聚乙烯醇纤维水泥砂浆与混凝土界面粘结性能试验研究

论文摘要

聚乙烯醇纤维水泥砂浆（PVA-ECC）是在水泥砂浆中掺入适量聚乙烯醇纤维而制成的一种复合材料,它具有较高的抗弯拉强度、极限延伸率、较大的极限变形、抗裂性能、耐磨性、抗冲击性、抗渗性、韧性和耐冲击性以及较高的疲劳强度等优点,可以有效提高工程的耐久性。PVA-ECC加固后的新老部分能否整体协同工作将在很大程度上取决于PVA-ECC与混凝土之间的粘结性能。因此,为了保证加固构件的混凝土与PVA-ECC的有效粘结,其界面粘结性能的研究将具有重要的理论和实际意义,本文研究工作及成果如下:（1）对PVA-ECC和普通水泥砂浆的弹性模量进行对比试验研究,比较相同配合比情况下两种砂浆的弹性模量。（2）通过常规的双面剪切试验分析混凝土强度、混凝土界面的处理方式、PVA-ECC的强度对两者之间粘结强度的影响,并对试验数据的显著性进行极差分析、方差分析,分析上述各因素对剪切强度的影响机理,拟合PVA-ECC与混凝土的剪切强度受三因素影响的回归公式。（3）通过钻芯拉拔试验,分析混凝土强度等级、界面剂、PVA-ECC强度等级3种因素对PVA-ECC与混凝土之间粘结性能的影响,并对三种因素的粘结界面作用机理进行分析,对试验数据的显著性进行极差分析、方差分析,拟合PVA-ECC与混凝土的钻芯拉拔强度受三因素影响的回归公式。（4）在双面剪切试验和钻芯拉拔试验结果的基础上,运用Matlab神经网络建立两者的BP神经网络预测模型。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景及意义
• 1.2 文献综述
• 1.2.1 建筑物结构常用加固方法
• 1.2.2 新老材料粘结性能的相关研究
• 1.2.3 聚乙烯醇纤维水泥砂浆加固技术的相关研究
• 1.3 本文研究的主要内容
• 第2章 试验方案和结果
• 2.1 砂浆材性试验
• 2.1.1 试验配合比及抗压、抗拉强度试验
• 2.1.2 静力弹性模量测试
• 2.1.3 试验现象及分析
• 2.2 双面剪切试验设计及试验结果
• 2.2.1 试验材料
• 2.2.2 试验方案
• 2.2.3 试验现象及结果
• 2.3 钻芯拉拔试验设计及试验结果
• 2.3.1 试件制作
• 2.3.2 试验方案
• 2.3.3 试验结果
• 2.4 本章小结
• 第3章 粘结性能影响因素分析
• 3.1 双面剪切强度影响因素对比分析
• 3.1.1 界面处理类型对粘结面剪切强度的影响
• 3.1.2 聚乙烯醇水泥砂浆强度对界面粘结的影响
• 3.1.3 老混凝土强度对界面粘结的影响
• 3.2 双面剪切强度的影响因素极差分析及方差分析
• 3.2.1 界面处理类型与聚乙烯醇纤维水泥砂浆强度对双面剪切强度影响的极差分析
• 3.2.2 界面处理方式与混凝土强度对双面剪切强度影响的极差分析
• 3.2.3 聚乙烯醇纤维水泥砂浆强度和界面处理对剪切强度的方差分析
• 3.2.4 混凝土强度和界面处理类型对剪切强度影响的方差分析
• 3.3 剪切强度公式拟合
• 3.4 钻芯拉拔强度影响因素对比分析
• 3.5 粘结界面钻拉强度的影响因素极差分析和方差分析
• 3.5.1 界面剂与聚乙烯醇纤维水泥砂浆强度对钻拉强度影响的极差分析
• 3.5.2 界面剂与混凝土强度对钻拉强度影响的极差分析
• 3.5.3 界面剂与聚乙烯醇纤维水泥砂浆强度对钻拉强度影响的方差分析
• 3.5.4 界面剂与混凝土强度对钻拉强度影响的方差分析
• 3.6 影响界面粘结强度的相关因素的作用机理探讨
• 3.6.1 界面剂因素的作用机理
• 3.6.2 混凝土强度等级和聚乙烯醇纤维砂浆强度等级对界面钻拉强度影响比较分析与机理探讨
• 3.7 钻拉强度公式拟合
• 3.8 本章小结
• 第4章 双面剪切强度和钻芯拉拔强度预测
• 4.1 基本原理
• 4.1.1 神经元
• 4.1.2 BP 神经网络模型
• 4.1.3 BP 网络学习算法介绍
• 4.2 双面剪切强度BP 神经网络预测模型的建立及实现
• 4.2.1 BP 神经网络预测模型建立步骤
• 4.2.2 BP 神经网络结构设计
• 4.2.3 基于Matlab 的BP 神经网络预测模型生成、训练及仿真
• 4.3 钻芯拉拔强度BP 神经网络预测模型的建立及实现
• 4.3.1 BP 神经网络预测模型的建立
• 4.3.2 BP 神经网络预测模型的训练及仿真
• 4.4 本章小结
• 结论与展望
• 参考文献
• 致谢
• 附录A 攻读学位期间所发表的学术论文目录
• 附录B 攻读学位期间参加的科研项目