一种基于SA-MCS的混凝土碳化过程中结构可靠度预测方法、装置及存储介质

本发明涉及建筑材料检测，特别是涉及一种基于sa-mcs的混凝土碳化过程中结构可靠度预测方法。

背景技术：

1、一般情况下，混凝土碳化所导致的结构中性化是影响混凝土结构可靠性的一个重要因素。实际工程中，混凝土中的钢筋通过一层氧化物和氢氧化物膜保护，可以防止钢筋生锈。这种钝化膜仅在高碱性水平(ph：12.5-14.0)下稳定。当二氧化碳(co2)不断渗透并扩散到混凝土中的孔隙中时，它与钝化膜中的主要水泥水合物相互作用，从而使得碱性水平降低，当ph值低于10.0时，钝化膜变得不稳定甚至崩解，丧失保护钢筋的作用。此外，在混凝土碳化过程中，相应的腐蚀产物累积，引起混凝土体积膨胀。随着体积膨胀，混凝土钝化膜中产生裂缝，钝化膜下的钢筋暴露在空气中，显着加速有害物质的入侵。情况严重时，钢筋腐蚀导致混凝土结构的保护层剥落，从而降低了结构的有效截面和承载力。最终，结构的可靠性因钢筋腐蚀而降低或失效。因此，对于混凝土结构碳化过程中的可靠度分析是评估混凝土老化状态和预测混凝土寿命的重要内容之一。

2、目前，国内外学术界和工程界从不同角度对混凝土的可靠性进行了理论与试验研究，但这些研究主要采用的是传统的因素试验方法，需要展开大量试验，统计观测数据，存在试验周期长，不确定因素多，适用范围小等问题。随着预测模型的兴起，众多专家开始尝试使用模型预测的方法开展研究但并没有获得理想的效果。原因在于混凝土可靠性预测的影响因素较多，找准合适的切入点，选择理论基础强、数据依赖性小、泛化性能好的合适可靠的分析方式显得尤为重要。

技术实现思路

1、本发明的目的是提供一种基于sa-mcs的混凝土碳化过程中结构可靠度预测方法，利用敏感性分析(sa)，能在过多影响因素中，剔除与碳化深度相关性小的参数，筛选出用于建模的重要参数得到最优参数组合，提高预测精度，得到更贴近实际的预测模型，并利用蒙特卡洛模拟(mcs)方法对重要参数进行随机抽样并代入模型中，生成碳化深度的随机样本，从而得到结构在不同龄期中的可靠度，以解决上述现有技术存在的问题，用以解实际工程中混凝土碳化过程中结构可靠度预测问题。

2、为实现上述目的，本发明提供了如下方案：一种基于sa-mcs的混凝土碳化过程中结构可靠度预测方法，包括以下几个步骤：

3、步骤1：收集不同工况下混凝土碳化深度的试验数据，获取混凝土碳化影响参数[x1,y1,z1,…]；

4、步骤2：对所述混凝土碳化影响参数[x1,y1,z1,…]进行敏感性分析并评估筛选，获得混凝土碳化重要的影响参数[x2,y2,z2,…]；

5、步骤3：基于菲克扩散第一定律以及所述混凝土碳化重要的影响参数[x2,y2,z2,…]，建立任意时点的混凝土碳化时变模型；

6、步骤4：设置观察时间，收集该观察时间段内每个混凝土碳化重要的影响参数[x2,y2,z2,…]的分布类型并获取其变异系数；

7、步骤5：基于分布类型和变异系数，利用蒙特卡洛模拟对所述混凝土碳化重要的影响参数[x2,y2,z2,…]进行随机抽样并代入步骤3的所述混凝土碳化时变模型，结合结构保护层厚度，分析获得不同龄期下混凝土结构的概率寿命与可靠度。

8、进一步的，所述步骤1的混凝土碳化影响参数[x1,y1,z1,…]包括定量参数与定性参数；从混凝土材料和配合比出发，定量参数包括：水泥用量，粉煤灰用量，外加剂用量，细集料用量，粗集料用量，混凝土平均抗压强度；定性参数包括：环境温度，环境相对湿度，碳化时间。

9、进一步的，所述步骤2中对所述混凝土碳化影响参数[x1,y1,z1,…]进行敏感性分析并评估筛选的方法为：

10、

11、式中，m(r)是影响参数r的敏感因子；s*是对照组的碳化深度；sr，max是r变化范围内的最大碳酸化深度；sr，min是r变化范围内的最小碳化深度，每个影响参数r的变化幅度保持一致。

12、进一步的，所述步骤3中基于菲克扩散第一定律的碳化时变模型现有通用形式为：

13、

14、式中，xc表示混凝土碳化深度；k表示混凝土碳化过程中的影响参数，t表示混凝土碳化时间；

15、根据敏感性分析筛选的参数，利用非线性最小二乘方法，获得k的表达公式，建立混凝土碳化时变模型。

16、进一步的，所述步骤4中收集每个重要参数的分布类型，获取其变异系数，具体包括：

17、根据变异系数概念，结合n个混凝土试件碳化深度的样本，获取定性参数的分布类型与变异系数；对于混凝土碳化影响参数而言，定性参数分布类型均为正态分布，其变异系数等于样本标准差与平均值比值。

18、进一步的，所述步骤5中利用蒙特卡洛模拟对重要的影响参数进行随机抽样并代入时变模型，结合结构保护层厚度，生成不同龄期下结构的概率寿命与可靠度，具体包括：

19、考虑本试验中的失效概率pz，采用样本量为m次(m≥1000)的蒙特卡洛方法表征其概率分布的总体特征；对于每个混凝土试件的失效概率，模拟了0到1之间的均匀分布；标本结果仅分为两组：正常组和开裂组；此外，每个抽样的结果都是独立的；pz被视为每个混凝土试件的失效概率，通过蒙特卡洛模拟生成一个大小为0和1之间随机数ri；基于随机数ri与失效概率pz的大小关系，分析m个试件碳化结果s；

20、然后，基于蒙特卡洛方法对s进行采样；根据大数定律，当样本数量足够大时，s的抽样频率看作是pz；等式如下：

21、pz＝m(s)/m

22、式中，m(s)是被抽样的数字s；

23、获取失效概率数值后，计算相应的结构可靠度：

24、pz+rz＝1

25、式中，rz为混凝土结构可靠度。

26、进一步的，所述分析m个试件碳化结果s的方法如下：

27、如果则si＝0(正常)；

28、如果则si＝1(开裂)；

29、式中，si是每个混凝土试样的碳化结果；

30、m个试件的碳化结果s如下：

31、s＝(s1,…,si,…,sm)。

32、作为本发明的另一方面，还涉及一种基于sa-mcs的混凝土碳化过程中结构可靠度预测装置，包括：

33、数据收集模块，用于收集不同工况下混凝土碳化深度的试验数据，获取混凝土碳化影响参数[x1,y1,z1,…]；

34、敏感性分析模块，用于对所述混凝土碳化影响参数[x1,y1,z1,…]进行敏感性分析并评估筛选，获得混凝土碳化重要的影响参数[x2,y2,z2,…]；

35、碳化时变模型构建模块，用于基于菲克扩散第一定律以及所述混凝土碳化重要的影响参数[x2,y2,z2,…]，建立任意时点的混凝土碳化时变模型；

36、分布类型和变异系数获取模块，用于设置观察时间，收集该观察时间段内每个混凝土碳化重要的影响参数[x2,y2,z2,…]的分布类型并获取其变异系数；

37、概率寿命与可靠度获取模块，基于分布类型和变异系数，利用蒙特卡洛模拟对所述混凝土碳化重要的影响参数[x2,y2,z2,…]进行随机抽样并代入碳化时变模型构建模块的碳化时变模型，结合结构保护层厚度，分析获得不同龄期下混凝土结构的概率寿命与可靠度。

38、作为本发明的另一方面，还涉及一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现上述的基于sa-mcs的混凝土碳化过程中结构可靠度预测方法。

39、与现有技术相比，本发明具备以下技术效果：

40、1.本发明提供的基于sa-mcs的混凝土碳化过程中结构可靠度预测方法,充分利用了敏感性分析方法，量化了混凝土碳化过程中各影响参数的不确定性对结构整体可靠性的影响，以便筛选出影响明显的参数，从而为建立混凝土碳化预测模型做准备，实用性强。

41、2.本发明提供的基于sa-mcs的混凝土碳化过程中结构可靠度预测方法,将敏感性分析与蒙特卡洛模拟结合，充分利用了蒙特卡洛模拟抽样的特点，规避了现有方法的缺陷，有效提高了分析效率，节省了结构可靠性预测的时间成本。