基于Elman神经网络算法的型钢再生混凝土结构粘结强度预测方法研究*

白国良， 刘 彪， 许振华， 尹玉光

(1 西安建筑科技大学土木工程学院， 西安 710055；2 西安建筑科技大学结构工程与抗震教育部重点实验室， 西安 710055；3 陕西省结构与抗震重点实验室， 西安 710055；4 西部装配式建筑工业化协同创新中心， 西安 710055)

0 引言

城市化和工业化增加了天然混凝土的需求量，天然混凝土的生产过程往往造成自然环境的破坏、能源消耗和环境污染等问题[1]；此外，旧建筑物拆除后的垃圾堆放、运输及填埋造成了水和空气的污染、能源浪费等问题，面对这两方面的问题，学者们提出了直接利用建筑垃圾代替天然混凝土形成再生混凝土的策略，再生混凝土(recycled coarse aggregate concrete，RAC)是将废弃混凝土破碎、分级后形成再生骨料，部分或全部取代天然骨料配制而成的新混凝土[2-5]，将建筑垃圾再利用既能缓解生产新混凝土过程中自然资源和能源的浪费，又能解决建筑垃圾处理对环境的污染和能源的浪费。

再生混凝土虽具有优势，但其破碎过程中产生的裂缝和表面包裹的水泥基体使其力学性能较天然混凝土差[6]，这一缺陷限制了再生混凝土的应用。型钢混凝土结构(steel reinforced concrete，SRC)能充分发挥型钢与混凝土两种材料的优点，具有承载能力高、刚度大、抗震性能好等特点[7]。借鉴SRC结构组合原理组成的型钢再生混凝土(steel reinforced recycle concrete，SRRC)结构既具有SRC结构的优势，又能充分发挥RAC节能、环保的优点[8]，扩大了RAC的应用范围。然而，对于组合结构而言，两种材料界面的粘结强度决定着其协同工作能力和承载能力[9-10]，因此有必要确定此类结构的粘结破坏规律和粘结强度。……