基于现代网络理论的混凝土细观结构渗流和强度的智能设计与优化

The meso-structure of concrete not only affect the concrete’s seepage, strength, durability and ecological function, but also is the foundation for intelligent manufacturing and intelligent sensing of concrete. In this project, on the basis of modern network theories and data mining skills, we plan to build a bi-network model to describe the meso-structure of concrete after extracting the pore networks and skeleton networks formed by aggregates and cement through the X-CT images. Then using the network analysis, we try to find the key nodes of pore networks and skeleton networks. And by combining image processing and data mining, we will reveal the law of how the pore and skeleton parameters affect the transformation of network models. Also by combining numerical calculation and statistical learning, we plan to search the law of how the bi-network of concrete affect its seepage and strength. Last, on the basis of the data and results acquired in the above steps, we will use the deep learning methods to design the meso-structure of concrete to achieve the goal of optimizing the seepage and strength of the concrete. The research significance of this project is to provide a new method to describe the meso-structure of concrete, which will be a new choice for multi-scale research on porous media, and also to provide basic theories for seepage prevention or enhancement, intelligent manufacturing and intelligent sensing of concrete.

混凝土的细观结构不仅影响混凝土的渗流、强度、耐久性能和生态功能，而且还是混凝土智能制造和智能感知的基础。本项目拟以现代网络理论为基础，通过X-CT扫描混凝土试件并提取其孔隙网络结构和骨料-水泥形成的骨架网络结构，结合数据挖掘技术建立一种描述混凝土细观结构的双网络模型；然后利用网络分析方法，寻找孔隙网络结构和骨架网络结构的关键节点，并结合图像处理和数据挖掘，揭示孔隙参数和骨架参数对网络模型转换的影响规律，用数值计算结合统计学习，探寻混凝土双网络结构对渗流和强度的影响规律；最后基于上述数据，采用人工智能深度学习方法，设计混凝土细观结构，以实现优化常见功能混凝土渗流和强度的目的。本项目的研究意义在于提供一种描述混凝土细观结构的新方法，为孔隙介质跨尺度研究提供新选择，同时也为混凝土的防渗或增渗，以及混凝土的智能制造和智能感知提供基础理论。

混凝土的细观结构制约其强度、渗透性、耐久性和生态功能，而且也影响混凝土结构智能建造和智能感知的应用。本项目主要针对混凝土的细观结构展开研究，研究内容分为三项。首先，以现代网络理论为基础，对混凝土的孔隙网络和结构网络进行描述，制备了常规透水混凝土、泡沫混凝土、普通混凝土、高性能混凝土，然后采用X-CT扫描，对其内部结构进行重建，并利用网络理论将孔隙和结构进行简化和提取，总结了网络特征参数的统计规律，建立了描述孔隙和结构网络特征的模型。其次，以网络理论和数值计算对透水混凝土和高性能混凝土进行分析，结合实验，研究了不同配合比和水泥种类对混凝土细观结构的影响，总结了混凝土细观结构对其渗透性和强度的影响规律。最后，以统计的混凝土渗流和强度变化规律，对透水混凝土和高性能混凝土进行优化设计。并基于实验数据和数值计算，利用智能优化方法，进行混凝土细观结构的持续优化，然后结合3D打印的方法，对优化后的功能混凝土进行制作，提高混凝土的生产制作效率。研究发现，混凝土的孔隙网络和社会关系网络具有相似性，但传统的配位数不足以描述含有三维体积的混凝土孔隙网络，因此，本项目提出了配位体积的概念，并发现混凝土孔隙网络的配位数呈泊松分布，而配位体积呈幂律分布。基于此规律，本项目提出一种随机空间限制的无标度网络模型，可用于描述混凝土孔隙网络。另外，本项目基于实验数据和数值计算，结合砂浆挤出式骨料床3D打印，提出一种综合性能较为优化的透水混凝土制作方法，节省了透水混凝土生产过程中大量使用的模板和人工。而对于打印过程中骨料堵塞漏斗的问题，本项目也研制了一种防堵塞自动化铺洒骨料的漏斗，该漏斗可用于3D打印混凝土的施工过程，提高骨料铺洒效率，降低人工工作量。本项目的研究意义在于提供了一种描述混凝土细观结构的新方法，为混凝土的防渗或增渗，以及混凝土的智能建造和智能感知提供理论和应用基础。

内容获取失败，请点击重试