科学家表示，他们已经设计出能够预测钢筋混凝土结构何时以及为何开始恶化和开裂的机器学习模型。

　　混凝土是现代世界最常用的建筑材料，用于建造各种各样的结构，如桥梁、码头、房屋、多层停车场和建筑物。

　　然而，尽管钢筋混凝土具有强度和耐久性，但它可能会开裂和分层，这是一种称为剥落的过程的一部分，这通常是由混凝土中钢部分的腐蚀引起的。

　　沙迦大学的研究人员声称，他们已经设计出了新的机器学习模型，他们认为这些模型可以预测何时以及为什么会发生剥落，从而为工程师提供了充足的时间来提供解决方案和实践，以防止剥落及其有害影响。

　　该研究发表在《科学报告》上，“研究了影响剥落的多方面因素，采用了一种综合方法，将统计和机器学习技术集成到预测建模中。”

　　科学家们写道：“描述性统计对数据集进行了细致的分析，强调了年龄、厚度、降水、温度和交通参数。”

　　剥落有许多不利影响。如果缺乏适当的评估和预测以及正确的治疗，它可能导致危险的后果。

　　当钢被腐蚀时，它的体积会大大超过原来的体积，对周围的水泥施加压力，导致混凝土结构出现裂缝和恶化。

　　混凝土结构开裂是一种困扰现象，不仅对混凝土路面和建筑物构成威胁，而且对健康和安全构成威胁。

　　该研究的第一作者、沙迦大学沥青路面、路面损伤和力学教授Ghazi Al-Khateeb博士说，研究中考虑了影响剥落的关键因素，特别是它们对连续钢筋混凝土路面（CRCP）的影响。

　　CRCP已成为现代最常见的混凝土路面，因为它消除了通常需要连续和昂贵维护的横向接缝。这是帮助混凝土抵御环境和交通压力的措施之一。

　　作者还在分析中考虑了年平均每日交通量（AADT），它计算了全年道路上的总交通量除以365天。

　　Al-Khateeb教授说：“这项研究确定了影响连续钢筋混凝土路面（CRCP）剥落的关键因素，包括年龄、气候变量（如温度、降水和湿度）、年平均每日交通量（AADT）和路面厚度。”

　　“这些因素被认为是导致CRCP恶化的主要因素。”

　　作者写道，这项研究“坚持了一种系统的方法，包括几个阶段来确保稳健性……描述性统计仔细地描绘了数据集，强调了年龄、厚度、降水、温度和交通参数。”

　　采用回归分析方法对不同因素间的关键关系进行了分析。他们的研究结果强调了“年龄、年温度、年降水量、最大湿度和初始国际粗糙度指数（IRI）作为影响因素的重要性。”

　　“选择高斯过程回归和集成树模型源于它们在数据集中捕捉复杂关系的适应性，它们的比较性能为这些模型在CRCP剥落背景下的不同预测能力提供了有价值的见解。”

　　当将这些因素的分析结果输入到他们设计的模型中时，作者发现他们的学习机器有能力预测钢筋混凝土何时会发生劣化，以及对混凝土耐久性构成威胁的因素。

　　根据Al-Khateeb教授的说法，作者使用的机器学习模型主要是高斯过程回归和集合树模型，它们“在预测剥落方面表现出最高的准确性”。

　　“然而，值得注意的是，模型的性能取决于所使用数据集的特定架构和特征，这表明仔细选择模型的重要性。”

　　因此，作者建议工程师和实践者在使用机器学习模型时要谨慎，并指出“在机器学习中，采用模型，包括高斯过程回归和集成树模型，是基于它们的多种能力和对手头复杂任务的适用性。它们不同的预测准确性强调了明智选择模型的重要性。”

　　用作者的话来说，这项研究“通过对CRCP中影响剥落的因素提供细致的见解，改进了我们对剥落影响的理解，从而推进了路面工程实践。”

　　“因此，这项研究不仅为开发改进的预测方法开辟了道路，而且还提高了CRCP基础设施的耐久性，为交通基础设施管理中的明智决策提供了更广泛的影响。”

　　当被问及这项研究的直接实际意义时，Al-Khateeb教授提到了作者的研究结果，他说这些研究结果强调了“需要考虑到诸如年龄、交通负荷和路面厚度等关键因素的维护策略。”通过解决这些变量，从业者可以提高CRCP的耐久性，降低剥落的风险。”

　　Al-Khateeb教授说，通过更多地关注“探索剥落模式的时间变化，整合实时传感器数据以进行更准确的预测，解决区域数据的可变性，以及研究气候变化对剥落的影响”，进一步的研究仍有空间来巩固这些发现。

　　“这些途径可以显著改善预测方法，增强混凝土路面系统的弹性。”

　　更多信息：Ghazi G. al - khateeb等人，预测CRCP剥落的统计和机器学习模型，科学报告（2024）。引文：机器学习模型可以减轻混凝土结构开裂和腐蚀带来的风险，科学家（2024年，10月14日）从https://techxplore.com/news/2024-10-machine-alleviate-posed-corroding-concrete.html检索2024年10月14日此文档受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。