轉換訊號疊加型式--------------------------------------34
圖3.6.3 小波波形尺度伸縮--------------------------------------------------------36
圖3.6.4 小波波形時間平移--------------------------------------------------------36
圖4.3.1 水灰比0.6混凝土塊------------------------------------------------------40
圖4.3.2 水灰比0.55混凝土塊-----------------------------------------------------40
圖4.3.3 重力式機械拌合機---------------------------------------------------------41
圖4.3.4 箱型烘箱1-------------------------------------------------------------------41
圖4.3.5 箱型烘箱2-------------------------------------------------------------------41
圖4.3.6 電子高溫爐外觀構造------------------------------------------------------42
圖4.3.7 電子高溫爐內部構造------------------------------------------------------42
圖4.3.8 試體置於高溫爐內---------------------------------------------------------42
圖4.3.9 中興大學電子高溫爐------------------------------------------------------42
圖4.3.10 高溫防爆籠正面-----------------------------------------------------------43
圖4.3.11 高溫防爆籠側面-----------------------------------------------------------43
圖4.3.12 油壓堆高機-----------------------------------------------------------------43
圖4.3.13 油壓抗壓機-----------------------------------------------------------------43
圖4.3.14 試體模板--------------------------------------------------------------------44
圖4.3.15 混凝土塊尺寸--------------------------------------------------------------44
圖4.3.16 傳統超音波儀--------------------------------------------------------------44
圖4.3.17 固定式乾點超音波--------------------------------------------------------45
圖4.3.18 活動式乾點超音波探頭--------------------------------------------------45
圖4.3.19 波形產生器-----------------------------------------------------------------45
圖4.3.20 乾點式超音波整體配置--------------------------------------------------45
圖4.3.21 鑽心機側面圖-------------------------------------------------------------45
圖4.3.22 鑽心機正面圖-------------------------------------------------------------45
圖4.4.1 混凝土緃波波形-----------------------------------------------------------49
圖4.4.2 緃波及橫波波形-----------------------------------------------------------49
圖4.4.3 500℃鑽心試體-------------------------------------------------------------50
圖4.4.4 600℃鑽心試體-------------------------------------------------------------50
圖4.4.5 鑽心試體浸泡石灰水40個小時---------------------------------------50
圖5.1 類神經網路使用介面-------------------------------------------------------53
圖5.1.1 訓練範例之隱藏層數-隱藏層神經元個數----------------------------57
圖5.1.2 測試範例之隱藏層數-隱藏層神經元個數----------------------------58
圖5.2.1 ultrasonic trainlm訓練過程-----------------------------------------------60
圖5.2.2正規化目標強度比與訓練之正規化預測強度比-ultrasonic------61
圖5.2.3正規化波速比與訓練之正規化目標強度比-ultrasonic------------61
圖5.2.4正規化波速比與訓練之正規化預測強度比-ultrasonic------------62
圖5.2.5 ultrasonic trainlm局部訓練過程-----------------------------------------62
圖5.2.6正規化目標強度比與訓練之正規化預測強度比-ultrasonic------63
圖5.2.7正規化波速比與訓練之正規化目標強度比-ultrasonic------------63
圖5.2.8正規化波速比與訓練之正規化預測強度比-ultrasonic------------64
圖5.2.9正規化目標強度比與測試之正規化預測強度比-ultrasonic------64
圖5.2.10正規化波速比與測試之正規化目標強度比-ultrasonic----------65
圖5.2.11正規化波速比與測試之正規化預測強度比-ultrasonic----------65
圖5.2.12 impact echo trainlm局部訓練過程----------------------------------69
圖5.2.13 正規化目標強度比與訓練之正規化預測強度比-impact echo-------------------------------------------------------------------------------------70
圖5.2.14 正規化波速比與訓練之正規化目標強度比-impact echo------70
圖5.2.15 正規化波速比與訓練之正規化預測強度比-impact echo------71
圖5.2.16 正規化目標強度比與測試之正規化預測強度比-impact echo-------------------------------------------------------------------------------------71
圖5.2.17 正規化波速比與測試之正規化目標強度比-impact echo------72
圖5.2.18 正規化波速比與測試之正規化預測強度比-impact echo------72
圖5.2.19 整體訓練之三種不同轉移函數之類神經網路-超音波--------77
圖5.2.20 轉移函數為purelin之訓練結果-超音波-------------------------78
圖5.2.21 轉移函數為tansig之訓練結果-超音波--------------------------78
圖5.2.22 轉移函數為logsig之訓練結果-超音波--------------------------79
圖5.2.23 超音波整體分析結果--------------------------------------------------81
圖5.2.24 超音波隨機取樣分析結果--------------------------------------------81
圖5.2.25 敲擊回音整體分析結果-----------------------------------------------84
圖5.2.26 敲擊回音隨機取樣分析結果-----------------------------------------84
圖5.3.1 300℃之A試體燒前波形訊號(3-0.5)-----------------------------88
圖5.3.2 300℃之A試體燒後波形訊號(3-0.5)----------------------------88
圖5.3.3 300℃之A試體燒前快速傅立葉轉換-------------------------------89
圖5.3.4 300℃之A試體燒後快速傅立葉轉換-------------------------------89
圖5.3.5 300℃之B試體燒前波形訊號(4-0.5)----------------------------90
圖5.3.6 300℃之B試體燒後波形訊號(3-0.5)----------------------------90
圖5.3.7 300℃之B試體燒前快速傅立葉轉換-------------------------------91
圖5.3.8 300℃之B試體燒後快速傅立葉轉換-------------------------------91
圖5.3.9 300℃之C試體燒前波形訊號(4-2)------------------------------92
圖5.3.10 300℃之C試體燒後波形訊號(3-0.5)--------------------------92
圖5.3.11 300℃之C試體燒前快速傅立葉轉換-----------------------------93
圖5.3.12 300℃之C試體燒後快速傅立葉轉換-----------------------------93
圖5.3.13 300℃之A試體燒前頻譜分析(測線7-13)--------------------95
圖5.3.14 300℃之A試體燒後頻譜分析(測線7-13f)-------------------95
圖5.3.15 300℃之A試體燒前時間域訊號(測線7-12)-----------------97
圖5.3.16 300℃之A試體燒前振幅百分比(測線7-12)-----------------97
圖5.3.17 300℃之A試體燒後時間域訊號(測線7-12f)----------------98
圖5.3.18 300℃之A試體燒後振幅百分比(測線7-12f)----------------98
圖5.3.19 300℃之A試體燒前時間域訊號(測線7-12)-----------------99
圖5.3.20 300℃之A試體燒前振幅百分比(測線7-12)-----------------99
圖5.3.21 300℃之A試體燒後時間域訊號(測線7-12f)----------------100
圖5.3.22 300℃之A試體燒後振幅百分比(測線7-12f)----------------100
參考文獻
【1】 沈進發、陳舜田,「高溫造成混凝土材料性質改變及火場溫度推估法」,「建築物火害及災後安全評估法」研討會,第85~107 頁,1999。
【2】張正平,「高強度混凝土受高溫後之性質」,國立交通大學,碩士論文,新竹,1996。
【3】蔡炫柱,「火害後高強度混凝土之材料性質」,國立台灣科技大學,碩士論文,台北,1992。
【4】Mohamedbhai G. T. G. ”Effect of exposure time and rates of heating and cooling on residual strength of heated concrete”,Magaazine of Concrete Research, vol.38,No.136, 1986.
【5】黃世建、廖迪發、陳舜田、沈進發,「鋼筋混凝土構件於火害後之強度評估方法」,第四屆結構工程研討會,台北,第521-522 頁,1998。
【6】Wang, T. M., Daniel, I. M. and Gotre, J. T. “Thermoviscoelastic analysis of residual stresses and warpage in composite laminates”, Journal of Composite Materials, vol.26, pp.883-899, 1992.
【7】蔡佐良,「混凝土強度受高溫而折減之分析-溫時分析法」,建築物防災檢測與補強技術研討會,第13-20 頁,1998。
【8】Naik T CRC Handbook on Nondestructive Testing of Concrete, pp. 169-188, edited by V.M. Raton, Florida.
【9】Tso W. K.and Zelman I. M. (1970) Concrete strength variation in actual structures.ACI Journal 67 pp. 981-988 December 1970.
【10】Yamaguchi Ta. (2002) Recent studies on the ultrasonic testing pf concrete Tokyo, October 21-24, 2002.
【11】Shah S. P., Subramaniam K. V., and Popovics J. S. (1999) Use of nondestructive ultrasonic techniques for material assessment and in-service monitoring of concrete structures. International Symposium on NDT Contribution to the Infrastructure Safety Systems, Torres, November 22-26, 1999. (NDT.net 5(2), February 2000).
【12】Nogueira C. L. and William K. J. (2001) Ultrasonic testing of damage in concrete under uniaxial compression. ACI Materials Journal 98 pp. 265-275.
【13】 Chung H-W. and Law K. S. (1985) Assessing fire damage of concrete by the ultrasonic pulse technique. Cement, Concrete , and Aggregates 7 pp. 84-88.
【14】 Benedetti A. (1998) On the ultrasonic pulse propagation into fire damaged concrete, ACI Structural Journal 95 pp. 259-271.
【15】黃靖婷,「高溫延時效應對混凝土握�堭j度折減之比較分析」,私立朝陽科技大學,碩士論文,台中,2000。
【16】侯國琛 譯,「非破壞性檢測法」,徐氏基金會,pp.219-294,1992
【17】第十二屆非破壞檢測技術研討會論文集,pp.109-116,南投日月潭,2004
【18】 葉怡成,「類神經網路模式應用與實作」,儒林圖書有限公司,2001 。
【19】羅華強,「類神經網路-MATLAB 的應用」,清蔚科技,2001。
【20】陳明澤,「用類神經網路建立以SPT、CPT 及Vs 為主之臨界液化曲線」,私立朝陽科技大學,碩士論文,台中,2002。
【21】楊竣傑,「應用類神經網路預測混凝土受高溫影響之強度折減」,私立朝陽科技大學,碩士論文,台中,2003。
【22】林大偉,「混凝土火害後強度折減之徑向基類神經網路分析」,私立朝陽科技大學,碩士論文,台中,2004。
【23】李澄興,「應用類神經路於混凝土強度及彈性模數之預測」,國立台灣大學,碩士論文,台北,1997。
【24】 LAPIN、潘南飛,「工程統計」,全威圖書有限公司,pp.433-466,2002。
【25】紀郁芳,「超音波脈波訊號之小波分析」,私立朝陽科技大學,碩士論文,台中,2004。
【26】Mallat,S. A Wavelet Tour of Signal Processing, Academic Press,
USA, 1998.
【27】胡昌華、張軍波、夏軍、張偉,基於MATLAB 的系統分析與設
計-小波轉換,西安電子科技大學出版社,西安,第6-12 頁,
1999。
【28】Misiti,M. ; Misiti,Y. ; Oppenheim,G. and Poogi,J.M. Wavelet
Toolbox User’s Guide, The MathWorks, pp. 1.3-1.28, 1997。
【29】長思科技產品研發中心,MATLAB6.5 輔助小波分析與應用,電
子工業出版社,北京,第6-17 頁,2003。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top