用于预测硬化3D打印混凝土设计强度的优化机器学习与统计建模方法
《Materials》:Optimised Machine Learning and Statistical Modelling for Predicting the Design Strengths of Hardened 3D Printed Concrete
【字体:
大
中
小
】
时间:2026年08月07日
来源:Materials 3.7
摘要
3D混凝土打印技术作为一种具有变革意义的建筑技术,能够提升设计灵活性、减少材料浪费、提高施工效率,并创造更安全的工作环境。尽管具备这些优势,但由于目前尚无针对结构用3D混凝土打印构件的标准化设计规范,这一技术的广泛应用仍面临诸多阻碍。本研究通过构建统计模型和机器学习模型来预测硬化后的3D打印混凝土的设计强度。研究人员整理分析了2012年至2025年间发布的实验数据,涵盖了硬化后3D混凝土打印材料的抗压、抗弯和抗剪强度。研究采用回归分析方法建立设计强度公式,并评估其与传统混凝土设计方法的一致性。同时,利用相同的数据集开发了多种机器学习算法,用于对比预测性能并检验所提出的统计模型的可靠性。统计模型在预测抗压和抗弯强度方面表现良好,决定系数分别为0.83和0.67。而抗剪强度模型的预测结果波动较大(决定系数为0.39),这反映出相关实验数据的数量有限且分布较为分散。与经过优化的机器学习模型相比,所提出的统计公式也表现出很高的一致性,抗压和抗弯强度的决定系数分别达到0.93和0.94。该建模框架可为硬化后的3D打印混凝土提供初步的设计强度预测,有助于制定更为完善的结构性设计指南,进而推动3D混凝土打印技术在建筑领域的更广泛应用。
生物通微信公众号
生物通新浪微博
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