拉剪组合状态下的锚杆极限承载力分析:基于BP神经网络

李 颖，王华福

(1.浙江水利水电专科学校，浙江杭州 310018;2.中国水电顾问集团华东勘测设计研究院，浙江杭州 310014)

神经网络是在物理机制上模拟大脑信息处理机制的非线性信息系统，由大规模并行连接而成的神经元组成.与现有的数值计算和符号计算原理不同，神经网络具有处理信息的思维、学习和计算功能.BP网络是目前应用得最广泛的一种神经网络，它具有多层前馈网络结构.神经网络产生于20世纪40年代，由于计算机技术的进步，并于20世纪80年代得到飞速的发展，在许多领域得到应用.近20年来，人工神经网络在土木工程领域被大量应用，处理各种非线性问题，如路基材料性状预测［1］、混凝土优化配合比设计［2］、本构模型分析［3］、钢筋混凝泥土柱侧向承载力［4］等.

一般锚杆极限承载力通过锚杆静荷载—位移曲线来确定，该方法操作简便，结果直观可信，在工程上得到广泛应用.但是由于承载力影响因素的众多，变量之间的关系复杂，很难用确切的数学模型来描述，单次试验代表性不明确.另外，试验时间长，对结构具有破坏性，从一定程度上影响力具体工程的准确评估.传统的梁板植筋加固中锚杆受拉剪组合荷载作用而处于复杂的应力状态，其极限承载力的预测一直是建筑结构加固设计中的难点问题.本文基于BP神经网络，提出了拉剪组合状态下锚杆极限承载力预测方法，算例表明该方法具有较高的精度，并通过参数分析对具体影响因……