基于人工神经网络的可持续膨胀聚苯乙烯混凝土抗压强度预测及其配合比设计评估

《Buildings》:Artificial Neural Network-Based Prediction of Compressive Strength for Mix Design Evaluation in Sustainable Expanded Polystyrene-Infused Concrete Kavin John O. Castillanes and Gilford B. Estores

【字体: 大 中 小 】 时间:2026年03月25日 来源:Buildings 3.4

编辑推荐:

  掺入膨胀聚苯乙烯(EPS)的轻质混凝土因其生产更可持续、资源效率更高的建筑材料的潜力,仍然是一个活跃的研究领域。然而,确定EPS掺入混凝土的最佳配合比通常需要大量的实验试配,导致显著的时间、成本和材料消耗。为应对这一挑战,研究人员提出了一种具有五折交叉验证(5

  
掺入膨胀聚苯乙烯(EPS)的轻质混凝土因其生产更可持续、资源效率更高的建筑材料的潜力,仍然是一个活跃的研究领域。然而,确定EPS掺入混凝土的最佳配合比通常需要大量的实验试配,导致显著的时间、成本和材料消耗。为应对这一挑战,研究人员提出了一种具有五折交叉验证(5-fold cross-validation)的人工神经网络(ANN)预测模型,用于评估抗压强度性能,并基于实际结果和预测结果制定配合比建议。研究人员总共制备了55个试验样本,并将其分为11个批次,EPS体积替代率范围为0%至50%,步长为5%。模型性能采用均方误差(MSE)、均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、决定系数(R2)和散点指数(SI)进行评估,并辅以预测值与实际值对比图、响应图和残差图等图形表示,同时将结果与多元线性回归(MLR)模型进行基准比较。在测试的配置中,4-5-1的ANN模型显示出最高的预测精度。此外,研究人员进行了沙普利(SHAP)分析,以解释模型行为并确定输入变量的相对重要性。研究结果表明,EPS含量对抗压强度预测的影响最大,其次是坍落度值,然后是碎石含量,最后是混凝土密度。
论文解读文章

**研究背景与问题**
混凝土作为全球最广泛使用的建筑材料,在基础设施发展中不可或缺,但其生产消耗大量原材料,带来严重的环境和资源问题。例如,菲律宾建筑业在2022年实现了9.2%的年增长率,凸显了混凝土的依赖,但传统混凝土生产需提取大量天然骨料和煤炭,可能导致森林砍伐和滑坡。为寻求可持续替代品,膨胀聚苯乙烯(EPS)作为一种轻质、绝缘的塑料废弃物,被研究用于制备轻质混凝土。EPS混凝土可降低结构自重,减少地震力影响,并促进资源循环利用。然而,确定EPS掺入混凝土的最佳配合比通常依赖大量实验试配,耗时耗材且成本高昂。为此,研究人员开展了本项研究,旨在开发基于人工神经网络(ANN)的预测模型,以高效评估EPS混凝土的抗压强度,从而优化配合比设计。该研究发表于《Buildings》期刊。

**研究方法概述**
本研究采用定量实验设计与预测建模相结合的方法。研究人员制备了55个圆柱体试件(尺寸100 mm×200 mm),按EPS体积替代率0%-50%(每5%递增)分为11个批次,每组5个样本。使用M20等级混凝土(水泥:砂:碎石=1:1.5:3),水灰比0.55,水泥、砂、水含量保持恒定。28天养护后,依据ASTM C39进行抗压强度测试,同时记录坍落度(ASTM C143)和密度。基于实验数据,在MATLAB R2025a中使用Regression Learner App构建ANN预测模型,采用5折交叉验证(5-fold cross-validation),以80%数据训练、20%数据测试。输入变量经SHAP分析确定为EPS含量、碎石含量、坍落值和密度,输出为28天抗压强度。模型性能通过均方误差(MSE)、均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、决定系数(R2)和散点指数(SI)评估,并与多元线性回归(MLR)模型比较。此外,进行单因素方差分析(ANOVA)检验EPS替代水平的显著性。

**研究结果**

**3.1 实验数据展示**
通过实验数据,研究人员观察到随EPS替代率增加,混凝土密度逐渐降低。0%替代时为正常重量混凝土(平均密度2201.51 kg/m3),10%-30%为半轻质混凝土,35%及以上达到轻质混凝土标准(<2000 kg/m3)。抗压强度方面,15%替代率表现最佳,平均强度约20.6 MPa(五个样本分别为22.2、21.0、18.9、19.6、21.4 MPa),满足M20等级要求(≥20 MPa),而其他替代率(5%-10%、20%-50%)强度均下降,尤其30%以上降至10 MPa以下。15%替代率出现强度回升现象,可能与EPS上浮导致的密度波动有关,但未进行微观结构分析验证。

**3.2 相对重要性**
通过SHAP分析(Shapley值),研究人员确定了各输入变量对抗压强度预测的贡献度。EPS含量的平均SHAP值为2.22,影响最大;其次为坍落度(1.89)、碎石含量(1.29),密度影响最小(0.94)。水泥、砂、水因在实验中恒定,故对预测无影响,但实际强度仍需它们。

**3.3 ANN模型评估**
研究人员测试了7种ANN架构(4-4-1至4-10-1,即4个输入、隐藏层4-10个神经元、1个输出)。基于5折交叉验证的测试集结果,4-9-1模型MSE最低(1.4059)、R2最高(0.9596),但综合训练和测试表现及图形分析,4-5-1模型被认为最优:训练集MSE=3.1635,RMSE=1.7786,MAE=1.4544,MAPE=12.6737%,R2=0.8970,SI=0.1515。

**3.4 ANN模型分析**
预测值与实际值散点图显示,4-5-1模型的数据点沿45°线均匀分布,无扁平化趋势,表明预测偏差小;响应图中预测值紧密跟随实际值;残差图无明显聚类或模式,说明模型稳定性强。其他模型(如4-6-1、4-7-1)存在数据点偏离或残差聚类,表现较差。

**3.5 与多元线性回归比较**
多元线性回归(MLR)模型相关系数R=0.93,R2=0.87,标准误差约±2 MPa。对比之下,ANN 4-5-1模型的R2=0.897,高于MLR,表明非线性ANN模型预测EPS混凝土抗压强度更准确。

**3.6 单因素方差分析**
单因素ANOVA(全部11个批次)得出F值207.78,p值1.28×10?33,拒绝零假设,说明EPS替代率对抗压强度有极显著影响。进一步的ANOVA比较0%和15%替代率,p值0.1103>0.05,表明两者无统计学显著差异,即15%替代可满足M20要求。

**讨论与结论**
讨论部分总结:15% EPS体积替代为最佳配合比,此时混凝土为半轻质(密度~2162 kg/m3),抗压强度可接受。4-5-1 ANN模型在预测EPS混凝土抗压强度方面优于MLR,且通过SHAP分析揭示了变量重要性顺序:EPS含量>坍落度>碎石含量>密度。研究人员指出,模型基于55个小样本,未来需扩大数据集;观察到15%替代时的强度异常回升需通过扫描电镜(SEM)等微观表征解释;仅评估28天抗压强度,未来应研究抗拉、抗弯等性能;EPS上浮问题可借助外加剂或表面处理改善。论文明确结论:15%替代为最优配合比设计建议;ANN模型成功实现了抗压强度预测;ANOVA证实15%替代与对照组无显著差异,满足M20等级要求;四个输入变量中EPS含量影响最关键。该研究为EPS轻质混凝土的配合比设计提供了一种高效、低成本的预测工具。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号