Бетон прочность на сжатие: Прочность бетона на сжатие – главный показатель качества бетона. — foamin.ru

Содержание

маркировка, таблица на сжатие по классам в мпа, уход зимой и летом

Бетон — недорогой и универсальный материал, который подойдет для строительства загородного дома, бани или гаража. Его не нужно дополнительно обрабатывать в отличие от дерева или железа. Грунтовые воды, высокая влажность и агрессивная среда не страшны ему, если выбрать подходящую марку.

Оглавление:

От чего зависит прочность?
Классы и марки бетона
Уход летом и зимой
Исследование готовых конструкций

Важнейшая характеристика этого материала — прочность. Она определяет сферу его применения. Если выбрать низкую марку, сооружение разрушится раньше срока. При несоблюдении технологии работ даже высокий показатель не станет гарантией надежности. Прочность на сжатие — это давление, которое он способен выдержать, не разрушаясь. Его измеряют в мегапаскалях (мПа). Класс (B) — это результаты таких испытаний. Бетон отличается от марки только тем, что выражает значение гарантированной прочности на сжатие. Это значит, что в 95 % случаев он выдерживает максимальное давление.

Что влияет на показатель?

1. Соотношение воды и цемента.

Цемент способен впитывать определенное количество жидкости. Поэтому, если воды слишком много, то во время застывания она высыхает, создавая свободное пространство между наполнителями, что ухудшает прочность материала. Если жидкости добавить мало, то клеящие свойства цемента не активируются полностью.

2. Качество и марка цемента.

Этот ингредиент служит клеем для песка и щебня. Чтобы изготовить самые используемые в строительстве классы, применяют портландцемент М300-М500. Пропорции зависят от марки. Кроме того, если его хранить неправильно и долго, то качество упадет. Например, М500 за 2 месяца станет М400 даже на складе с хорошими условиями.

3. Транспортировка и бетонирование.

После приготовления смесь необходимо постоянно перемешивать, иначе она быстро потеряет свои свойства. Работать с бетоном без пластификаторов сложно уже через 2-3 часа, а добавки способны продлить этот период еще на несколько часов. Процесс твердения медленно начинается сразу после того, как раствор развели, поэтому обязательно использовать специальный транспорт и бетоносмеситель для его заливки в фундамент и другие крупные конструкции.

4. Условия набора прочности.

Необходимо создать все условия, чтобы добиться заявленной марки. Дальше в тексте будет раздел, посвященный этому вопросу.

5. Щебень.

Некоторые строители творчески подходят к выбору наполнителей для бетонной смеси, применяя все подручные материалы. Такой прием приведет к значительному снижению прочности на сжатие, а в результате ваша постройка не будет надежной. Для фундамента подойдет мелкий щебень 5-20 мм, для крыльца или других конструкций с небольшими нагрузками его размеры могут доходить до 35-40 мм. Иногда два вида щебня смешивают, чтобы они равномерно заполняли все пространство.

Щебень бывает гравийным и гранитным. Второй прочнее, поэтому его используют для изготовления высоких классов, предназначенных для больших нагрузок. Бетон на гравии применяют для строительства небольших домов.

6. Песок.

Качественный раствор делают на основе песка с фракциями 1,3-3,5 мм. В песке из карьера много глины и мелких камней, а частицы имеют неоднородный размер. Этот наполнитель должен быть вымыт и просеян. Речной песок намного лучше, так как он чистый и более однородный.

Маркировка

Эта характеристика обозначает усредненный предел прочности на сжатие бетона. Ее выражают в кгс/кв.см. Для строителя марка и класс — это одно и то же. Но в проектах домов и нормативной документации используют классы, а продают бетон по маркам.

Таблица соответствия популярных классов и марок:

Марка	Класс (число после буквы «B» — прочность в мПа)
М150	B10
М200	B15
М250	B20
М300	B22,5
М350	B25

Приступать к дальнейшим строительным работам после заливки можно только через неделю. Бетон набирает прочность на сжатие в течение всего срока службы, чем старше здание, тем оно прочнее. Он достигает марочной прочности через 28 дней. Чтобы ваш дом простоял долго, важно создать материалу наилучшие условия.

Многие думают, что бетонный раствор начинает твердеть через какое-то время после разведения. Это не так, процесс затвердевания начинается сразу же: цемент постепенно склеивает все составные элементы. Поэтому важно постоянно перемешивать смесь во время бетонирования. Работы должны быть закончены максимально быстро.

Особенности ухода в разное время года

1. Летом.

Портландцементу необходима влажная среда для качественного склеивания наполнителей, поэтому в сухую погоду поверхность нужно ежедневно поливать небольшим количеством воды. Прямое солнце вредно для только что залитой бетонной смеси, лучше создать над ним тень.

2. Зимой.

Если температура воздуха падает ниже нуля, набор прочности останавливается, так как вода замерзает, но есть методы, решающие эту проблему. Важно, чтобы бетон набрал хотя бы часть заявленного параметра. Например марки М200-М300 могут подвергаться охлаждению, когда достигнут 40 % своей прочности, то есть как минимум 10 мПа. Противоморозные добавки. Использование специальных солей популярно в частном строительстве, но их нельзя добавлять слишком много, так как прочность бетона при этом понижается.

Электрический обогрев. Самый надежный способ, но в России даже крупные застройщики редко используют его, так как это очень дорого.
Укрытие утеплителями и ПВХ пленкой. Бетон выделяет много тепла, когда твердеет. При нулевой температуре такой метод не даст воде замерзнуть, но от сильных морозов он не спасет.

Главный враг прочности бетона — резкие колебания температур. Если он оттаивает и замерзает несколько раз в первые дни после заливки, его прочность может снизиться в разы.

3. Бетон и дождь.

Через несколько часов после заливки дождь не причинит особого вреда. Но если перед бетонированием стоит пасмурная погода и есть вероятность осадков, рекомендуется соорудить навес или подготовить пленку. Второй вариант замедлит процесс твердения, так как цементу необходим воздух. Небольшая морось не причинит бетону сильного вреда, хотя его поверхность уже не будет гладкой. Но ливень может стать серьезной проблемой.

4. График набора прочности в зависимости от температуры.

Числа в таблице — процент от заявленной прочности на день, указанный в первом столбике. Это средние показатели для марок М300-М400, сделанных на основе портландцемента М400-М500. Наиболее подходящая температура для затвердевания варьируется от +15 до +20 градусов.

Сутки	Температура воздуха
Сутки	0	+5	+10	+20	+30
1	5	9	12	23	35
2	12	19	25	40	55
3	18	27	37	50	65
5	28	38	50	65	80
7	35	48	58	75	90
14	50	62	72	90	100
28	65	77	85	100

По правилам специалисты проводят процедуру определения прочности на нескольких образцах с каждой партии. Бетон заливают в квадратную форму с размером ребра 100-300 мм, оставляют эту конструкцию на 28 дней при температуре +20, в стопроцентной влажности. Как уже было сказано, в течение этого времени происходит набор прочности бетона. Затем инженеры ставят куб под гидравлический пресс и давят на него, пока бетон не начнет разрушаться. После они вычисляют прочность в мПа. Если вы интересуетесь подробностями процедуры, посмотрите ГОСТ 10180-2012, где перечислены все необходимые условия.

Способы определения прочности

В современных лабораториях используют и другие методы, но для точного определения прочности на сжатие их применяют в комплексе. Некоторые приборы позволяют проводить исследования уже готовых конструкций.

Наиболее популярные из них:

1. Метод скалывания ребра. Измеряется сила усилия, необходимая для его скола.

2. Ударный импульс. Регистрируется энергия удара.

3. Пластическая деформация. Замеряется отпечаток воздействия на бетон.

4. Ультразвуковой способ. Единственный, который позволяет приблизительно определить прочность, не повреждая материал. Но его применяют только для бетона не более 40 мПа. Впрочем, такие высокие марки почти не используются в строительстве домов.

Точно определить марку самостоятельно невозможно, хотя при сильном нарушении технологии производства цвет становится почти белым, а поверхность легко царапается. Чтобы узнать прочность бетона на сжатие, вы можете принести образец в независимую лабораторию. Для этого сколотите деревянную форму, тщательно утрамбуйте смесь и храните в максимально приближенных к идеальным условиях.

Процесс контроля качества бетона, определение его прочности на сжатие и прочие характеристики

Контроль прочности бетона — одна из наиболее важных процедур, проводимых в обязательном порядке при проверке готовности к эксплуатации бетонных элементов и конструкций, и заключается в сопоставлении фактической и расчетной прочности материала. Прочность бетона определяют как способность к сопротивлению различного рода механическим и физическим нагрузкам: сжатие-растяжение, изгиб, заморозка (разморозка) и т.д.

Как происходит процесс определения прочности бетона на сжатие

Основной показатель качества бетона, который подлежит нормированию и контролю, — класс по прочности бетона на сжатие. Значение класса соответствует кубиковой прочности материала, определяемой как временное сопротивление сжатию бетонных кубов, измеряется в МПа и находится в пределах от В0,5 до В120. Лаборатории заводов, которые производят бетонные материалы для строительства или на стройках в основном определяют и контролируют лишь прочность, определенную для образца в форме куба (R).

Действительную же прочность при сжатии определяют призменной прочностью бетона (Rb). Именно Rb указывают в проектах, нормативной документации, которую составляют на основе данных экспериментов с целью определить временное сопротивление сжатию бетонных призм. Взаимное изменение прочности образцов, изготовленных в форме куба и призмы, устанавливают в условиях специальных лабораторий, во время работы в которых по формуле С=-jR определяют коэффициент прочности образца в виде призмы. Зависимость описывают с помощью функции Rb = f(R), которая демонстрирует прямое взаимное влияние прочности кубика и призмы из исследуемого бетона. В технических нормативных документах зависимость принята в виде уравнения Rb = 0,7R (марки бетона от 300 до 600).

Следует отметить интересную особенность — состав бетонной смеси, качество наполнителей, технологические регламенты и способы изготовления бетонной смеси, а также методики ее укладки, мало сказываются на изменении показателей призменной и кубиковой прочности бетона (для идентичных кубов и призм, используемых при проведении испытаний). Для определения максимального уровня прочности материала применяют технические испытания, которые осуществляются в производственных условиях для контроля над качеством выпускаемой продукции.

Контроль качества бетона и способы проверки материала

Для проверки бетона на прочность используют различные методики, суть которых состоит в испытаниях нескольких, обычно, трех одинаковых образцов. Проверка прочности бетона на растяжение осуществляется способом проведения испытательных действий на осевое растяжение образцов, которое весьма трудоемко, требует образцов специальной формы и мощных устройств. Практическое определение этого критерия проводят, раскалывая одинаковые куски бетона с помощью проволоки, стержней или других приспособлений. Замеряя силу воздействия, при котором происходит раскол, определяют среднюю величину прочности при растягивающем воздействии и сравнивают полученное значение с заявленным показателем, для данного класса бетона.

Еще один способ получения значения показателя прочности при растяжении является косвенный метод определения прочности бетона на изгиб. В случае, если размер зерновых ингредиентов заполнителя не превышает 16 миллиметров, удобными для проведения испытаний считаются образцы в форме бруса. Их укладывают на опорные приспособления, расстояние между которыми составляет не менее 30 см, и нагружают в центральной части до изгиба (разрушения).

Предельный показатель прочности на разрывное усилие при сгибе, как правило, вдвое больше разрушающего напряжения, значение которого находят во время проведения исследований на прямое растяжение. По окончании экспериментальных испытаний, части образца используют для расчета прочности бетона на сжатие. Такой параметр, как лимит прочности на разрыв, применяют при составлении проекта бетонных дорожных покрытий без применения армирующих компонентов.

При выборе класса прочности бетонной смеси следует учитывать следующие особенности его эксплуатации:

1. Существует обратная зависимость прочности на растяжение (сжатие) от возраста бетона и заявленного срока использования сооружения.

2. При составлении проекта современных сооружений из железобетона, как правило, такой показатель, как прочность при растяжении во внимание не принимают. Однако призменную и кубиковую прочность бетона на сжатие, все же следует учитывать, в случае если строительство ведется в местности с предрасположенностью к резким колебаниям температур и уровня влажности.

3. Для возведения жилых сооружений в нормальных климатических условиях применяют бетон марки не выше М200. Для мостов, автомагистралей и гидротехнических сооружений повышенного класса риска, следует выбирать бетон не ниже М400, с содержанием пластификаторов и гранитного щебня.

Прочность на сжатие бетона

Выбор бетона для строительных конструкций

Если коротко, то для следующих строительных конструкций рекомендуют следующие марки бетона:

— подбетонка или подготовка основания для монолитной конструкции — В7,5;

— фундаменты — не ниже В15, но в ряде случаев марка по водонепроницаемости должна быть не ниже W6 (бетон В22,5). Также, согласно еще не принятому приложению Д к СП 28.13330.2012, класс бетона для фундаментов должен быть не ниже В30. Я рекомендую использовать бетон с маркой по водонепроницаемости не ниже W6, что позволит обеспечить долговечность конструкции;

— стены, колонны и другие конструкции расположенные на улице — марка по морозостойкости не ниже F150, а для района с расчетной температурой наружного воздуха ниже -40С — F200.

— внутренние стены, несущие колонны — по расчету, но не ниже В15, для сильно сжатых не ниже В25.

Возможно я не охвачу все нормативы, где может быть прописаны требования к выбору марки бетона, поэтому прошу в комментариях отписаться если есть неточности.

Основными нормируемыми и контролируемыми показателями качества бетона являются:

— класс по прочности на сжатие B;

— класс по прочности на осевое растяжение Bt;

— марка по морозостойкости F;

— марка по водонепроницаемости W;

— марка по средней плотности D.

Класс бетона по прочности на сжатие B

Класс бетона по прочности на сжатие B соответствует значению кубиковой прочности бетона на сжатие в МПа с обеспеченностью 0,95 (нормативная кубиковая прочность) и принимается в пределах от B 0,5 до B 120.

Это основной параметр бетона, который определяет его прочность на сжатие. Например, класс бетона В15 означает, что после 28 дней при температуре застывания 20°С прочность бетона будет 15 МПа. Однако в расчетах используют другую цифру. Расчетное сопротивление бетона (Rb) сжатию можно найти в таблице 5.2 СП 52-101-2003

Таблица 5.2 СП 52-101-2003

Вид сопротивления	Расчетные значения сопротивления бетона для предельных состояний первой группы Rb и Rbt, МПа, при классе бетона по прочности на сжатие
В10	В15	В20	В25	В30	В35	В40	В45	В50	В55	В60
Сжатие осевое (призменная прочность) Rb	6,0	8,5	11,5	14,5	17,0	19,5	22,0	25,0	27,5	30,0	33,0
Растяжение осевое Rbt	0,56	0,75	0,9	1,05	1,15	1,3	1,4	1,5	1,6	1,7	1,8

Почему прочность замеряют именно через 28 дней? Потому, что бетон набирает прочность всю жизнь, но после 28 дней прирост прочности уже не такой большой. Через одну неделю после заливки прочность бетона может быть 65% от нормативной (зависит от температуры твердения), через 2 недели будет 80%, через 28 дней прочность достигнет 100%, через 100 суток будет 140% от нормативной. При проектировании есть понятие прочности через 28 дней, и оно принимается за 100%.

Также известна классификация по марке бетона M и цифрами от 50 до 1000. Цифра обозначает предел прочности на сжатие в кг/см². Различие в классе бетона B и марке бетона M заключается в методе определения прочности. Для марки бетона это средняя величина силы сжатия при испытаниях после 28 дней выдержки образца, выраженная в кг/см². Данная прочность обеспечивается в 50% случаях. Класс бетона B гарантирует прочность бетона в 95% случаях. Т.е. прочность бетона варьируется и зависит от многих факторов, не всегда можно добиться нужной прочности и бывают отклонения от проектной прочности. Например, марка бетона М100 обеспечивает прочность бетона после 28 дней в 100 кг/см² в 50% случаев.

Но для проектирования это как-то слишком мало, поэтому ввели понятие класс бетона. Бетон B15 гарантирует прочность в 15 МПа после 28 дней в 95% случаях.

В проектной документации бетон обозначается только классом B, но в строительной практике марка бетона всё еще применяется.

Определить класс бетона по марке и наоборот можно по следующей таблице:

Класс бетона по прочности на сжатие	Средняя прочность бетона данного класса, кгс/см²	Ближайшая марка бетона по прочности на сжатие	Отклонения ближайшей марки бетона от средней прочности бетона этого класса, %
В3,5	45,84	М50	+9,1
В5	65,48	М75	+14,5
В7,5	98,23	М100	+1,8
В10	130,97	М150	+14,5
В12,5	163,71		-8,4
В15	196,45		+1,8
В20	261,94		-4,6
В22,5	294,68		+1,8
В25	327,42		+6,9
В27,5	360,16		-2,8
В30	392,90		+1,8
В35	458,39	М450	-1,8
В40	523,87	М500	-4,6

Класс бетона по прочности на осевое растяжение Bt соответствует значению прочности бетона на осевое растяжение в МПа с обеспеченностью 0,95 (нормативная прочность бетона) и принимается в пределах от Bt 0,4 до Bt 6.

Допускается принимать иное значение обеспеченности прочности бетона на сжатие и осевое растяжение в соответствии с требованиями нормативных документов для отдельных специальных видов сооружений (например, для массивных гидротехнических сооружений).

Марка бетона по морозостойкости F соответствует минимальному числу циклов попеременного замораживания и оттаивания, выдерживаемых образцом при стандартном испытании, и принимается в пределах от F 15 до F 1000.

Марка бетона по водонепроницаемости W соответствует максимальному значению давления воды (МПа · 10-1), выдерживаемому бетонным образцом при испытании, и принимается в пределах от W 2 до W 20.

Марка по средней плотности D соответствует среднему значению объемной массы бетона в кг/м3 и принимается в пределах от D 200 до D 5000.

Также встречается маркировка бетона по подвижности (П) или указывается осадка конуса. Чем выше число П, тем бетон более жидкий и с ним легче работать.

Для напрягающих бетонов устанавливают марку по самонапряжению.

Подбор марки бетона по прочности

Минимальный класс бетона для конструкций назначается согласно СП 28.13330.2012 и СП 63.13330.2012.

Для любых железобетонных строительных конструкций класс бетона должен быть не ниже В15 (п.6.1.6 СП 63.12220.2012).

Для предварительно напряженных железобетонных конструкций класс бетона по прочности на сжатие следует принимать в зависимости от вида и класса напрягаемой арматуры, но не ниже В20 (п.6.1.6 СП 63.12220.2012).

Железобетонный ростверк из сборного железобетона должен быть выполнен из бетона не ниже кл. В20 (п. 6.8 СП 50-102-2003)

Класс бетона для конструкций назначают согласно прочностному расчету по технико-экономическим соображениям, например, на нижних этажах здания монолитные колонны имеют большую прочность т.к. нагрузка на них выше, на верхних этажах класс бетона уменьшается, что позволяет использовать колонны одного сечения на всех этажах.

Также есть рекомендации СП 28.13330.2012. Согласно постановлению 1521 от 26. 12.2014 приложения А и Д СП 28.13330.2012 не входят в обязательный перечень, т.е. рекомендуются, но рекомендую обратить своё внимание на эти приложения т.к., возможно, скоро они будут обязательными для применения. Прежде всего необходимо сделать классификацию конструкцию по среде эксплуатации согласно таблице А.1 СП 28.13330.2012:

Таблица А.1 — Среды эксплуатации

Индекс	Среда эксплуатации	Примеры конструкций
Среда без признаков агрессии
ХО	Для бетона без арматуры и закладных деталей: все среды, кроме воздействия замораживания — оттаивания, истирания или химической агрессии.Для железобетона: сухая	Конструкции внутри помещений с сухим режимом эксплуатации
Коррозия арматуры вследствие карбонизации
ХС1	Сухая и постоянно влажная среда	Конструкции помещений в жилых домах, за исключением кухонь, ванных, прачечных. Бетон постоянно под водой
ХС2	Влажная и кратковременно сухая среда	Поверхности бетона, длительно смачиваемые водой. Фундаменты
ХС3	Умеренно влажная среда (влажные помещения, влажный климат)	Конструкции, на которые часто или постоянно воздействует наружный воздух без увлажнения атмосферными осадками. Конструкции под навесом. Конструкции внутри помещений с высокой влажностью (общественные кухни, ванные, прачечные, крытые бассейны, помещения для скота)
ХС4	Переменное увлажнение и высушивание	Наружные конструкции, подвергающиеся действию дождя
Коррозия вследствие действия хлоридов (кроме морской воды)
В случае, когда бетон, содержащий стальную арматуру или закладные детали, подвергается действию хлоридов, включая соли, применяемые как антиобледенители, агрессивная среда классифицируется по следующим показателям:
XD1	Среда с умеренной влажностью	Конструкции, подвергающиеся воздействию аэрозоля солей хлоридов
XD2	Влажный и редко сухой режим эксплуатации	Плавательные бассейны. Конструкции, подвергающиеся воздействию промышленных сточных вод, содержащих хлориды
XD3	Переменное увлажнение и высушивание	Конструкции мостов, подвергающиеся обрызгиванию растворами противогололедных реагентов. Покрытие дорог. Перекрытия парковок
Коррозия, вызванная действием морской воды
В случае, когда бетон, содержащий стальную арматуру или закладные детали, подвергается действию хлоридов из морской воды или аэрозолей морской воды, агрессивная среда классифицируется по следующим показателям:
XS1	Воздействие аэрозолей, но без прямого контакта с морской водой	Береговые сооружения
XS2	Под водой	Подводные части морских сооружений
XS3	Зона прилива и отлива, обрызгивания	Части морских сооружений в зоне переменного уровня воды
Примечание — Для морской воды с различным содержанием хлоридов требования к бетону указаны в таблице Г. 1
Коррозия бетона, вызванная попеременным замораживанием и оттаиванием, в присутствии или без солей противообледенителей
При действии на насыщенный водой бетон переменного замораживания и оттаивания агрессивная среда классифицируется по следующим признакам:
XF1	Умеренное водонасыщение без антиобледенителей	Вертикальные поверхности зданий и сооружений при действии дождя и мороза
XF2	Умеренное водонасыщение с антиобледенителями	Вертикальные поверхности зданий и сооружений, подвергающиеся обрызгиванию растворами антиобледенителей и замораживанию
XF3	Сильное водонасыщение без антиобледенителей	Сооружения при действии дождей и мороза
XF4	Сильное водонасыщение растворами солей антиобледенителей или морской водой	Дорожные покрытия, обрабатываемые противогололедными реагентами. Горизонтальные поверхности мостов, ступени наружных лестниц и др. Зона переменного уровня для морских сооружений при действии мороза
Химическая и биологическая агрессия
При действии химических агентов из почвы, подземных вод, коррозионная среда классифицируется по следующим признакам:
ХА1	Незначительное содержание агрессивных агентов — слабая степень агрессивности среды по таблицам В.1 — В.7, Г.2	Конструкции в подземных водах
ХА2	Умеренное содержание агрессивных агентов — средняя степень агрессивности среды по таблицам В.1 — В.7, Г.2	Конструкции, находящиеся в контакте с морской водой. Конструкции в агрессивных грунтах
ХА3	Высокое содержание агрессивных агентов — сильная степень агрессивности среды по таблицам В.1 — В.7, Г.2	Промышленные водоочистные сооружения с химическими агрессивными стоками. Кормушки в животноводстве. Градирни с системами газоочистки
Коррозия бетона вследствие реакции щелочей с кремнеземом заполнителей
В зависимости от влажности среда классифицируется по следующим признакам:
WO	Бетон находится в сухой среде	Конструкции внутри сухих помещений. Конструкции в наружном воздухе вне действия осадков, поверхностных вод и грунтовой влаги
WF	Бетон часто или длительно увлажняется	Наружные конструкции, не защищенные от воздействия осадков, поверхностных вод и грунтовой влаги.Конструкции во влажных помещениях, например, бассейнах, прачечных и других помещениях с относительной влажностью преимущественноболее 80 %.Конструкции, часто подвергающиеся действию конденсата, например, трубы, станции теплообменников, фильтровальные камеры,животноводческие помещения.Массивные конструкции, минимальный размер которых превосходит 0,8 м, независимо от доступа влаги
WA	Бетон, на который помимо воздействий среды WF действуют часто или длительно щелочи, поступающие извне	Конструкции, подвергающиеся воздействию морской воды.Конструкции, на которые воздействуют противогололедные соли без дополнительного динамического воздействия (например, зона обрызгивания).Конструкции промышленных и сельскохозяйственных зданий (например, шламонакопители), подвергающиеся воздействию щелочных солей
WS	Бетон с высокими динамическими нагрузками и прямым воздействием щелочей	Конструкции, подвергающиеся воздействию противогололедных солей и дополнительно высоким динамическим нагрузкам (например, бетон дорожных покрытий)
Примечание — Агрессивное воздействие должно быть дополнительно изучено в случае:действия химических агентов, не указанных в таблицах Б. 2, Б.4, В.3;высокой скорости (более 1 м/с) течения воды, содержащей химические агенты по таблицам В.3, В.4, В.5.

В зависимости от выбранной среды эксплуатации назначаем класс бетона для конструкции по таблице Д.1 СП 28.13330.2012.

Таблица Д.1 — Требования к бетонам в зависимости от классов сред эксплуатации

Требования к бетонам	Классы сред эксплуатации
Неагрессивная среда	Карбонизация	Хлоридная коррозия	Замораживание — оттаивание1)	Химическая коррозия
Морская вода	Прочие хлоридные воздействия
Индексы сред эксплуатации
ХО	ХС1	ХС2	ХС3	ХС4	XS1	XS2	XS3	XD1	XD2	XD3	XF1	XF2	XF3	XF4	ХА1	ХА2	ХА3
Минимальный класс по прочности В	15	25	30	37	37	37	45	45	37	45	45	37	37	37	37	37	37	45
Минимальный расход цемента, кг/м3	—	260	280	280	300	300	320	340	300	300	320	300	300	320	340	300	320	360
Минимальное воздухо-содержание, %	—	—	—	—	—	—	—	—	—	—	—	—	4,0	4,0	4,0	—	—	—
Прочие требования	—	—	—	—	—	—	—	—	—	—	—	Заполнитель с необходимой морозостойкостью	Сульфатостойкий цемент2)
Приведенные в колонках требования назначаются совместно с требованиями, указанными в следующих таблицах	—	Д. 2, Ж.5	Г.1, Д.2	Г.1, Д.2	Ж.1	В.1 — В.5, Д.2
1) Для эксплуатации в условиях попеременного замораживания — оттаивания бетон должен быть испытан на морозостойкость.2) Когда содержание соответствует ХА2 и ХА3, целесообразно применение сульфатостойкого цемента.3) Значения величин в данной таблице относятся к бетону на цементе класса СЕМ 1 по ГОСТ 30515 и заполнителе с максимальной крупностью 20 — 30 мм.

Если посмотреть на эти требования, то для фундамента нужно принимать бетон минимум В30 (среда XC2). Однако пока это рекомендуемые требования, которые в перспективе станут обязательными (или не станут, кто его знает?)

Подбор марки бетона по водонепроницаемости

Марки бетона по водонепроницаемости подбирается согласно таблицам В.1-В.8 СП 28.13330.2012 в зависимости от степени агрессивности среды. Данные по агрессивности грунтов указываются в инженерно-геологических изысканиях и там же обычно пишут рекомендуемую марку по водонепроницаемости.

Для свай и необходимо применять бетон марки по водонепроницаемости не ниже W6 (п.15.3.25 СП 50-102-2003). Такую марку имеет бетон В22,5, поэтому нужно это учитывать при подборе класса бетона.

Для надземных конструкций, подвергаемых атмосферным воздействиям при расчетной отрицательной температуре наружного воздуха выше минус 40 °С, а также для наружных стен отапливаемых зданий марку бетона по водонепроницаемости не нормируют (п.6.1.9 СП 63.13330.2012).

Подбор марки бетона по морозостойкости

Подбор марки бетона по морозостойкости производится согласно таблицам Ж.1, Ж.2 СП 28.13330.2012 в зависимости от расчётной температуры наружного воздуха.

Таблица Ж.1 — Требования к бетону конструкций, работающих в условиях знакопеременных температур

Таблица Ж.2 — Требования к морозостойкости бетона стеновых конструкций

Условия работы конструкций	Минимальная марка бетона по морозостойкости наружных стен отапливаемых зданий из бетонов
Относительная влажность внутреннего воздуха помещения jint, %	Расчетная зимняя температура наружного воздуха, °C	легкого, ячеистого, поризованного	тяжелого и мелкозернистого
jint > 75	Ниже -40	F100	F200
Ниже -20 до -40 включ.	F75	F100
Ниже -5 до -20 включ.	F50	F70
— 5 и выше	F35	F50
60	Ниже -40	F75	F100
Ниже -20 до -40 включ.	F50	F50
Ниже -5 до -20 включ.	F35	—
— 5 и выше	F25	—
jint £ 60	Ниже -40	F50	F75
Ниже -20 до -40 включ.	F35	—
Ниже -5 до -20 включ.	F25	—
— 5 и выше	F15*	—
* Для легких бетонов марка по морозостойкости не нормируется. Примечания 1. При наличии паро- и гидроизоляции конструкций марки бетонов по морозостойкости, указанные в настоящей таблице, могут быть снижены на один уровень. 2. Расчетная зимняя температура наружного воздуха принимается согласно СП 131.13330 как температура наиболее холодной пятидневки. 3. Марка ячеистого бетона по морозостойкости устанавливается по ГОСТ 25485.

Расчетная зимняя температура наружного воздуха для расчета железобетонных конструкций принимается по средней температуре воздуха наиболее холодной пятидневки с обеспеченностью 0,98 в зависимости от района строительства согласно СП 131.13330.2012.

В грунтах с положительной температурой, ниже уровня промерзания на 0,5 м, морозостойкость не нормируется (СП 8.16 СП 24.13330.2011)

Например, для Москвы температура наиболее холодной пятидневки с обеспеченностью 0,98 равна минус 29 °С. Тогда марка бетона по морозостойкости равна F150 (Характеристика режима — Возможное эпизодическое воздействие температуры ниже 0 °C а) в водонасыщенном состоянии, например, конструкции, находящиеся в грунте или под водой).

Защитный слой бетона

Чтобы арматура не оголилась со временем существуют требования по минимальной толщине слоя бетона для защиты арматуры. Согласно пособию по проектированию бетонных и железобетонных конструкций из тяжелого бетона без предварительного напряжения арматуры СП 52-101-2003 минимальная толщина защитного слоя определяется по таблице 5. 1 Пособия к СП 52-101-2003:

Таблица 5.1 Пособия к СП 52-101-2003

№ п/п	Условия эксплуатации конструкций здания	Толщина защитного слоя бетона, мм, не менее
1.	В закрытых помещениях при нормальной и пониженной влажности	20
2.	В закрытых помещениях при повышенной влажности (при отсутствии дополнительных защитных мероприятий)	25
3.	На открытом воздухе (при отсутствии дополнительных защитных мероприятий)	30
4.	В грунте (при отсутствии дополнительных защитных мероприятий), в фундаментах при наличии бетонной подготовки	40
5.	В монолитных фундаментах при отсутствии бетонной подготовки	70

Для сборных железобетонных элементов толщину защитного слоя можно уменьшить на 5 мм от данных таблицы 8.1 СП 52-101-2003 (п.8.3.2).

Для буронабивных свай защитный слой бетона составляет не менее 50 мм (п. 8.16 СП 24.13330.2011), для буронабивных свай фундаментов мостов 100 мм.

Для буронабивных свай, используемых как защитные ограждения, защитный слой бетона принимается 80-100 мм (п. 5.2.12 Методического пособия по устройству ограждений из буронабивных свай).

Также во всех случаях толщина защитного слоя не может быть меньше толщины арматуры.

Защитный слой бетона считается от наружной поверхности до поверхности арматуры (не до оси арматуры).

Защитный слой бетона обычно обеспечивается использованием фиксаторов:

Расчетные значения сопротивления бетона

СП 63.13330.2012 Бетонные и железобетонные конструкции. Основные положения

Расчетные значения сопротивления бетона осевому сжатию Rb определяют по формуле 6.1 СП 63.13330.2012:

Расчетные значения сопротивления бетона осевому растяжению Rbt определяют по формуле 6.2 СП 63.13330.2012:

Значения коэффициента надежности по бетону при сжатии γb принимают равными:

для расчета по предельным состояниям первой группы:

1,3 — для тяжелого, мелкозернистого, напрягающего и легкого бетонов;

1,5 — для ячеистого бетона;

для расчета по предельным состояниям второй группы: 1,0.

Значения коэффициента надежности по бетону при растяжении γbt принимают равными:

для расчета по предельным состояниям первой группы при назначении класса бетона по прочности на сжатие:

1,5 — для тяжелого, мелкозернистого, напрягающего и легкого бетонов;

2,3 — для ячеистого бетона;

для расчета по предельным состояниям первой группы при назначении класса бетона по прочности на растяжение:

1,3 — для тяжелого, мелкозернистого, напрягающего и легкого бетонов;

для расчета по предельным состояниям второй группы: 1,0.

(п. 6.1.11 СП 63.13330.2012)

В необходимых случаях расчетные значения прочностных характеристик бетона умножают на следующие коэффициенты условий работы γbt, учитывающие особенности работы бетона в конструкции (характер нагрузки, условия окружающей среды и т.д.):

а) γb1 — для бетонных и железобетонных конструкций, вводимый к расчетным значениям сопротивлений Rb и Rbt и учитывающий влияние длительности действия статической нагрузки:

γb1 = 1,0 при непродолжительном (кратковременном) действии нагрузки;

γb1 = 0,9 при продолжительном (длительном) действии нагрузки. Для ячеистых и поризованных бетонов γb1 = 0,85;

б) γb2 — для бетонных конструкций, вводимый к расчетным значениям сопротивления Rb и учитывающий характер разрушения таких конструкций, γb2 = 0,9;

в) γb3 — для бетонных и железобетонных конструкций, бетонируемых в вертикальном положении при высоте слоя бетонирования свыше 1,5 м, вводимый к расчетному значению сопротивления бетона Rb, γb3 = 0,85;

г) γb4 — для ячеистых бетонов, вводимый к расчетному значению сопротивления бетона Rb:

γb4 = 1,00 — при влажности ячеистого бетона 10 % и менее;

γb4 = 0,85 — при влажности ячеистого бетона более 25 %;

по интерполяции — при влажности ячеистого бетона свыше 10 % и менее 25 %.

Влияние попеременного замораживания и оттаивания, а также отрицательных температур, учитывают коэффициентом условий работы бетона γb5 £ 1,0. Для надземных конструкций, подвергаемых атмосферным воздействиям окружающей среды при расчетной температуре наружного воздуха в холодный период минус 40 °С и выше, принимают коэффициент γb5 = 1,0. В остальных случаях значения коэффициента принимают в зависимости от назначения конструкции и условий окружающей среды согласно специальным указаниям.

(п. 6.1.12 СП 63.13330.2012)

Для свайных фундаментов согласно СП 24.13330.2011 Свайные фундаменты, п. 7.1.9

7.1.9 При расчете набивных, буровых свай и баретт (кроме свай-столбов и буроопускных свай) по прочности материала расчетное сопротивление бетона следует принимать с понижающим коэффициентом условий работы γcb = 0,85, учитывающим бетонирование в узком пространстве скважин и обсадных труб, и дополнительного понижающего коэффициента γ’cb, учитывающего влияние способа производства свайных работ:

а) в глинистых грунтах, если возможны бурение скважин и бетонирование их насухо без крепления стенок при положении уровня подземных вод в период строительства ниже пяты свай, γ’cb = 1,0;

б) в грунтах, бурение скважин и бетонирование в которых производят насухо с применением извлекаемых обсадных труб или полых шнеков, γ’cb = 0,9;

в) в грунтах, бурение скважин и бетонирование в которых осуществляют при наличии в них воды с применением извлекаемых обсадных труб или полых шнеков, γ’cb = 0,8;

г) в грунтах, бурение скважин и бетонирование в которых выполняют под глинистым раствором или под избыточным давлением воды (без обсадных труб), γ’cb = 0,7.

Параметры для расчета железобетонных конструкций:

Параметры для расчета железобетонных конструкций приведены в СП 63.13330.2012:

Таблица 6.7

Вид	Бетон	Нормативные сопротивления бетона Rb,n, Rbt,n, МПа, и расчетные сопротивления бетона для предельных состояний второй группы Rb,ser и Rbt,ser, МПа, при классе бетона по прочности на сжатие
В1,5	В2	В2,5	В3,5	В5	В7,5	В10	В12,5	В15	В20	В25	В30	В35	В40	В45	В50	В55	В60	В70	В80	В90	В100
Сжатие осевое (призменная прочность) Rb,n, Rb,ser	Тяжелый, мелкозернистый и напрягающий	—	—	—	2,7	3,5	5,5	7,5	9,5	11	15	18,5	22	25,5	29	32	36	39,5	43	50	57	64	71
Легкий	—	—	1,9	2,7	3,5	5,5	7,5	9,5	11	15	18,5	22	25,5	29	—	—	—	—	—	—	—	—
Ячеистый	1,4	1,9	2,4	3,3	4,6	6,9	9,0	10,5	11,5	—	—	—	—	—	—	—	—	—	—	—	—	—
Растяжение осевое Rbt,n и Rbt,ser	Тяжелый, мелкозернистый и напрягающий	—	—	—	0,39	0,55	0,70	0,85	1,00	1,10	1,35	1,55	1,75	1,95	2,10	2,25	2,45	2,60	2,75	3,00	3,30	3,60	3,80
Легкий	—	—	0,29	0,39	0,55	0,70	0,85	1,00	1,10	1,35	1,55	1,75	1,95	2,10	—	—	—	—	—	—	—	—
Ячеистый	0,22	0,26	0,31	0,41	0,55	0,63	0,89	1,00	1,05	—	—	—	—	—	—	—	—	—	—	—	—	—
Примечания 1 Значения сопротивлений приведены для ячеистого бетона средней влажностью 10 %. 2 Для мелкозернистого бетона на песке с модулем крупности 2,0 и менее, а также для легкого бетона на мелком пористом заполнителе значения расчетных сопротивлений Rbt,n, Rbt,ser следует принимать с умножением на коэффициент 0,8. 3 Для поризованного бетона, а также для керамзитоперлитобетона на вспученном перлитовом песке значения расчетных сопротивлений Rbt,n, Rbt,ser следует принимать как для легкого бетона с умножением на коэффициент 0,7. 4 Для напрягающего бетона значения Rbt,n, Rbt,ser следует принимать с умножением на коэффициент 1,2.

Таблица 6.8

Вид	Бетон	Расчетные сопротивления бетона Rb, Rbt, МПа, для предельных состояний первой группы при классе бетона по прочности на сжатие
В1,5	В2	В2,5	В3,5	В5	В7,5	В10	В12,5	В15	В20	В25	в30	B35	В40	В45	В50	В55	В60	В70	В80	В90	В100
Сжатие осевое (призменная прочность)	Тяжелый, мелкозернистый и напрягающий	—	—	—	2,1	2,8	4,5	6,0	7,5	8,5	11,5	14,5	17,0	19,5	22,0	25,0	27,5	30,0	33,0	37,0	41,0	44,0	47,5
Легкий	—	—	1,5	2,1	2,8	4,5	6,0	7,5	8,5	11,5	14,5	17,0	19,5	22,0	—	—	—	—	—	—	—	—
Ячеистый	0,95	1,3	1,6	2,2	3,1	4,6	6,0	7,0	7,7	—	—	—	—	—	—	—	—	—	—	—	—	—
Растяжение осевое	Тяжелый, мелкозернистый и напрягающий	—	—	—	0,26	0,37	0,48	0,56	0,66	0,75	0,90	1,05	1,15	1,30	1,40	1,50	1,60	1,70	1,80	1,90	2,10	2,15	2,20
Легкий	—	—	0,20	0,26	0,37	0,48	0,56	0,66	0,75	0,90	1,05	1,15	1,30	1,40	—	—	—	—	—	—	—	—
Ячеистый	0,09	0,12	0,14	0,18	0,24	0,28	0,39	0,44	0,46	—	—	—	—	—	—	—	—	—	—	—	—	—

Таблица 6. 11

Бетон	Значения начального модуля упругости бетона при сжатии и растяжении Eb, МПа × 10-3, при классе бетона по прочности на сжатие
В1,5	В2	В2,5	В3,5	В5	В7,5	в10	В12,5	B15	B20	B25	в30	В35	В40	В45	В50	В55	В60	В70	В80	В90	В100
Тяжелый	—	—	—	9,5	13,0	16,0	19,0	21,5	24,0	27,5	30,0	32,5	34,5	36,0	37,0	38,0	39,0	39,5	41,0	42,0	42,5	43
Мелкозернистый групп:
А — естественного твердения	—	—	—	7,0	10	13,5	15,5	17,5	19,5	22,0	24,0	26,0	27,5	28,5	—	—	—	—	—	—	—	—
Б — автоклавного твердения	—	—	—	—	—	—	—	—	16,5	18,0	19,5	21,0	22,0	23,0	23,5	24,0	24,5	25,0	—	—	—	—
Легкий и порисованный марки по средней плотности:
D800	—	—	4,0	4,5	5,0	5,5	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—
D1000	—	—	5,0	5,5	6,3	7,2	8,0	8,4	—	—	—	—	—	—	—	—	—	—	—	—	—	—
D1200	—	—	6,0	6,7	7,6	8,7	9,5	10,0	10,5	—	—	—	—	—	—	—	—	—	—	—	—	—
D1400	—	—	7,0	7,8	8,8	10,0	11,0	11,7	12,5	13,5	14,5	15,5	—	—	—	—	—	—	—	—	—	—
D1600	—	—	—	9,0	10,0	11,5	12,5	13,2	14,0	15,5	16,5	17,5	18,0	—	—	—	—	—	—	—	—	—
D1800	—	—	—	—	11,2	13,0	14,0	14,7	15,5	17,0	18,5	19,5	20,5	21,0	—	—	—	—	—	—	—	—
D2000	—	—	—	—	—	14,5	16,0	17,0	18,0	19,5	21,0	22,0	23,0	23,5	—	—	—	—	—	—	—	—
Ячеистый автоклавного твердения марки по средней плотности:
D500	1,4	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—
D600	1,7	1,8	2,1	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—
D700	1,9	2,2	2,5	2,9	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—
D800	—	—	2,9	3,4	4,0	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—
D900	—	—	—	3,8	4,5	5,5	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—
D1000	—	—	—	—	5,0	6,0	7,0	—	—	—	—	—	—	—	—	—	—	—	—	—	—	—
D1100	—	—	—	—	—	6,8	7,9	8,3	8,6	—	—	—	—	—	—	—	—	—	—	—	—	—
D1200	—	—	—	—	—	—	8,4	8,8	9,3	—	—	—	—	—	—	—	—	—	—	—	—	—
Примечания 1 Для мелкозернистого бетона группы А, подвергнутого тепловой обработке или при атмосферном давлении, значения начальных модулей упругости бетона следует принимать с коэффициентом 0,89. 2 Для легкого, ячеистого и поризованного бетонов при промежуточных значениях плотности бетона начальные модули упругости принимают по линейной интерполяции. 3 Для ячеистого бетона неавтоклавного твердения значения Еb принимают как для бетона автоклавного твердения с умножением на коэффициент 0,8. 4 Для напрягающего бетона значения Еb принимают как для тяжелого бетона с умножением на коэффициент α = 0,56 + 0,006 В.

С этой таблицей нужно быть внимательнее – данные даны не в 10-3 МПа, а в МПа х 10-3, т.е. в ГПа или 1000 МПа. Например, модуль упругости для бетона В25 равен 30 ГПа = 30*1000 МПа. Не знаю зачем составители данной таблицы так намудрили, но новички ловятся на этом.

Обозначение бетона на чертежах

В спецификации бетон маркируется согласно ГОСТ 26633-2012. Например: Бетон В25 F200 W8 означает, что бетон принят по прочности класса B25, по морозостойкости марки 200, по водонепроницаемости W8.

На разрезах и сечениях бетон обозначается штриховкой согласно ГОСТ 2. 306-68, но там нет штриховки железобетона. Тем не менее в строительных чертежах применяют штриховку согласно ГОСТ Р 21.1207-97 (стандарт отменен, но тем не менее штриховки используют эти).

Литература:

buildingbook.ru

Определение прочности бетона — на что она влияет

Одним из наиболее востребованных искусственных каменных материалов в современном как индивидуальном, так и профессиональном строительстве является бетон. Получается он в результате соединения таких ингредиентов как вода, цемент и наполнителей разного размера, таких как гравийный, гранитный или известковый щебень. Этот стройматериал может быть классифицирован по множеству самых разных признаков, но наиболее часто его подразделяют по прочности. Что такое прочность бетона и о чем она свидетельствует, рассмотрим более подробно в этой статье.

Что понимается под прочностью?

Прочность – это возможность какого-либо материала противостоять внешним и внутренним деструктивным процессам, таким, как, например, неравномерное промерзание или прогревание. Прочность на сжатие бетона является одной из самых значимых характеристик. Именно от нее зависит длительность и надежность использования того или иного строения, а также его устойчивость к различным негативным воздействиям окружающей среды. В результате взаимодействия, при стабильно положительных температурах окружающей среды и высокой, в пределах 80%, влажности, таких материалов как вода и цемент, происходит нарастание прочности бетона.

Факторы, оказывающие влияние

На то, каким будет бетон по прочности, оказывают воздействие, прямое или косвенное множество факторов:

качество исходных компонентов, применяемых при изготовлении;
количество цемента;
условия, при которых производится замешивание и затвердевание раствора;
соблюдение технологии как на этапе изготовления, так и в процессе применения смеси.

Как определить?

Сегодня существует множество методов, посредством которых возможно выполнить определение прочности бетона, перечислим некоторые из них:

1. Акустик-эмиссионный.

2. Вибрационно-акустический.

3. Выбуривания кернов.

4. Инфракрасный.

5. Стандартных образцов.

6. Электрического потенциала.

7. Неразрушающего контроля.

Методы неразрушающего контроля

Наиболее широкое распространение в нашей стране получили методы группы неразрушающего контроля, к которым относятся:

Ударного импульса. При проведении исследования фиксируется энергия удара в момент соударения бойка о бетонную поверхность.
Пластической деформации. Он основан на измерении отпечатков стального шарика после удара по бетонной поверхности. Основное достоинство этого метода – простота и низкая цена на инструменты для его проведения.
Упругого отскока. В ходе измерений устанавливают поверхностную твердость бетонной поверхности, для чего измеряется, на какую величину отскакивает специальный инструмент – «ударник», после взаимодействия с тестируемой поверхностью.
Метод отрыва со скалыванием. В процессе проведения исследования по этому методу, измеряется усилие, которое нужно приложить для того, чтобы сколоть какой-либо участок, расположенный на ребре конструкции из бетона. Еще одним вариантом этого метода является фиксация усилия, необходимого для вырывания из поверхности бетона установленного анкерного устройства.

По результатам, полученным во время исследований, проводят вычисление прочности изучаемого вида бетона, как среднеарифметического значения всех полученных результатов. Эксперимент проводят на протяжении четырех недель затвердевания бетона при положительных температурных показателях и необходимом уровне влажности.

Все это время поддерживаются условия, при которых в исследуемом образце всегда оставалась влага. Среднеарифметический показатель, полученный в конечном результате, служит основанием для присвоения класса прочности и марки бетона.

Современные марки, согласно действующим стандартам, могут иметь значение в диапазоне от 50 до 800 кг/сил на см. Согласно СНиП 2.03.01-84 «Бетонные и железобетонные конструкции», присвоенный бетону класс, обозначается латинской «В» и цифрами от 3 до 80, показывает какое давление в МПа (мега Паскалях), он может выдержать.

Ниже приведена таблица, в которой указаны как соотносятся между собой марка и класс наиболее популярных и широко применяемых бетонов.

Класс	Марка	Кгс/см2
В 7,5	М 100	98
В 10	М 150	131
В 15	М 200	196
В 20	М 250	262
В 25	М 300	327
В 30	М 400	393

stoneguru.ru

Как определяется прочность бетонной конструкции?

Оглавление:

Что влияет на показатель?

1. Соотношение воды и цемента.

2. Качество и марка цемента.

3. Транспортировка и бетонирование.

4. Условия набора прочности.

5. Щебень.

Щебень бывает гравийным и гранитным. Второй прочнее, поэтому его используют для изготовления высоких классов, предназначенных для больших нагрузок. Бетон на гравии применяют для строительства небольших домов.

6. Песок.

Маркировка

Таблица соответствия популярных классов и марок:

Марка	Класс (число после буквы «B» — прочность в мПа)
М150	B10
М200	B15
М250	B20
М300	B22,5
М350	B25

Особенности ухода в разное время года

1. Летом.

2. Зимой.

Электрический обогрев. Самый надежный способ, но в России даже крупные застройщики редко используют его, так как это очень дорого.
Укрытие утеплителями и ПВХ пленкой. Бетон выделяет много тепла, когда твердеет. При нулевой температуре такой метод не даст воде замерзнуть, но от сильных морозов он не спасет.

Главный враг прочности бетона — резкие колебания температур. Если он оттаивает и замерзает несколько раз в первые дни после заливки, его прочность может снизиться в разы.

3. Бетон и дождь.

4. График набора прочности в зависимости от температуры.

Сутки	Температура воздуха
0	+5	+10	+20	+30
1	5	9	12	23	35
2	12	19	25	40	55
3	18	27	37	50	65
5	28	38	50	65	80
7	35	48	58	75	90
14	50	62	72	90	100
28	65	77	85	100

Способы определения прочности

Наиболее популярные из них:

1. Метод скалывания ребра. Измеряется сила усилия, необходимая для его скола.

2. Ударный импульс. Регистрируется энергия удара.

3. Пластическая деформация. Замеряется отпечаток воздействия на бетон.

Точно определить марку самостоятельно невозможно, хотя при сильном нарушении технологии производства цвет становится почти белым, а поверхность легко царапается. Чтобы узнать прочность бетона на сжатие, вы можете принести образец в независимую лабораторию. Для этого сколотите деревянную форму, тщательно утрамбуйте смесь и храните в максимально приближенных к идеальным условиях.

stroitel-list.ru

Класс бетона и его марка по прочности на сжатие, морозостойкости, водопроницаемости

Поскольку в состав затвердевшего бетона входят компоненты, являющиеся по своей природе разнородными, он является материалом конгломератного (составного типа). Поэтому одним из главных свойств, по которым можно определить качественным ли он является, можно назвать адгезию. В данной статье будет рассказано о том, что такое класс бетона, а также коснемся и других характеристик материала.

На фото – проверка материала на прочность

Качество материала

Под адгезией понимается то, насколько хорошо цементный камень скрепляется с частицами заполнителей. Кроме того, к основным качествам можно также отнести:

морозостойкость;
водонепроницаемость;
прочность на сжатие и растяжение.

Когда материал находится в проектном возрасте, о его прочностных характеристиках можно судить по последним параметрам. Поэтому стоит отметить, что во время приготовления он получается неоднородным.

Здесь представлено соответствие марок и классов бетона

Колебания прочности снижаются при качественной подготовки смеси, а также при более высокой культуре строительства. Поэтому стоит запомнить, что изготовленный материал должен не только иметь средний заданный показатель, но и иметь равномерное его распределение по всей поверхности.

Определение класса

Учесть вышеописанные колебания можно в таком показателе, как класс, под которым понимается процентный показатель какого-либо свойства. К примеру, если указано, что материал имеет класс прочности 0,95, то в 95 случаях и 100 он будет иметь такой показатель.

Стоит отметить, что согласно ГОСТу, классификация бетона состоит из 18 основных классов показателей прочности на сжатие. При этом в начале название класса указывается В1, после чего идет числовое значение предела прочности, отображаемое в МПа.

Классификация изделий

Для более точного восприятия стоит привести пример. Итак, предположим, что перед нами классбетонаВ35. Это означает, что в 95 случаях из 100 он обеспечивает предел прочности на сжатие до 35 МПа.

Кроме того, существуют и другие классы прочности:

индекс В,, обозначает осевое растяжение;
индекс Btb отображает предел растяжения при изгибе.

Помните, что предел прочности на сжатие может в 20 раз превышать аналогичное значение прочности на растяжение. Поэтому при строительстве используется стальная арматура, которая повышает несущую способность материала, цена при этом увеличивается.

Таблица марок и классов бетона по прочности на сжатие

Определение марки

Как утверждает стандарт СЭВ 1406-78, главным показателем прочности изделий является именно их класс. Если же во время проектирования различных изделий не учитывался данный стандарт, их прочность описывается при помощи марки.

Под ней понимают какое-либо его свойство, выраженное в численной характеристике, для расчета которой используются средние показанные результаты образцов во время испытаний. Для обозначения марки используют значения, полученные во время испытаний:

Минимальное	Используется, если она определяется по таким показателям, как:· водонепроницаемость;· морозостойкость; · прочность.
Максимальное	Применяется при определении бетона по средней плотности.

Совет: знайте, что помощи марки нельзя отобразить колебания прочности по всему объему бетонного изделия.

Как производить перевод марок бетона в классы

Марка по прочности на сжатие

Это одна из наиболее часто используемых характеристик бетонных конструкций.
Инструкция требует для ее определения использовать образцы в виде куба, имеющих длину одной стороны 150 мм.
Испытание проводится на протяжении условного проектного возраста – в большинстве случаев это 4 недели.

Совет: если берется серия из трех образцов, предел прочности рассчитывается по двум наибольшим из них. Для его выражения используются такие единицы – кгс/см2.

Специалисты выделяют всего 17 марок тяжелого бетона в зависимости от его прочности на сжатие. Для их обозначения используется индекс «М», после которого указывается число. К примеру, марка М450 означает, что такой бетон гарантирует минимальный предел прочности на сжатие в 450 кгс/см2.
Если же принимать во внимание прочность на осевое растяжение, то его марок гораздо больше – от Pt5 до Pt50 (прибавляя каждый раз по 5 кгс/см2). К примеру, марка бетона Pt30 будет означать, что он способен выдержать осевое растяжение до 30 кгс/см2.
Для бетона, которые будет использоваться во время изготовления изгибаемых ж/б конструкций, существует также характеристика растяжения при изгибе, которая отображается при помощи индекса «Ptb».

Совет: не всегда следует проводить параллели между маркой бетона и его классом.

Класс поверхности бетона по СНиПу имеет 4 параметра

Классы и марки

Дело в том, что многое зависит от того, насколько материал является однородным. Для обозначения этой величины используется коэффициент вариации.

Чем ниже его числовое значение, тем большей однородностью обладает бетон. При снижении данного показателя, снижаются, соответственно, класс и марка материала. К примеру, М300, имеющий коэффициент вариации в 18%, получит класс В15, а вот при снижении до значения в 5%, класс повысится до В20.

Совет: результаты исследований доказывают, что во время изготовления бетонной смеси необходимо добиваться ее максимальной однородности.

На числовое значение прочности оказывают влияние множество факторов. Наибольшее — качество исходных компонентов, а также такой показатель, как пористость.

Изготовление раствора

Для набора прочности материала, изготовленного при помощи портландцемента, требуется значительное количество времени. Кроме того, для нормального протекания процесса требуется соблюдение определенных условий.

Морозостойкость

При помощи такого показателя, как марка бетона по морозостойкости можно определить, сколько циклов замораживания и оттаивания может выдержать 28-дневный материал, теряя при этом не более 15% показателя прочности на сжатие. Для обозначения такого показателя используется индекс F, а всего существует 11 классов.

Совет: чтобы бетон обладал хорошими морозостойкими свойствами, в его составе должен быть качественный портландцемент, а также его различные модификации – сульфатостойкий, гидрофобный и т.п.

При этом существуют определенные ограничения по процентному содержанию трехкальциевого алюмината в портландцементе.

К примеру, для:

F200 допускается не более 7% такого вещества;
F300 – до 5%, и т.д.

Крайне нежелательным является присутствие в цементе активных минеральных добавок, так как в результате их использования увеличивается потребность в воде. А вот снижение водопотребности достигается за счет применения поверхностно-активных веществ.

Работа с раствором в мороз

Совет: в сооружениях гидротехнического типа, обладающих маркой морозостойкости F 300, а также заполнителем диаметром не более 20 мм, объем вовлеченного воздуха должен находиться в пределах 2-4%

Вот небольшая инструкция, которой следует придерживаться:

Для получения высококачественного морозостойкого бетона должно соблюдаться максимально точное соотношение всех компонентов.
Их необходимо тщательно перемешать своими руками, получив максимально однородную смесь.
После этого уплотнить.
Обеспечить необходимые хорошие условия во время процесса затвердевания.

Совет:следите, чтобы не происходило тепловое расширение составляющих бетона, а значение воды и воздуха находились в допустимых пределах.

В ситуациях, когда осуществляется изготовление деталей, обладающих высокой степенью морозостойкости (F200 и выше), стоит помнить, что материал должен твердеть в условиях положительного значения температуры окружающей среды. Кроме того, его влажность должна сохраняться на протяжении около 10 дней.

Водопроницаемость

Марка по такому показателю, как водонепроницаемость определяется путем испытаний материала на ограниченную проницаемость во время одностороннего давления напора воды. Для ее обозначения используют индекс «W», после которого идет число.

Водопроницаемость материала

Оно обозначает максимальное давление (в кгс/см2), которое может выдержать исследуемый образец, диаметр и высота которого составляют 150 мм, во время определенных испытаний. К примеру, маркаW4 выдерживает напор воды в 4 кгс/см2. Всего существует 10 марок – от W2 до W20 (прибавляя по 2 кгс/см2).

Существуют методы, благодаря которым можно увеличить водонепроницаемость смеси во время ее приготовления, укладки и затвердевания бетона, а также методы, которые могут повысить такой показатель уже затвердевшего материала.

Вывод

В данной статье было рассказано о классах и марках бетона, которые читаются важными показателями. Они дают возможность правильного подбора материала для ремонтных и строительных работ. Также вы узнали ГОСТ на класс бетона и индексы, которыми обозначается он и марки.Видео в этой статье поможет найти вам дополнительную информацию по этой тематике.

загрузка…

Page 2

В пунктах ГОСТ 25192-82 строительные смеси, полученные путем смешения вяжущего вещества с различными заполнителями, в первую очередь подразделяются по назначению, структуре и условиям твердения. Однако наряду с этим классификация может производиться по весовой категории. При таком варианте в расчет берется масса бетона в кубе, благодаря чему удается определить область применения состава.

На фото представлен готовый бетонный раствор.

Основные виды смесей

Вес состава может выступать в качестве одной из характеристик, так как предоставляет возможность оценить механические и физические свойства. Если сооружение сохраняет показатели прочности и долговечности, то применение более легких растворов в значительной степени удешевляет процесс возведения.

Виды	Масса в килограммах	Заполнитель
Особо легкие	0-500	М15-М75
Легкие	500-1800	М100-М200
Тяжелые	1800-2500	М250-М400
Особо тяжелые	2500-3000	М450 и выше

Особо легкие бетоны

К этой категории относятся смеси, плотность которых не превышает 500 кг/м3, поэтому они в основном используются для формирования теплоизоляционных слоев и ограждающих конструкций. Понизить вес материала удается благодаря пористой структуре, которая также позволяет улучшить теплоизоляционные качества.

На фото демонстрируется структура ячеистого бетона.

Что касается прочности, то она заметно снижается. В связи с наличием пустот в готовых изделиях происходит изменение деформационных свойств, а значит, модуль упругости тоже уменьшается.

Основным представителем данной категории является ячеистый бетон, состоящий на 85 процентов из пузырьков воздуха.

Механический способ получения подобной продукции заключается в перемешивании готовой массы с заранее приготовленной пеной. После затвердевания образуется искусственный камень с воздушными включениями, которые равномерно распределены по всему изделию.
Химический способ предполагает добавление специальных газообразующих добавок, создающих эффект вспучивания раствора. Основной минус – наличие сквозных пор, что приводит к снижению устойчивости к влаге.

Дополнение! Активное применение современных добавок дает возможность улучшить показатели прочности особо легких смесей в несколько раз, но в этом случае возрастает конечная цена продукции.

Легкие растворы

Такие смеси имеют пористый заполнитель вроде керамзита и перлита, поэтому используются чаще для создания теплоизоляционного слоя, нежели для изготовления полноценных конструкций. Обычно масса 1 м3 бетона колеблется в пределах 500-1800 кг. Что касается структуры, то она может быть крупнопористой, поризованной или плотной.

Основная классификация легких составов.

Легкие составы ввиду универсальности используются во многих строительных элементах сооружений и зданий. В плане морозостойкости они уступают тяжелым смесям, но могут применяться в стеновых конструкциях, если содержат заполнитель с низким поглощением воды. К таковым, например, относится керамзит.

Тяжелые смеси

Если масса 1 куба бетона составляет 1800-2500 кг, то он относится к категории тяжелых составов. Подобные растворы активно применяются для возведения стен и несущих элементов индивидуальных строений и промышленных объектов.

Основные технические требования упоминаются в пунктах ГОСТ 26633-91.

Фракция используемого заполнителя для тяжелого раствора.

При изготовлении в качестве вяжущих веществ должны использоваться портландцементы, пуццолановые и сульфатостойкие цементы, а также другие аналоги, отвечающие техническим условиям.
В качестве заполнителя для тяжелых бетонов наиболее часто применяют гравий из плотных пород или щебень из ферросплавных и доменных шлаков, являющихся отходами черной металлургии.
Мелким заполнителем может служить природный песок или отсев, полученный в результате дробления горных пород. Средняя плотность зерен должна составлять 200-2800 г/см3.
Марка вяжущего вещества выбирается в зависимости от назначения конструкции и эксплуатационных условий на основании технических требований, отраженных в пунктах ГОСТ 30515-2013.

Наиболее используемые марки цемента и их срок твердения.

Примечание! В случае необходимости использования заполнителей с характеристиками ниже требований официальных стандартов должно быть осуществлено предварительное исследование.

Особо тяжелые составы

Смеси данной категории нашли свое применение в специальных конструкциях для защиты от радиационного излучения на атомных станциях и других потенциально опасных объектах. Масса куба бетона в этом случае может превышать 2500 кг. В качестве заполнителя обычно используются высокоплотные материалы: магнетит, барит и гематит.

При проведении работ необходимо придерживаться определенных требований. Смешивание компонентов должно осуществляться более двух минут, иначе качество состава заметно снизится. В обязательном порядке следует применять вибрационное оборудование для уплотнения раствора.

Для повышения защитных характеристик в особо тяжелые бетоны добавляются специальные присадки, включающие легкие компоненты вроде кадмия, лития и бора. Состав смеси, как правило, определяется по той же методике, что и для обычных растворов, но при этом проводятся экспериментальные замесы. Основная проблема – склонность приготовленной смеси к расслоению при транспортировке, уплотнении и укладке.

Состав раствора специального назначения.

В качестве заключения

Представленная инструкция, рассматривающая весовые категории бетонных растворов, поможет индивидуальным застройщикам в выборе строительной смеси для изделий и конструкций, создаваемых своими руками. При проведении работ необходимо понимать, что масса железобетона будет всегда выше обычного состава, так как внутри него содержится металлический каркас.

Дополнительные сведения отражены на видео в этой статье.

загрузка…

masterabetona.ru

Класс бетона по прочности на сжатие: от чего зависит

Спецификация строительных материалов позволяет точнее определить их предназначение. Класс бетона по прочности на сжатие обозначается литерой «М». Для этого материала она измеряется силой давления на него и просчитывается в МПа (Мегапаскалях). Для удобства технологов и строителей-практиков была разработана таблица, структурировавшая данные про прочность бетона на осевое сжатие и на растяжение. Учитываются и его морозостойкость и водонепроницаемость. Такая стандартизация улучшает качество стройматериала и делает конструкции более безопасными.

Существует также классификация по морозостойкости и водонепроницаемости. Так шифровка «бетон f100» обозначает, что его структура переносит мороз -100 градусов без колебаний агрегатного состояния.

Показатель на сжатие

В основе материаловедения лежат химические и физические процессы, происходящие с веществами под воздействием механического давления и смены температур. Такой показатель как предел прочности бетона на сжатие считается граничным, при нем происходит адгезия вещества. Под последней понимают взаимное проникновение компонентов бетона и поверхности, на которую его укладывают.

От чего зависит?

Влияние на этот показатель оказывают следующие факторы:

Соблюдение этапности приготовления материала и пропорций составляющих скажется на его свойствах.

Качество составляющих — щебня, песка, цемента.
Количество одного из компонентов. Здесь учитывают преимущественно цемент. Чем выше его марка, тем прочнее бетон.
Условия окружающей среды при приготовлении смеси — негативно влияют на нее низкие температуры.
Рецептура и последовательность приготовления — нужно строго придерживаться технологий.
Условия эксплуатации — важно, как хранится материал.

Простейшим способом определить прочность в условиях лаборатории есть метод, который называют кубиковым — помещение под пресс «подопытных» бетонных кубов. Доля вероятности разрушения кубиковой конструкции в экспериментах составляет не более 5 случаев на 100 образцов, которые подлежат испытанию. В то же время, призменная упругость позволяет определить характеристики эксплуатации смеси, которая в будущем превратится в бетон.

Прочность на растяжение

Полученный показатель позволит узнать, насколько сильно внешняя среда будет влиять на растрескивание готового материала.

Ее измерение производится редко, показатель вычисляется косвенно, и при проектных работах обычно не берется во внимание. Но прочность на растяжение влияет на способность материала сопротивляться растрескиванию под действием влажности, колебания температур. Обычно прочность бетона на сжатие в 10—15 раз больше, нежели при растяжении. Повышают ее смена соотношения цемента и воды в бетонных смесях, использование определенного типа щебня.

Необходимость принимать показатели во внимание

Марка бетона по прочности обязательно учитывается в строительном деле, поскольку от нее зависит крепость несущих конструкций здания. Она отображает предел на сжатие с максимально допустимым отклонением 13,5%. Прочность в целом определяется исходя из качественной подготовки смеси. Поэтому вместе с усредненным показателем учитывают равномерность распределения бетона по поверхности.

Соотношение класса и марки

Предельно возможное растяжение материала при изгибе тоже имеет значение при его классификации.

Классификация делает проще и надежнее выбор материалов для того или иного вида зданий. Класс бетона по прочности на осевое растяжение обозначают латинской «B». Для упрощения оперирования цифрами была создана специальная таблица, отображающая соответствие классов и марок. На ее основании можно определить, что класс В15 принадлежит к бетонной смеси среднего уровня жесткости, а B20 — высокого. Всего, согласно ГОСТу, их выделяют 18, но с усовершенствованием технологии изготовления бетонных конструкций количество подкатегорий увеличилось. Классовая характеристика определяется по процентному показателю каждого отдельно взятого свойства. Отдельно учитывается индекс Btb — это сочетание латинских букв, отображающее предел растяжения при характерном изгибе.

Соответствие маркировок приведено в таблице:

Класс по прочности	Марка
В 0.35	М 5
В 0.75	М 10
В 1	М 15
В 1.5	М 25
В 2	М 25
В 2.5	М 35
В 3.5	М 50
В 5	М 75
В 7.5	М 100
В 10	М 150
В 12.5	М 150
В 15	М 200
В 20	М 250
В 22.5	М 300
В 25	М 300
В 25	М 350
В 27.5	М 350
В 30	М 400
В 35	М 450
В 40	М 500
В 45	М 600
В 50	М 700
В 55	М 700
В 60	М 800

Марочная прочность

В архитектуре и строительстве выделяют такое понятие, как призменная прочность. Она отображает отношение разрушающей осевой сжимающей силы образца-призмы стандартизированных размеров к площади его сечения, нормального к этой силе.

Марочная прочность бетона обозначается латинской литерой «М» и определяется по стандарту СЭВ1406—78. В рамках этой классификации бетонная смесь делится на тяжелую и мелкозернистую. Она позволяет определить, насколько качественно цементный камень соединяется с частичками заполнителей. О достоверности результатов свидетельствует монолитность образованных конструкций. Для упорядочивания этой классификации также разработана таблица. В ней подаются численные характеристики для расчета средних результатов образцов во время испытаний. Марочная иерархия является менее эффективной, чем классовая, и все реже используется в архитектурно-строительном деле.

Прочность бетона на сжатие — вся правда о методах!

От качества бетонного раствора зависят эксплуатационные характеристики постройки. Основным требованием к бетонной смеси является прочность на сжатие. Она измеряется в килограммах на квадратный сантиметр (кг/см2) или в мегапасклях (МПа). Согласно этим показателям, материалу присваиваются марка (М) и класс (B).

Марка – более устаревшее обозначение, нежели класс. У цементно-бетонных смесей довольно широкий диапазон марок, начиная от М25 и заканчивая М1000. Но в строительстве частым спросом пользуются не более десяти. Показатель используется в заказах на материал.

Чем цифра в марке больше, тем бетон прочнее. Например, М250 обладает прочностью 262 кг/см2, а М350 – 327 кг/см2.

Класс – измеряется в мегапаскалях (МПа). Их существует 21 от B3,5 до B80. Но, как и с марками, популярностью пользуются около десятка. Этот показать используют в проекте работы.

Каждую марку можно приравнять к определенному классу и наоборот.

Для удобства соотношения существует таблица:

Испытание на сжатие проходит в лаборатории со специальным оборудованием – пресс-станком. Для определения берется образец застывшего бетона в форме небольшого куба или цилиндра. Образцы материала собирают на 7 день – после частичного застывания, и на 28 сутки – после полного схватывания. Их помещают в пресс и постепенно увеличивают давление до полного разрушения. Полученное значение на экране и будет прочностью на сжатие.

Существует еще косвенные виды исследований:

упругим отскоком;
ультразвук;
метод отрыва;
ударом.

А также различные комбинации методов.

При первом способе замеряют силу отскока металлического шарика от поверхности бетона с помощью приборов измерения: молотком Шмидта или склерометром.

Прочность оценивается по данным, которые покажет шкала прибора.

Для второго способа используют ультразвуковые измерители. Бывает сквозное и поверхностное прозвучивание. Сквозное измерение применяют, когда есть возможность приложить преобразователи напротив друг друга: например, к колоннам. При таком методе определяют скорость прохождения волны сквозь материал. Поверхностным прозвучиванием фиксируют время распространения волны по всей бетонной конструкции. Измеритель прикладывают к поверхности.

Во время испытаний методом отрыва измеряют усилия, приложенный для отрыва куска бетонного изделия. Для этого приклеивают металлический диск или вставляют анкер и с помощью тяги соединяют с прибором для замера. Прикладывают максимальные усилия до частичного разрушения.

Ударный метод предполагает сравнение отпечатков, оставленных после удара молотком Фидзеля или молотком Кашкарова. При таком способе берут образец с известной прочностью и оставляют на нем углубление с помощью инструмента. Затем на поверхности исследуемого объекта делают несколько подобных лунок. В конце сравнивают среднее значение глубины или диаметра отпечатков с эталоном. На основе этих данных определяют прочность.

Выбор конкретного метода зависит от вида бетонных конструкций и возможностей провести те или иные измерения. В данной статье описаны только основные способы, но существуют еще различные комбинации, которые вы можете найти в межгосударственных стандартах: ГОСТ 10180-90, ГОСТ 17624-2012 и ГОСТ 22690-2015.

Прочность бетона, определение, класс и марка, время выдержки раствора

Надежность любой конструкции определяется условиями эксплуатации, показателями внешних нагрузок и качеством материала. Прочность – одна из основных характеристик, указываемых на чертежах и спецификациях. Выполнение инженерных рекомендаций, правильный выбор класса и марки гарантируют отсутствие разрушений, безопасность при эксплуатации сооружения. Бетон – искусственный камень, получаемый формованием смеси вяжущего, заполнителя различной фракции, воды и добавок. Прочность – это свойство противостоять внешнему механическому воздействию.

Оглавление:

Соответствие марки и класса
Определение прочности на сжатие
Что влияет на характеристики?
Время выдержки раствора

В процессе эксплуатации воздействуют такие нагрузки:

Сжатие.
Растяжение.
Изгиб.
Срез.

Основная характеристика устойчивости бетонных конструкций деформациям – прочность на сжатие. Расчетные показатели в проектной документации могут указываться для всех видов нагрузки при эксплуатации сооружения в сложных условиях. Изготовители следуют заявленным требованиям заказчика, указанным в договоре.

Класс прочности и марки

Сложно получить неоднородный материал с заданными (расчетными) свойствами. Основные параметры: марка (М) и класс (В).

Класс показателей прочности на сжатие (В) – максимальная осевая нагрузка (МПа), при которой гарантировано (95 %) отсутствие недопустимой деформации. Является более точным значением, фигурирует в инженерных расчетах конструкций, чертежах. Обозначение: «В» с указанием числа. Диапазон: от В0.75 до В200, от сверхлегкого до реакционно-порошкового бетона.

Пример: В10 – сохранение прочности на сжатие до превышения 10 МПа. Параметр определяется в лабораторных условиях. Испытания образцов позволяют получить более точные характеристики смеси из одной партии.

Дополнительно прочность обозначается буквой «М» (марка). Следом идущие цифры определяют усредненный показатель осевой нагрузки при сжатии, вариативность которого укладывается в 13.5 %. Одной марке могут соответствовать различные классы. Снижение коэффициента вариации достигается повышением культуры производства. Единица измерения – кгс/см2, диапазон – от М100 до М2000.

Класс, В	Усредненный показатель прочности, кгс/см2	Марка (М)	Процентное отклонение марки от усредненного параметра
10	131	150	14.5
15	196.5	200	1.8
20	261.9	250	-4.5
25	327.4	350	6.9
30	392.9	400	1.8
35	458.4	450	-1.8

Для справки: 1МПа ≈ 10,2 х 1 кгс/см².

Лабораторное определение прочности на сжатие

Исследование контрольных образцов позволяет гарантировать качество, соответствие требованиям инженерных расчетов. Методы определения прочности (МПа):

1. Базовый (разрушающий):

Из смеси заданного состава отбирают пробы, заливают в формы из металла с низким водопоглощением. Емкости накрывают влажным материалом.

Через 24-72 часа выемка из формы и размещение образцов в камере, создающей условия: температура 20°C, влажность 95%.

Через 28 дней образцы в форме куба или цилиндра подвергают разрушению прессом. Зафиксированное усилие (МПа) записывают в журнал.
Выполняют математический расчет прочности бетона.

2. Неразрушающие методы основаны на использовании измерителей прочности, специальных приборов:

Ультразвуковые.
Электронные – склерометр.
Механические – молоток Кашкарова.

Факторы, влияющие на свойства

Разрушение может происходить по трем сценариям, в зависимости от вида бетона:

Тяжелый – деформация по цементному камню и краям зерна заполнителя. Причина – более высокая плотность гравия.
Легкий – образуются макротрещины в заполнителе.
Сверхпрочный – совокупность первых двух сценариев.

На процесс деформации влияют регулируемые факторы:

Качество компонентов состава, гарантирующих надежное сцепление вяжущего с наполнителем.
Низкая пористость, отсутствие микротрещин и капиллярных каналов.
Прочность цементного камня, результата реакции воды и вяжущего.

Учитывая, что химические реакции в смеси протекают от момента затворения до получения марочного бетона, свойства материала зависят от соблюдения условий:

Строгое выполнение технологии.
Отсутствие глинистых, пылеобразных примесей, препятствующих связи цементного камня и заполнителя.
Применение качественного (активного), оптимальной фракции вяжущего – снижает содержание воды, увеличивает плотность.
Соблюдение теплового режима, идеальные условия – 15-20°C. Высокие летом, низкие температуры зимой требуют специальных добавок, ускоряющих или замедляющих процесс твердения.
Правильность транспортирования до объекта. Необходим логистический поход к своевременной доставке смеси без нарушения свойств, особенно в зимнее время.
Соблюдение нормативов содержания цемента.

Класс В (сжатие)	Нормы расхода цемента М400, кг/м3
10	200
15	260
25	380

Для других марок вяжущего нормы рассчитываются с применением коэффициентов.

Время выдержки

Смесь в процессе твердения проходит через несколько стадий формирования структуры. Рост показателя прочности связан не только с качеством бетона и составом. Процесс гидратации – взаимодействие вяжущего с водой, образования цементного камня – может продолжаться достаточно длительное время. В этот период происходит нарастание прочности. Процесс более активен в первые 28 дней. Последующий период сопровождается снижением уровня гидратации.

Регулирование скорости можно достичь увеличением влажности, температуры окружающей среды, модифицирующими добавками. Решение этого вопроса особенно актуально на территории России.

Выдержку в зимнее время необходимо проводить с поддержанием положительных температур с момента выполнения бетонирования, для этого используют ряд мероприятий:

Укрывание матами, теплоизоляцией поверхности и опалубки.
Электро- или воздушный подогрев.
Применение добавок: пластификаторы, противоморозные.

Прочность бетона на сжатие и изгиб, классы бетона по прочности

Содержание статьи:

Прочность бетона, без сомнения, его основная характеристика. Именно для её хранения и поддержания мы увеличиваем водонепроницаемость, морозостойкость, производим уплотнение и вибрирование. В определении прочности лежит предназначение бетона — это основное строительный материал, призванный служить столетиями. Возвращаясь к терминологии, прочность бетона — это техническая характеристика, отражающая способность материала противостоять механическому и химическому воздействиям.
Методы определения прочности бетона
В целом способы определения этого свойства бетона можно разделить на 2 группы:
разрушающие (приводящие к разрушению образца)
неразрушающие (не влекущие разрушения образца)
Первый метод является обязательным при экспертизе зданий и их бетонных конструкций перед сдачей их в эксплуатацию. Он позволяет выявить критическую нагрузку на состав и тем самым определить границу прочности. На образец равномерно действует нагрузка, но при достижении предела прочности, он разрушается.
Второй метод проводится с помощью оборудования и инструментов и не требует образцов материала. Эта группа подразделяется на 3 типа методов:
частичного разрешения
ударного воздействия
ультразвукового обследования
Каждый из этих методов классифицируется на конкретные способы, а их использование и выбор зависят от ряда факторов (тип бетонной конструкции, окружающие условия, доступность проверяемого участка). Определение прочности необходимо не только в качестве контроля уже готового строительного объекта, но и для проверки заявленной прочности бетонной смеси.
Прочность на сжатие и класс бетона
Это основной показатель, которым характеризуется бетонный состав. Он является основополагающим при распределении бетона на классы. Классы бетона по прочности на сжатие обозначаются буквой «В», а цифровое значение — это не что иное, как выдерживаемое материалом давление в МПа. По СНИП точность соблюдения этих значений составляет около 95%, что, согласитесь, не мало.
Наряду с классами, прочность бетона на сжатие задается марками, такая прочность именуется марочной. Обозначается она буквой «М», а цифровое значение рядом определяет предел прочности на сжатие в кг/см2. Соответствие между классами и марками бетона по прочности на сжатие устанавливается через коэффициент вариации равный 13.5%.
Прочность бетона на изгиб
У каждого материала есть свои «сильные» и «слабые» стороны, заключённые в их свойствах. Вот и бетон, являясь одним из самых прочных материалов относительно сжатия, проигрывает по другим показателям, например, прочности на растяжение или изгиб. Этот показатель меньше чем на сжатие, примерно в 8-10 раз на 28-е сутки после заливки состава. При изгибе на тыльной стороне бетонного слоя появляются трещины, поэтому все ЖБИ и ЖБК оснащены арматурными основаниями ребристой формы. Испытания бетона на изгиб проводятся сугубо лабораторными методами. Изготавливаются определённые бруски материала, над ними проводится испытание, результатом которого является конкретное значение. Это значение в дальнейшем вводится в формулу для вычисления искомой прочности на изгиб. В ней учитывается вес образца и его размеры. Как правило, с увеличением марки и жёсткости, прочность на изгиб возрастает. Так как проверка этого показателя не может быть проведена в условиях стройки, его учитывают уже на этапе проектирования и проводят измерения состава будущего бетона заранее.
Набор данных прочности бетона на сжатие
Набор данных по прочности бетона на сжатие
Загрузить : Папка данных, описание набора данных
Реферат : Бетон — самый важный материал в гражданском строительстве. Прочность бетона на сжатие сильно нелинейно зависит от возраста и ингредиентов.
Характеристики набора данных:
Многомерный
Количество экземпляров:
1030
Площадь:
Физический
Характеристики атрибута:
Реальный
Количество атрибутов:
9
Дата дарения
2007-08-03
Сопутствующие задачи:
Регрессия
Отсутствуют значения?
НЕТ
Количество посещений в Интернете:
248082
Источник:
Первоначальный владелец и донор
Проф.И-Ченг Йе
Департамент информационного менеджмента
Университет Чун-Хуа,
Hsin Chu, Тайвань 30067, R.O.C.
эл. Почта: icyeh ‘@’ chu.edu.tw
ТЕЛ: 886-3-5186511
Дата дарения: 3 августа 2007 г.
Информация о наборе данных:
Количество экземпляров 1030
Количество атрибутов 9
Разбивка атрибутов 8 количественных входных переменных и 1 количественная выходная переменная
Отсутствуют значения атрибутов
Информация об атрибуте:
Даны имя переменной, тип переменной, единица измерения и краткое описание.Прочность бетона на сжатие — это проблема регрессии. Порядок этого листинга соответствует порядку цифр в строках базы данных.
Имя — Тип данных — Измерение — Описание
Цемент (компонент 1) — количественный — кг в смеси м3 — входная переменная
Доменный шлак (компонент 2) — количественный — кг в смеси м3 — входная переменная
Зола-унос (компонент 3) — количественный — кг в смеси м3 — входная переменная
Вода (компонент 4) — количественно — кг в смеси м3 — входная переменная
Суперпластификатор (компонент 5) — количественный — кг в смеси м3 — входная переменная
Крупный заполнитель (компонент 6) — количественный — кг в смеси м3 — входная переменная
Мелкий заполнитель (компонент 7) — количественный — кг в смеси м3 — входная переменная
Возраст — количественный — День (1 ~ 365) — Входная переменная
Прочность бетона на сжатие — количественная — МПа — Выходная переменная
Соответствующие документы:
Главный
1.И-Ченг Йе, «Моделирование прочности высокопрочного бетона с использованием искусственных нейронных сетей», Cement and Concrete Research, Vol. 28, No. 12, pp. 1797-1808 (1998).
Прочие
2. И-Ченг Йе, «Моделирование прочности бетона с помощью сетей дополненных нейронов», J. of Materials in Civil Engineering, ASCE, Vol. 10, No. 4, pp. 263-268 (1998).
3. И-Ченг Йе, «Проектирование высокоэффективной бетонной смеси с использованием нейронных сетей», J. of Computing in Civil Engineering, ASCE, Vol.13, No. 1, pp. 36-42 (1999).
4. И-Ченг Йе, «Прогноз прочности зольной пыли и шлакового бетона с помощью искусственных нейронных сетей», Журнал Китайского института гражданского и гидротехнического строительства, Vol. 15, No. 4, pp. 659-663 (2003).
5. И-Ченг Йе, «Методология дозирования смеси летучей золы и шлакового бетона с использованием искусственных нейронных сетей», Научно-технический журнал Чунг Хуа, том. 1, № 1. С. 77-84 (2003).
6. Йе, И-Ченг, «Анализ прочности бетона с использованием экспериментов и нейронных сетей», Журнал материалов в гражданском строительстве, ASCE, Vol.18, № 4, стр 597-604 (2006).

Запрос цитаты:
ПРИМЕЧАНИЕ. Повторное использование этой базы данных не ограничено с сохранением уведомления об авторских правах профессора И-Ченг Йе и следующей опубликованной статьи:
И-Ченг Йе, «Моделирование прочности бетона с высокими эксплуатационными характеристиками с использованием искусственных нейронных сетей», Исследование цемента и бетона, Vol. 28, No. 12, pp. 1797-1808 (1998).
6 способов измерения прочности бетона и 1, о котором вы можете не знать
При выборе метода измерения и мониторинга прочности бетона руководителям проектов важно учитывать влияние каждого метода на их график.В то время как некоторые процессы тестирования могут выполняться непосредственно на месте, другие требуют дополнительного времени для сторонних предприятий для предоставления данных о прочности. Время — не единственный фактор, влияющий на решения руководителей проектов. Точность процесса испытаний так же важна, как и напрямую влияет на качество бетонной конструкции.
Наиболее распространенным методом контроля прочности монолитного бетона является использование цилиндров, отверждаемых в полевых условиях. Эта практика оставалась в целом неизменной с начала 19 ^{-х годов} века.Эти образцы отливаются и отверждаются в соответствии с ASTM C31 и тестируются на прочность при сжатии сторонней лабораторией на различных этапах. Обычно, если плита достигла 75% своей проектной прочности, инженеры дают разрешение своей команде перейти к следующим этапам процесса строительства.
С тех пор, как впервые был введен этот метод тестирования, было сделано много разработок для ускорения процесса отверждения. Это включает использование обогревающих одеял, добавок, замедлителей парообразования и т. Д.Тем не менее, подрядчики по-прежнему ждут трех дней после заливки, прежде чем проверять прочность, даже несмотря на то, что их цели часто достигаются намного раньше.
Несмотря на это, многие менеджеры проектов предпочитают придерживаться этой практики тестирования, потому что «так делалось всегда». Однако это не означает, что этот метод является самым быстрым и точным методом проверки прочности всех заливок. На самом деле, помимо испытаний на разрыв цилиндров, существует множество различных практик.Вот семь различных подходов, которые следует учитывать при выборе метода испытаний на прочность:
Методы испытаний на прочность бетона
Отбойный молоток или молоток Шмидта (ASTM C805)
Метод: Пружинный спусковой механизм используется для приведения в действие молотка, который ударяет плунжер, чтобы вонзиться в поверхность бетона. Расстояние отскока от молота до поверхности бетона принимает значение от 10 до 100.Затем это измерение соотносится с прочностью бетона.
Плюсы: Относительно прост в использовании и может быть выполнен прямо на месте.
Минусы: Для точных измерений требуется предварительная калибровка с использованием проб с сердцевиной. Результаты испытаний могут быть искажены из-за состояния поверхности и наличия крупных заполнителей или арматуры под местом испытания.
Испытание на сопротивление проникновению (ASTM C803)
Метод: Для завершения испытания сопротивления проникновению устройство вбивает небольшой штифт или зонд в поверхность бетона.Сила, используемая для проникновения в поверхность, и глубина отверстия соотносятся с прочностью бетона на месте.
Плюсы: Относительно прост в использовании и может быть выполнен прямо на месте.
Минусы: Данные существенно зависят от состояния поверхности, а также от типа формы и используемых заполнителей. Требуется предварительная калибровка с использованием нескольких образцов бетона для точных измерений прочности.
Скорость ультразвукового импульса (ASTM C597)
Метод: Этот метод определяет скорость импульса колебательной энергии через плиту.Легкость, с которой эта энергия проходит через плиту, позволяет измерять эластичность бетона, сопротивление деформации или напряжениям и плотность. Затем эти данные соотносятся с прочностью плиты.
Плюсы: Это метод неразрушающего контроля, который также может использоваться для обнаружения дефектов в бетоне, таких как трещины и соты.
Минусы: На этот метод сильно влияет наличие арматуры, заполнителей и влаги в бетонном элементе.Также требуется калибровка с несколькими образцами для точного тестирования.
Испытание на отрыв (ASTM C900)
Метод: Основным принципом этого испытания является вытягивание бетона с помощью металлического стержня, залитого на месте или установленного в бетон. Вытянутая коническая форма в сочетании с силой, необходимой для вытягивания бетона, соотносится с прочностью на сжатие.
Плюсы: Проста в использовании, подходит как для новых, так и для старых конструкций.
Минусы: Этот тест включает раздавливание или повреждение бетона. Для получения точных результатов необходимо большое количество образцов для испытаний в разных местах плиты.
Литые цилиндры (ASTM C873)
Метод: Формы цилиндров помещаются в место заливки. В эти формы, которые остаются в плите, заливается свежий бетон. После затвердевания эти образцы удаляют и сжимают для повышения прочности.
Pros: Считается более точным, чем образцы, отвержденные в полевых условиях, потому что бетон подвергается тем же условиям отверждения, что и плита на месте, в отличие от образцов, отвержденных в полевых условиях.
Минусы: Это метод разрушения, требующий нарушения структурной целостности плиты. После этого места отверстий необходимо отремонтировать. Для получения данных о прочности необходимо использовать лабораторию.
Просверленный керн (ASTM C42)
Метод: Для извлечения затвердевшего бетона из плиты используется корончатое сверло.Затем эти образцы сжимаются в машине для контроля прочности монолитного бетона.
Pros: Эти образцы считаются более точными, чем образцы, отвержденные в полевых условиях, потому что бетон, который проверяется на прочность, подвергался действительной термической истории и условиям твердения плиты на месте.
Минусы: Это метод разрушения, требующий нарушения структурной целостности плиты. После этого места расположения жил необходимо отремонтировать.Для получения данных о прочности необходимо использовать лабораторию.
Беспроводные датчики зрелости (ASTM C1074)
Датчик SmartRock
Метод: Этот метод основан на том принципе, что прочность бетона напрямую связана с историей его температуры гидратации. Беспроводные датчики устанавливаются в бетонную опалубку и закрепляются на арматуре перед заливкой. Данные о температуре собираются датчиком и загружаются на любое интеллектуальное устройство в приложении с помощью беспроводного соединения.Эта информация используется для расчета прочности на сжатие монолитного бетонного элемента на основе уравнения зрелости, заданного в приложении. Плюсы: Данные о прочности на сжатие предоставляются в режиме реального времени и обновляются каждые 15 минут. В результате данные считаются более точными и надежными, поскольку датчики встраиваются непосредственно в опалубку, а это означает, что они подвергаются тем же условиям твердения, что и монолитный бетонный элемент. Это также означает, что вы не будете тратить время на ожидание результатов от сторонней лаборатории. Минусы: Требуется однократная калибровка для каждой бетонной смеси, чтобы установить кривую зрелости с использованием тестов на разрыв цилиндра.
Подробнее о зрелости бетона можно узнать здесь
Комбинированные методы измерения прочности бетона
Комбинация этих методов измерения прочности на сжатие иногда используется для обеспечения контроля качества и гарантии качества бетонной конструкции. Комбинированный метод дает более полный обзор вашей плиты, позволяя вам подтвердить данные о прочности, используя более одного метода испытаний.Точность ваших данных о прочности также повысится, поскольку использование нескольких методов поможет учесть влияющие факторы, такие как тип цемента, размер заполнителя и условия отверждения. Например, была изучена комбинация метода скорости ультразвукового импульса и испытания отбойного молотка. Аналогичным образом, при использовании метода зрелости на стройплощадке для проверки прочности на сжатие рекомендуется выполнить испытания на разрыв цилиндра на 28-й день жизненного цикла вашего бетона в целях приемки и подтверждения прочности вашей плиты на месте.
Как решить, какой метод измерения прочности бетона использовать для следующей заливки
Такие тесты, как отбойный молоток и метод сопротивления проникновению, хотя и прост в выполнении, считаются менее точными, чем другие методы тестирования (Science Direct). Это потому, что они не исследуют центр бетонного элемента, а только условия отверждения непосредственно под поверхностью плиты. Такие методы, как метод измерения скорости ультразвукового импульса и испытание на вытягивание, труднее выполнять, поскольку процесс их калибровки является длительным и требует большого количества образцов для получения точных данных.
В качестве методов разрушающего тестирования методы просверленного керна и монолитного цилиндра требуют сторонних лабораторий для проведения испытаний на разрыв для получения данных. В результате при использовании любого из этих методов в расписании вашего проекта требуется больше времени. Для сравнения, с помощью метода зрелости вы можете получать данные о прочности в режиме реального времени прямо на месте, что позволяет принимать обоснованные и быстрые решения. Уменьшая вашу зависимость от тестов на разрыв, вы также можете избежать неточностей, связанных с тестовыми лабораториями.
Узнайте больше о беспроводных датчиках бетона, таких как SmartRock® Здесь
Ваше решение о выборе метода тестирования может просто зависеть от того, что вы знаете и к чему привыкли. Однако точность этих испытаний и время, необходимое для получения данных о прочности, являются важными факторами, которые не всегда принимаются во внимание с должной тщательностью. Подумайте, на что вы тратите все свое время и деньги во время строительства проекта. Сколько из них тратится на ремонт, оплату испытательных лабораторий и дополнительный труд, чтобы ваш проект был завершен вовремя? Точность выбранной вами техники может привести к проблемам с долговечностью и эксплуатационными характеристиками вашей бетонной конструкции в будущем.Кроме того, выбор метода, который требует дополнительного времени для получения данных о прочности, может нанести ущерб срокам выполнения вашего проекта, отрицательно сказавшись на производительности на вашей рабочей площадке. И наоборот, выбор правильного инструмента может положительно повлиять на сроки проекта и позволить вам завершить проект ниже бюджета. Как вы решаете, какой метод испытания на прочность использовать?
Источники:
Science Direct
Зрелость бетона: от теории к применению
Concrete Network
* Примечание редактора. Этот пост был первоначально опубликован в апреле 2019 года и был обновлен для обеспечения точности и полноты.
Измерение прочности на сжатие — Национальная ассоциация сборного железобетона
Испытания на сжатие предоставляют сборному железобетону простой метод отслеживания конкретных тенденций, которые могут возникнуть из-за изменений материала или условий окружающей среды, чтобы они могли вносить необходимые корректировки. Фотография файла NPCA.
Избегайте распространенных ошибок при измерении прочности бетона на сжатие.
Митч Ректор
Примечание редактора: Эта статья предназначена для использования в качестве справочного руководства для производственных сотрудников начального уровня.
Производство качественного сборного железобетона во многом похоже на приготовление хорошего стейка на гриле. Одно из основных соображений — как долго вы ждете. Чем дольше вы ждете, тем дольше стейк занимает ценное место на гриле, а если вы будете ждать слишком долго, мясо переварится. Однако, если вы удалите его слишком рано, он может быть плохо прожарен или недоварен.
Точно так же, как вы можете использовать тест для определения длины стейка во время приготовления, вы можете использовать тест для определения прочности вашего бетона.Но вместо легкого прикосновения пальцем используется специальное оборудование для приложения силы в несколько тысяч фунтов.
Разные дневные силы
Прочность бетона обусловлена химической реакцией между цементом и водой. Это создает пасту, связывающую агрегаты вместе. Со временем все больше цемента может вступить в реакцию, в результате чего бетон станет прочнее. Прочность бетона важна не только для проектирования, но и для производства. При производстве методом «мокрого литья» чем раньше бетон достигает минимальной прочности на отслаивание, тем быстрее он может быть удален из формы, и форма может быть использована для следующего продукта.Так как же определяются сильные стороны разборки и конструкции?
Процесс испытаний на сжатие
Машина для испытания бетона на сжатие работает путем постепенного приложения силы к образцу. Поскольку прочность определяется как максимальная переносимая нагрузка, деленная на среднюю площадь поперечного сечения, наиболее логичный способ определения прочности образца — нагружать его до тех пор, пока он не выйдет из строя. Однако это было бы непрактично выполнять для всех сборных железобетонных изделий. Вместо этого отливают и используют небольшие бетонные цилиндры.Цилиндры обычно имеют размер 4 на 8 дюймов или 6 на 12 дюймов. Эти образцы легко отливать и требуют мало места для хранения, особенно при производстве в больших количествах. Важно отливать цилиндры из одной и той же бетонной смеси, чтобы можно было сравнить прочность цилиндров.
Согласно Руководству по контролю качества для заводов сборного железобетона Национальной ассоциации сборных железобетонных изделий, раздел 5.3.5.4, по крайней мере, четыре образца прочности на сжатие должны быть отлиты на каждые 150 кубических ярдов бетона каждой смеси или один раз в неделю, в зависимости от того, что наступит раньше.Два образца испытывают не позднее семи дней после литья. Среднее значение двух образцов помогает поддерживать стабильное качество. Тот же процесс повторяется с двумя другими образцами не ранее чем через 28 дней после литья.
Важно полностью испытать образцы до разрушения.
Влага — еще одна распространенная проблема при обращении с баллонами или их хранении. Из-за химического состава цемента сухой образец может показать большую прочность, чем влажный. Это может вызвать серьезные проблемы, если из двух 7-дневных образцов один влажный, а другой сухой.
«Довольно часто их вытаскивают и не хранят во влажном состоянии до тех пор, пока они не сломаются», — сказал Причард. «Согласно ASTM, те, которые требуют влажного отверждения, следует ломать, пока они еще влажные».
Другая распространенная проблема может возникнуть из-за того, как образец помещается в испытательную машину.
«На мой взгляд, наибольшее влияние на поломки оказывают выравнивание в машине, правильная посадка опорных поверхностей и обеспечение центрирования цилиндра», — сказал Притчард.
Образец, который смещен или смещен по центру, может создавать точечную нагрузку, которая вызовет боковые трещины вверху или внизу.
Раздел 7 ASTM C39 гласит: «Поместите подшипниковый блок скольжения (нижний) закаленной лицевой стороной вверх на стол или плиту испытательной машины непосредственно под сферически установленным (верхним) подшипниковым блоком». Затем верхняя и нижняя опорные поверхности протираются начисто перед тем, как образец помещается на нижний опорный блок. При использовании колпачков без приклеивания их следует располагать по центру цилиндра.Затем образец выравнивается по центру толчка через сферически установленный блок.
Наконец, при испытании образца важно использовать правильную скорость нагружения. Низкая скорость загрузки приведет к длительному выполнению теста. Кроме того, низкая скорость нагружения приведет к ползучести образца, что приведет к снижению прочности. И наоборот, высокие скорости нагружения будут влиять на свойства материала бетона, временно увеличивая прочность на сжатие. Это означает, что прочность образца не будет точно отражать свойства смеси.Тогда какова правильная скорость загрузки?
ASTM C39 утверждает, что скорость нагружения должна применяться непрерывно, без ударов или внезапных повышений. Приемлемая скорость нагрузки составляет от 28 до 42 фунтов на квадратный дюйм. В первой половине фазы нагружения допускается более высокая скорость нагружения, но ее следует применять осторожно и контролируемо, чтобы избежать ударной нагрузки. По мере приближения нагрузки с подозрением на отказ важно не регулировать скорость нагрузки. Важно помнить, что скорость нагружения образца является важной частью проведения точного испытания на сжатие.После завершения теста следует соблюдать осторожность.
«Самая большая проблема, с которой я сталкивался в прошлом, заключалась в переносе и документировании, а не в том, чтобы все правильно записать», — сказал Притчард. «Они могут переставить число или записать его не на том листе».
Эта маленькая деталь может вызвать самые большие проблемы, поэтому всегда следите за тем, чтобы вы записывали правильные числа в нужном месте.
Будьте начеку
Все, что нужно, — это отвлечься на долю секунды, чтобы стейк попал на хорошо прожаренную территорию, и все, что требуется, — это быстрый момент небрежности, чтобы сделать дневную работу недействительной.Внимательное отношение к каждому этапу процесса тестирования — важная часть создания качественного изделия из бетона.
Митч Ректор — инженер технической службы NPCA.
Frontiers | Адаптация искусственного интеллекта для улучшения оценки прочности бетона на сжатие при испытаниях на удар отскоком
Введение
Бетон — это искусственный композитный материал, состоящий в основном из заполнителя, воды и цемента. Поскольку бетон относительно дешев и обеспечивает высокую прочность на сжатие, он является одним из наиболее часто используемых материалов в строительной отрасли.Он широко используется в зданиях, мостах, дорогах и многих других сооружениях. Для обеспечения безопасности конструкций качество бетонного материала, особенно его прочность, имеет большое значение для строительной отрасли. Один из самых популярных способов оценки характеристик бетона — измерение его прочности на сжатие. Прочность на сжатие — один из наиболее важных критериев, используемых для проверки того, будет ли данная бетонная смесь соответствовать проектным требованиям. Прочность на сжатие обычно измеряется путем разрушения цилиндрических бетонных образцов в компрессорной машине.Эти образцы случайным образом отбираются из различных партий товарного бетона, доставленных на строительную площадку. Тем не менее, для существующих конструкций необходимо пробурить образцы керна, чтобы получить прочность бетона на сжатие в полевых условиях. Взятие образцов керна наносит определенный ущерб существующим конструкциям, а иногда невозможно отобрать образцы керна (например, когда вы не можете получить согласие владельца). В таких условиях для оценки прочности бетона на сжатие желательны альтернативные методы испытаний, такие как неразрушающие испытания.Среди неразрушающих испытаний бетона на прочность на сжатие в промышленности обычно используются испытания отбойным молотком (RH) и ультразвуковой импульсной скоростью (UPV). Основными преимуществами тестов RH и UPV являются их способность исследовать состояние бетонной конструкции, не вызывая повреждений (Shariati et al., 2011).
При испытании на относительную влажность подпружиненный стальной молоток прижимается к поверхности бетона. При отпускании молоток ударяет по бетону с заданным количеством энергии.Твердость бетона влияет на степень упругого отскока массы. Это расстояние отскока измеряется и используется для оценки прочности бетона (ASTM C805 / C805M — 18, 2020). В тесте UPV сначала измеряется скорость распространения импульсов продольной волны напряжения через бетон. Затем прочность бетона на сжатие оценивается с использованием измеренного UPV. UPV-тест проводится путем передачи ультразвуковых импульсов через испытуемый образец, а затем измеряется время, необходимое импульсу для прохождения через бетон.Более высокие скорости указывают на хорошее качество и целостность материала, а более низкие скорости могут указывать на трещины или пустоты в бетоне (ASTM C597 — 16, 2020). По сравнению с другими неразрушающими методами испытания на относительную влажность дешевле (с точки зрения испытательного оборудования), быстрее и проще в проведении (Hamidian et al., 2012). Кроме того, испытания на относительную влажность приняты Американским обществом испытаний и материалов (ASTM 805) (ASTM C597 — 16, 2020) и национальными стандартами Китая (CNS 10732) в качестве альтернативного способа оценки прочности бетона на сжатие.Таким образом, это исследование использует тесты относительной влажности для оценки прочности бетона на сжатие.
Обычно измеренное расстояние отскока используется для оценки прочности бетона на сжатие либо с помощью таблицы преобразования, либо по формулам, предоставленным производителем. Тем не менее, несмотря на удобство, оценки прочности на сжатие по результатам испытаний на относительную влажность не очень точны, и сообщается в среднем более 20% средней абсолютной процентной ошибки (MAPE) (Huang et al., 2011). В свете этого, данное исследование пытается дополнительно изучить взаимосвязь между измерениями относительной влажности и фактической прочностью на сжатие.
В предыдущих исследованиях предпринимались попытки различных подходов к исследованию взаимосвязи между измерениями относительной влажности и фактической прочностью на сжатие. Для достижения этой цели многие исследователи применяют линейные и нелинейные статистические регрессии для улучшения оценки прочности бетона на сжатие в тесте RH (Hajjeh, 2012; Rojas-Henao et al., 2012; El Mir and Nehme, 2017; Xu and Li, 2018). ; Kocáb et al., 2019). Кроме того, некоторые исследователи успешно применили нетрадиционные статистические методы, такие как искусственные нейронные сети (ИНС), для улучшения оценок прочности бетона на сжатие в тестах на относительную влажность (Yılmaz and Yuksek, 2008; Iphar, 2012; Asteris and Mokos, 2019).Тем не менее, в большинстве исследований используются новые образцы кубов или цилиндров, полученные в лаборатории. В результате могут быть некоторые ограничения при применении результатов этих исследований к тестам на относительной влажности in situ. В свете этого данное исследование направлено на изучение взаимосвязи между показателями относительной влажности и фактической прочностью на сжатие для существующих конструкций. На месте Испытания на относительную влажность и отбор образцов керна проводятся на здании большого жилого комплекса. Для разработки моделей прогнозирования прочности на сжатие проводятся как традиционные (линейная / нелинейная регрессия), так и нетрадиционные (искусственный интеллект или ИИ) статистический анализ.Результаты исследования показывают, что, внедряя методы искусственного интеллекта в испытания RH, оценки прочности бетона на сжатие могут быть улучшены для in situ испытательных объектов. Следует отметить, что основное внимание в этом исследовании уделяется изучению взаимосвязи между измерениями относительной влажности in situ и прочностью бетона; поэтому природа самого теста на относительную влажность не обсуждается в данном исследовании.
Обзор литературы
Используя методы искусственного интеллекта, это исследование направлено на изучение взаимосвязи между результатами испытаний на месте, RH и фактической прочностью бетона на сжатие.Во-первых, рассматриваются предыдущие исследования, связанные с испытаниями на относительную влажность и оценкой прочности бетона на сжатие. Затем проводится обзор литературы, связанной с методами искусственного интеллекта.
Испытание отбойным молотком
Когда меры разрушающего контроля неосуществимы, методы неразрушающего контроля были приняты в качестве альтернативы для изучения свойств строительных материалов. За прошедшие годы исследователи, использующие неразрушающие методы оценки свойств материалов, получили успешные результаты (Kumar et al., 2019). Для бетонного материала испытание на относительную влажность часто выбирают в качестве альтернативного метода неразрушающего контроля для оценки прочности на сжатие. Стандарты испытаний на относительную влажность установлены в разных странах и регионах, например, ASTM 805 в США (ASTM C805 / C805M — 18, 2020), BS 1881: часть 202 в Великобритании (Британский институт стандартов (BSI), 1986). , EN 12504-2 в Европе (Европейский комитет по нормализации (En), 2012) и CNS 10732 в Тайване, Национальные стандарты Китайской Республики, 1986.Тест на относительную влажность легко провести, и результаты теста можно получить практически мгновенно. Измерения относительной влажности можно использовать для оценки прочности бетона на сжатие с использованием таблицы преобразования или уравнения преобразования, предоставленного производителем прибора. Однако эти оценки прочности бетона на сжатие не очень точны при использовании измерений относительной влажности (Huang et al., 2011). Некоторые исследователи пытались улучшить оценки прочности бетона на сжатие путем введения факторов, отличных от значения относительной влажности, таких как соотношение вода: цемент, возраст и типы добавок (Atoyebi et al., 2019). Другие пытались использовать различные методы прогнозирования, чтобы лучше коррелировать значение относительной влажности с фактической прочностью на сжатие. Среди них традиционные статистические регрессии являются наиболее популярными методами, принятыми исследователями (Hajjeh, 2012; Rojas-Henao et al., 2012; El Mir and Nehme, 2017; Xu and Li, 2018; Kocáb et al., 2019). Сообщается, что в последние годы нетрадиционные методы статистической регрессии, такие как ИНС, дают лучшие оценки прочности на сжатие по сравнению с традиционными методами регрессии (Yılmaz and Yuksek, 2008; Iphar, 2012; Asteris and Mokos, 2020).В дополнение к традиционным методам регрессии и ИНС в этом исследовании также используются альтернативные методы искусственного интеллекта, поддержка векторной регрессии и адаптивные сетевые системы нечеткого вывода (ANFIS) для разработки конкретных моделей прогнозирования сжатия. Эти методы представлены в следующем разделе.
Методы искусственного интеллекта
В некоторых предыдущих исследованиях по оценке относительной влажности использовались традиционные статистические методы для корреляции измерений относительной влажности и прочности бетона на сжатие. Однако до сих пор результаты не были удовлетворительными (Qasrawi, 2000; Szilágyi et al., 2011; Brencich et al., 2013; Брейсс и Мартинес-Фернандес, 2014). В этом исследовании делается попытка использовать методы искусственного интеллекта для изучения взаимосвязи между измерениями относительной влажности и прочностью бетона на сжатие. В качестве приложения ИИ алгоритмы машинного обучения используют образцы данных для разработки (или обучения) математических моделей. Изучение выборки данных позволяет модели делать прогнозы без явного программирования (Bishop, 2006). Для этого исследования проводятся эксперименты с RH для получения выборочных данных для моделей прогнозирования машинного обучения.Среди различных методов машинного обучения для регрессии выбраны ИНС, машины опорных векторов (SVM) и ANFIS для разработки моделей прогнозирования. Для данного исследования эти методы были выбраны, потому что, как сообщается, ИНС, SVM и ANFIS успешно применялись во многих различных областях, таких как финансы, инженерия, медицина и производство. Результаты прогнозирования моделей с помощью этих методов искусственного интеллекта также превзошли традиционные методы статистической регрессии (Shirsath and Singh, 2010; Balabin, Lomakina, 2011; Yilmaz and Kaynar, 2011; Rezaeianzadeh et al., 2014).
На основании литературных данных в этом исследовании используются методы регрессии AI для улучшения оценки прочности бетона на сжатие для испытаний на месте RH. В следующем разделе кратко представлены методы теста RH и регрессии AI.
Методология
Испытания на относительную влажность — популярные неразрушающие испытания для измерения твердости поверхности и сопротивления бетону проникновению. Измерения при испытаниях относительной влажности могут быть связаны с упругими свойствами или прочностью испытуемого объекта.При испытаниях на относительную влажность молоток сначала прижимается к бетонной поверхности (в данном исследовании это небольшие неструктурные балки). Затем подпружиненная масса молота ударяет с определенной энергией, а затем измеряется отскок. Измеренное значение отскока называется числом отскока. Путем обращения к таблице преобразования или уравнению, предоставленным производителем, прочность бетона на сжатие может быть затем оценена с использованием числа отскока. Для цифровой относительной влажности прочность на сжатие может быть рассчитана автоматически (Информация о, 2012 г.).RH указывает на твердость поверхности испытуемого объекта. При использовании RH для проверки прочности бетона на сжатие более низкое значение отскока получается для бетона с низкой прочностью и жесткостью из-за большего поглощения энергии (Brencich et al., 2013).
Для этого исследования группа исследователей сначала провела испытания на относительную влажность неструктурных балок в подвале большого жилого комплекса. После испытаний на относительную влажность образцы керна были тщательно просверлены, а затем испытаны в лаборатории для получения фактической прочности на сжатие.Из-за деструктивного характера процесса колонкового бурения, данные испытаний на месте RH собрать сложно. Чтобы получить более надежные оценки прочности бетона, собираются данные по 100 образцам. Цифровой RH (Silver Schmidt Type N-PC) используется для этого исследования, как показано на рисунке 1. Цифровой молоток предлагает интуитивно понятное управление с помощью меню; электронная обработка данных; автоматическая коррекция тестовых позиций; и хранение тестовых данных (Информация о, 2012 г.). Этот инструмент выбран потому, что его точность и повторяемость улучшены по сравнению с традиционными молотками для испытаний бетона.Собранные данные затем используются для разработки и проверки регрессионных моделей ИИ.
РИСУНОК 1 . Отбойный молоток типа N-PC Silver Schmidt.
ИНС — это методы машинного обучения, основанные на биологических нейронных системах мозга. ИНС состоит из взаимосвязанных узлов (искусственных нейронов), и эти узлы могут принимать, обрабатывать и передавать сигналы искусственным нейронам, подключенным к ним. Каждый искусственный нейрон имеет взвешенные входы, одну передаточную функцию и один выход.Хотя отдельный нейрон может выполнять определенные простые задачи, реальная вычислительная мощность исходит от соединяющихся между собой нейронов. Обычно эти взаимосвязанные нейроны объединяются во входной слой, скрытый слой (и) и выходной слой. Сигналы принимаются входным слоем, а затем передаются через скрытый слой (и) и выходной слой. Такие системы могут учиться на примерах, не будучи запрограммированными правилами для конкретных задач (Zupan and Gasteiger, 1991; Gurney, 2014). Типичная трехслойная нейронная сеть показана на рисунке 2 с одним входным слоем, одним скрытым слоем и одним выходным слоем.
РИСУНОК 2 . Трехслойные ИНС.
В скрытом слое нейроны получают сигналы активации от нейронов входного слоя. Сигнал активации, поступающий в каждый нейрон, представляет собой взвешенную сумму всех сигналов от входного слоя. Эта взвешенная сумма всех сигналов (также известная как сигнал активации) показана в формуле. 1. В формуле. 1, x _j — сигнал активации, который принимает нейрон j в скрытом слое; I _i — это i -й нейрон во входном слое, а W _ij — вес связи между нейроном j в скрытом слое и нейроном входного слоя I _i.После получения сигналов активации нейрон генерирует выходной сигнал с помощью заранее определенной функции активации. Одной из наиболее распространенных функций активации является сигмовидная функция, показанная в формуле. 2. В формуле. 2, x _j — вход для нейрона j в скрытом слое, а h _j — выход нейрона j . Сигмоидальные функции преобразуют входные значения в выходные значения от 0 до 1.
Выходные данные нейронов скрытого слоя затем передаются на выходной уровень.Как показано в формуле. 3, h _j — выход нейрона j и W _jk — вес связи между нейронами j и k. y _k — сигнал активации, полученный нейроном выходного слоя k , взвешенная сумма входов в нейрон выходного слоя k . На уровне вывода функция активации преобразует полученные сигналы активации и генерирует выходные данные нейронных сетей.Как показано в формуле. 4, o _k — результат моделирования нейронной сети после преобразования сигмоидной функции. Для контролируемых нейронных сетей ошибка модели E ( W ) затем вычисляется путем сравнения желаемого (или фактического) значения d _k и выходных данных модели o _k, как рассчитано. в формуле. 5.
При разработке модели нейронной сети функция ошибок E ( W ) сводится к минимуму, чтобы найти наиболее подходящую модель.Одним из наиболее популярных методов минимизации ошибки является алгоритм обратного распространения (BP). В алгоритме BP ошибки, полученные на выходных слоях, распространяются обратно на скрытый слой, а затем на входной уровень. Во время процесса BP обновляются веса связи между всеми нейронами в сетях. С обновленными весами выходной сигнал сети пересчитывается. Ошибка, полученная от обновленной нейронной сети, распространяется обратно для повторного обновления весов. Этот процесс повторяется для минимизации ошибки до тех пор, пока не будет найдена наиболее подходящая модель.
ИНС успешно применяются во многих областях исследований для прогнозирования. Некоторые исследователи успешно адаптировали ИНС для прогнозирования прочности бетона на сжатие с использованием входных переменных, таких как возраст, портландцемент, вода, песок, щебень, высокодисперсный водоредуцирующий агент и летучая зола (Topçu and Sarıdemir, 2008). В этом исследовании также используются ИНС для разработки модели прогнозирования прочности бетона.
SVM, впервые разработанные Вапником (2013), представляют собой контролируемые методы машинного обучения, основанные на теории статистического обучения.Как показано на рисунке 3, SVM сначала выполняют нелинейное отображение выборочных данных в пространство признаков более высокого измерения, а затем выборочные данные могут быть классифицированы с использованием линейной модели. Φ указывает функцию преобразования для нелинейного отображения.
РИСУНОК 3 . Отображение SVM более высокого измерения.
SVM были впервые разработаны для классификации; Drucker et al. далее предложил использовать концепции регрессии (Drucker et al., 1997), также известной как регрессия опорных векторов.Концепции регрессии опорных векторов кратко описаны ниже (Smola and Schölkopf, 2004).
Для данного набора данных D = {(xi, di)} in, x _i — входной вектор, d _i — желаемое (целевое) значение и n — размер набора данных. С помощью нелинейного отображения (Φ) входного вектора, нелинейная регрессия в пространстве более низкой размерности может быть затем представлена линейной регрессией в пространстве признаков более высокой размерности, как показано в уравнении.6.
, где ω — вектор весов, Φ — пространство признаков более высокой размерности, а b — смещение.
Основные концепции регрессии опорного вектора — минимизация структурных рисков. Путем минимизации функции штрафа за риск можно получить ω и b , как показано ниже (Smola and Schölkopf, 2004):
RSVR (C) = C × 1n∑i − 1nLε (di, yi) + 12‖ω ‖2, (7)
где
Lε = {| d − y | −εif | d − y | ≥ε0, в противном случае, (8)
где C × 1 / n∑i − 1nLε (di, yi) — оценка риска на основе Lε ( ε -нечувствительная функция потерь) в уравнении.7, y _i — это цель, 1 / 2‖ω‖2 — штрафная статья для оценки структурного риска, а C — штрафная константа.
Путем введения переменных запаса можно оценить ξ и ξ ^*, ω и b . Затем новая целевая функция отображается как.
Минимизировать
RSVM (ω, ξ (∗)) = C × 1n∑i − 1n (ξi + ξi ∗) + 12‖ω‖2 (9)
С учетом
di − ωφ (xi) −bi≤ε + ξiωφ (xi) + bi − di≤ε + ξi ∗ ξ (∗) ≥0 (10)
Множители Лагранжа, a _i и a _i ^* , затем может быть включена, и решающая функция SVM принимает вид
f (x, ai, ai ∗) = ∑i = 1n (ai − ai ∗) K (x, xi) + b (11)
Затем множители Лагранжа , a _i и a _i ^*, приняты в целевой функции штрафа, как показано ниже:
Максимизировать
R (ai, ai ∗) = ∑i = 1ndi (ai − ai ∗) — ε (ai + ai ∗) — 12∑i = 1n∑j = 1n (ai − ai ∗) (aj − aj ∗) K (x, xi) (12)
С учетом
∑i = 1n (ai − ai ∗) = 0,0≤ai≤Ci = 1,2 ,…, n0≤ai ∗ ≤Ci = 1,2, …, n (13)
Ядерная функция, K ( x _i, x _j), является внутреннее произведение x _i и x _j в соответствующих пространствах признаков ψ ( x _i) и ψ ( x _{18) j (xi, xj) = φ (xi) ∗ φ (xj).}
По сравнению с ИНС, которые иногда критикуют как приближения черного ящика, регрессию опорных векторов можно теоретически проанализировать с помощью теории вычислительного обучения (Smola and Schölkopf, 2004; Anguita et al., 2010). Результаты нескольких исследований показали, что SVM могут обеспечивать лучшие результаты прогнозирования по сравнению с ANN (Kim, 2003; Huang et al., 2005). В результате в этом исследовании используется опорная векторная регрессия в качестве одного из методов прогнозирования ИИ при разработке модели.
ANFIS — это разновидность ИНС, основанная на системе нечеткого вывода Такаги – Сугено (Jang, 1993). Это гибридная интеллектуальная система, которая объединяет человеческий стиль рассуждений нечетких систем и структуру обучения нейронных сетей.Нечеткие правила «если – то» включаются в систему вывода, чтобы система могла научиться аппроксимировать нелинейные функции на основе выборочных данных. ANFIS основан на нечеткой модели Сугено первого порядка, предложенной Такаги и Сугено. Учитывая две входные переменные (x и y) и одну выходную переменную (z), с нечеткой моделью Сугено, ANFIS включает алгоритмы обучения в ИНС для определения параметров в исходных и последующих частях нечетких правил (Abraham, 2005). . Структура модели ANFIS с двумя входными переменными (x и y) и одной выходной переменной (z) показана на рисунке 4.
РИСУНОК 4 . Модель ANFIS.
Функции каждого уровня в этой структуре ANFIS представлены ниже (Abdulshahed et al., 2015):
Уровень 1 — это входной уровень, который предназначен для фаззификации входных данных. На этом уровне входные переменные отображаются в нечеткие множества. Каждый узел представляет собой адаптивный узел с функцией узла.
O1, i = µAi (x) для i = 1, 2 (14) или O1, i = µBi (y) для i = 1,2 (15)
x и y являются входами для узла i ; O _{1, i} — это степень принадлежности для нечеткого множества A (функции принадлежности A1, A2) или нечеткого множества B (функции принадлежности B1, B2).Типичная колоколообразная функция принадлежности в этом слое может быть выражена как
µA (x) = 11 + | x − ciai | 2bi (16)
В уравнении. 16, a , b и c — параметры для функции принадлежности u (x) . Эти параметры определяют форму функции принадлежности и называются параметрами предпосылки.
Уровень 2 — это уровень правил, который вычисляет произведение всех сигналов, поступающих на узлы. Каждый узел на этом уровне является фиксированным узлом, и выходные данные этого уровня являются произведением всех входящих сигналов или полученных от min (И) в нечетких наборах.Каждый узел представляет собой силу действия правила. Его можно вычислить как
O2, i = wi = µAi (x) µBi (y) для i = 1,2 (17) или O2, i = wi = min (µAi (x), µBi (y)) для i = 1,2 (18)
Третий уровень — это уровень нормализации, который нормализует силу срабатывания каждого узла. Каждый узел в этом слое также является фиксированным узлом, и выходной сигнал называется нормализованной активностью этого узла. Выходной сигнал узла i th получается путем вычисления отношения силы стрельбы по правилу i -го к сумме мощностей стрельбы всех правил.Его можно вычислить как
O3, i = w¯ = wiw1 + w2 для i = 1, 2 (19)
Слой 4 — это слой вывода, который предназначен для дефаззификации. Каждый узел на этом уровне является адаптивным узлом. Он берет выходные данные из уровня 3 и затем умножает их на соответствующие параметры. Его можно рассчитать как
O4, i = w¯ifi = w¯i (pix + qiy + ri) (20)
В уравнении. 20, wi¯ — нормализованная огневая сила из слоя 3, и { p _i, q _i, r _i} являются соответствующими последующими параметрами для этого узла.
Уровень 5 — это выходной уровень, который вычисляет общий вывод. В этом слое есть только один фиксированный узел. Он рассчитывает общий выходной сигнал как сумму всех входящих сигналов и может быть выражен как
O5, i = ∑iw¯ifi = ∑iwifi∑iwi (21)
В структуре ANFIS параметры помещения обычно являются нелинейными, а соответствующие параметры обычно линейны. Это очень усложняет процесс оптимизации параметров. Джанг (Jang, 1993) предлагает гибридный алгоритм обучения для решения этой проблемы.Он включает в себя прямой и обратный процесс. В прямом проходе параметры предпосылки сначала фиксируются, и алгоритм использует метод наименьших квадратов для определения последующих параметров на уровне 4. После сравнения выходных данных модели и желаемых выходных данных и получения ошибок, ошибки распространяются обратно на первый уровень, и параметры предпосылки обновляются методом градиентного спуска в обратном проходе. Этот прямой / обратный процесс повторяется много раз, пока ошибки не попадут в пределы допуска.С момента своего появления ANFIS был принят для разработки моделей прогнозирования во многих различных исследовательских дисциплинах и способен давать хорошие результаты прогнозирования (Vural et al., 2009; Boyacioglu and Avci, 2010; Abdulshahed et al., 2015).
Основываясь на соответствующих исследованиях, в этом исследовании предпринимается попытка применить три метода искусственного интеллекта (ИНС, SVM и ANFIS) для дальнейшего изучения взаимосвязи между измерениями относительной влажности на месте и фактической прочностью бетона на сжатие.
Сбор данных
Для сбора данных исследователи сотрудничали с сертифицированной государством лабораторией по испытанию материалов и Китайской ассоциацией профессиональных инженеров-строителей.Испытания относительной влажности проводились на неструктурных балках в подвале большого жилого комплекса, как показано на Рисунке 5. Для единообразия все измерения с помощью молотков проводились одним и тем же персоналом. Тщательно соблюдались спецификации ASTM 805 и CNS 10732 для испытаний на относительную влажность. После испытаний на относительную влажность были взяты образцы керна для определения фактической прочности на сжатие. Чтобы ограничить структурное повреждение из-за образования керна, профессиональные инженеры тщательно выбрали места для проведения испытаний. Чертежи проекта были тщательно проверены, чтобы избежать появления арматуры в испытательных зонах.Перед проведением испытания участки для испытаний были повторно исследованы, чтобы избежать сильно текстурированных или мягких поверхностей или поверхностей с рыхлым строительным раствором. Цифровой правый датчик удерживали так, чтобы поршень располагался перпендикулярно испытуемой поверхности. Для каждой испытательной зоны было снято десять показаний, и все расстояния между точками удара превышали 25 мм. После каждого удара отпечаток, сделанный на поверхности, исследовался, чтобы увидеть, раздавил ли удар или пробил воздушную пустоту у поверхности. Если да, то показание не принималось во внимание и бралось другое показание.
РИСУНОК 5 . Испытание на месте отбойным молотком.
Чтобы получить фактическую прочность на сжатие, образцы керна были взяты в том же месте, а затем возвращены в лабораторию для испытаний на разрушающее сжатие. Чертежи проекта были тщательно изучены, и при определении мест проведения испытаний (в основном в средней трети секции балки) проконсультировались с профессиональными инженерами. Чтобы избежать повреждения арматуры, были использованы детекторы арматуры для подтверждения местоположения арматуры до того, как началось бурение.Кроме того, сразу после бурения пустота была заполнена малоусадочным бетоном. Все колонковые бурения проводились одной и той же профессиональной командой из местной лаборатории по испытанию материалов. Все образцы керна были взяты и подготовлены в соответствии со спецификациями CNS 1238 A3051 (метод испытаний для получения и испытания пробуренных образцов керна из бетона). После бурения керна поверхностная вода была вытерта, и образец хранился в неабсорбирующем контейнере. Перед испытанием на сжатие концы образцов керна распиливали так, чтобы они были плоскими и перпендикулярными продольной оси.Размер образцов для испытаний 7,5 Φ × 10 см.
Подвал в основном предназначен для парковки, и на момент проведения испытаний строительство здания приближалось к завершению. Всего для испытаний RH было выбрано 100 малых балок, и эти балки имеют одинаковые размеры (50 см в ширину и 70 см в глубину). Для каждого луча было выполнено в общей сложности 10 измерений относительной влажности в одном месте. Для проведения испытаний использовался электронный RH Silver Schmidt N-Type. После испытаний на относительную влажность образцы керна были взяты в тех же местах, что и на Рисунке 6.Испытания на относительную влажность, сбор образцов керна и испытания на сжатие проводились в течение 4 недель. Эти пробуренные образцы керна были доставлены обратно в лабораторию и тщательно обработаны после сверления. Для определения прочности на сжатие были проведены испытания на разрушающее сжатие на 200-тонной машине для испытания бетона на сжатие HT-8391. Собранные данные были использованы для разработки и тестирования моделей прогнозирования ИНС, SVM и ANFIS.
РИСУНОК 6 . Отбойный молоток и расположение образца керна.
Следует отметить, что перед проведением экспериментов исследовательская группа попросила владельца установки подписать конфиденциальное соглашение. В результате общественности может быть раскрыта только ограниченная информация о результатах исследования. Описательная статистика испытаний на относительную влажность и прочность на сжатие образцов керна представлена в таблице 1.
ТАБЛИЦА 1 . Сводка результатов испытаний отбойного молотка и образца керна.
Разработка и проверка модели
Для этого исследовательского анализа было собрано 100 данных тестовых образцов RH.Данные используются для разработки и проверки моделей прогнозирования регрессии и искусственного интеллекта (ИНС, SVM и ANFIS). Среди 100 образцов 80 из них случайным образом выбираются в качестве обучающего набора данных, а оставшиеся 20 образцов назначаются как набор тестовых данных. Для согласованности все модели прогнозирования используют одни и те же 80 случайно выбранных выборок для разработки моделей, а те же 20 выборок используются для проверки моделей.
Некоторые исследователи включили дополнительные факторы (такие как соотношение вода: цемент, размер заполнителя и возраст) в качестве входных переменных в свои модели прогнозирования.Тем не менее получить эти свойства для существующих конструкций сложно (иногда невозможно). Таким образом, это исследование использовало только измерения относительной влажности в качестве входных данных для модели. Для каждого испытательного участка было проведено в общей сложности 10 измерений отскока, как показано на Рисунке 6. Эти измерения были сначала записаны в испытательном молотке, а затем были рассчитаны средние значения и стандартные отклонения. Все модели, предложенные в этом исследовании, имеют две входные переменные (среднее и стандартное отклонение измерений относительной влажности) и одну выходную переменную (фактическая прочность бетона на сжатие).Что касается меры точности предсказания модели, это исследование использует MAPE для сравнения точности предсказания между предложенными моделями. MAPE широко используются для оценки точности прогнозов для моделей искусственного интеллекта (Nurcahyo, Nhita, 2014; Priya, Iqbal, 2015; Ramasamy et al., 2015). MAPE рассчитывается по следующему уравнению:
MAPE = 1n∑i = 1n | Ai − PiAi | (22)
, где A _i — фактическая прочность на сжатие, P _i — модель. вывод, а n — общее количество данных.
В дополнение к MAPE, среднеквадратичная ошибка (RMSE) также вычисляется в качестве альтернативного измерения прогнозирования для моделей. По сравнению с MAPE, RMSE подчеркивает большие ошибки, как показано в следующем уравнении:
RMSE = 1n∑i = 1n (Ai-Pi) 2 (23)
Кроме того, учтенная дисперсия (VAF) между фактическим (желаемым) значением и прогноз модели (выход) также рассчитывается с использованием следующего уравнения (Kumar et al., 2013):
VAF = (1-var (A-P) Var (A)) × 100% (24)
Если выходные значения все равны желаемым значениям, MAPE и RMSE равны 0; VAF равен 100%.
Регрессионные модели
Во-первых, диаграммы рассеяния собранных данных строятся и исследуются на предмет возможных взаимосвязей между средними измерениями относительной влажности и фактической прочностью на сжатие. Затем проводятся простые линейные и нелинейные регрессии, чтобы увидеть, могут ли простые регрессионные модели дать хорошие результаты прогнозирования. Случайно выбранные 80 обучающих данных используются для разработки моделей линейной и нелинейной регрессии, как показано на рисунках 7, 8.
РИСУНОК 7 . Диаграмма рассеяния линейной регрессии.
РИСУНОК 8 . Диаграмма рассеяния нелинейной регрессии.
Полученная функция линейной регрессии:
Для модели линейной регрессии MAPE, полученный из данных обучения, составляет 17,88%, а RMSE составляет 90,81 кгс / см ².
Полученная функция нелинейной регрессии:
y = 181,38 e0,0182 x (26)
Для модели нелинейной регрессии MAPE, полученное из данных обучения, составляет 16,62%, а RMSE составляет 92,4 кгс / см ².
После получения уравнений регрессии оставшиеся 20 данных тестирования используются для проверки моделей регрессии.Средние значения отскока из набора данных испытаний вводятся в уравнения для получения прогнозов прочности бетона на сжатие. Затем результаты прогноза сравниваются с фактической прочностью на сжатие, полученной в результате испытаний на разрушающее сжатие образца керна. MAPE, VAF и RMSE, рассчитанные для модели линейной регрессии, составляют 15,67%, 21,58% и 103,07 кгс / см ², соответственно. Для моделей нелинейной регрессии полученные MAPE, VAF и RMSE составляют 16,75%, 19,13% и 110.79 кгс / см ² соответственно.
Результаты прогноза показывают, что как модели линейной, так и нелинейной регрессии имеют MAPE более 15%. Аналогичные результаты наблюдаются в других исследованиях, указывающих на то, что традиционные методы линейной и нелинейной регрессии могут не дать хороших результатов прогнозирования (Wei, 2012; Mishra et al., 2019). Чтобы повысить точность прогнозирования, в этом исследовании предлагаются альтернативные модели прогнозирования, основанные на методах искусственного интеллекта (ИНС, SVM и ANFIS).
Модели искусственных нейронных сетей
В данном исследовании используется NeuroSolutions 7.0 для разработки модели сети BP (BPN) для оценки прочности бетона на сжатие. В процессе разработки модели ИНС изучаются такие параметры, как количество скрытых слоев, количество нейронов в каждом слое, тип передаточных функций и правила обучения, чтобы получить лучшие модели прогнозирования. Для этого исследования разработаны модели ИНС как с одним, так и с двумя скрытыми слоями. Также исследуются разное количество нейронов в каждом слое, передаточные функции и правила обучения. Другими словами, применяется метод проб и ошибок, чтобы получить лучшую настройку параметров модели.Пожалуйста, обратитесь к Таблице 2 для получения подробной информации о настройке параметров модели ИНС.
ТАБЛИЦА 2 . Настройка модели ИНС.
В наборе обучающих данных 80 образцов (включая 10 образцов перекрестной проверки) и 20 образцов в наборе данных тестирования. Чтобы найти лучшую модель прогнозирования ИНС, параметры ИНС исследуются методом проб и ошибок. После нескольких испытаний было обнаружено, что лучшие результаты (меньшие ошибки обучения) получаются при использовании передаточной функции «TanhAxon» и правила обучения «Levenberg-Marquardt» (LM).Передаточная функция TanhAxon применяет функцию смещения и tanh к каждому нейрону в слое. Это сокращает диапазон каждого нейрона в слое до значений от -1 до 1. Алгоритм LM является стандартной техникой для нелинейных задач наименьших квадратов и может рассматриваться как комбинация наискорейшего спуска и метода Гаусса-Ньютона.
Наилучшие результаты обучения, полученные из сети с одним скрытым слоем, составляют от 2 до 5-1 (два входа, пять элементов процесса в скрытом слое и один выход) модели ИНС.Полученные MAPE и RMSE составляют 16,82% и 101,21, соответственно, из набора обучающих данных. Эта модель проверена на 20 образцах с использованием набора данных тестирования. MAPE, VAF и RMSE, полученные из модели ИНС с одним скрытым слоем, составляют 14,77%, -33,88% и 92,67, соответственно, при проверке с данными тестирования.
Модели ИНС с двумя скрытыми слоями также разрабатываются с использованием того же набора обучающих данных. Изучены различные настройки параметров, чтобы уменьшить ошибки обучения. Наилучшие результаты обучения, полученные от сети с двумя скрытыми слоями, относятся к модели ИНС от 2-5 до 5-1 (два входа, пять элементов процесса в первом и втором скрытых слоях и один выход).Соответствующие MAPE и RMSE, полученные из обучающих данных, составляют 11,9% и 85,36 соответственно, что ниже, чем для модели с одним скрытым слоем. Ошибки обучения и проверки для этой модели ИНС показаны на Рисунке 9.
РИСУНОК 9 . Ошибка обучения и проверки модели ИНС (2-5-5–1).
Затем модель с двумя скрытыми слоями проверяется на 20 образцах из набора данных тестирования. MAPE, VAF и RMSE, полученные из данных тестирования, составляют 12,37%, -30,68% и 88.45 соответственно, что также ниже, чем у модели с одним скрытым слоем. Желаемые значения (фактическая прочность на сжатие) и выходные данные модели представлены на диаграмме рассеяния, как показано на рисунке 10. Если выходные данные модели равны желаемому значению, они должны попасть на красную линию. На Рисунке 11 также представлена линейная диаграмма желаемой и выходной прочности на сжатие модели. Чтобы лучше понять отдельные ошибки между желаемыми значениями и выходными данными модели, на рисунке 12 представлена остаточная гистограмма тестовых выборок.
РИСУНОК 10 . Диаграмма рассеяния модели ИНС (2-5-5–1).
РИСУНОК 11 . Линейный график модели ИНС (2-5-5–1).
РИСУНОК 12 . Остаточная гистограмма модели ИНС (2-5-5–1).
Из вышесказанного можно заметить, что в большинстве случаев прогнозируемые значения (выходы модели) меньше желаемых значений. Это указывает на то, что эта модель ИНС имеет тенденцию к недооценке. Кроме того, имеется 10 образцов с остатками более 50 кгс / см ², что может способствовать низкой точности прогноза.Результаты обучения и тестирования моделей ИНС с одним и двумя скрытыми слоями приведены в таблице 3.
ТАБЛИЦА 3 . Результаты модели ИНС.
Модели регрессии опорных векторов
В этом исследовании используется SVM наименьших квадратов (LSSVM) в Matlab R2018a для разработки модели регрессии опорных векторов. Те же 80 обучающих данных, которые использовались при разработке модели ИНС, используются для разработки регрессионной модели LSSVM.
Для регрессионных моделей SVM обычно существует четыре типа функций ядра: линейные, полиномиальные, сигмоидальные и ядра радиальной базисной функции (RBF).Среди них RBF благоприятен своей способностью справляться с нелинейностью и высокоразмерными вычислениями, а также эффективностью снижения сложности входных данных путем корректировки C и γ (Hsu et al., 2003), где C — стоимость функции потерь SVM с мягким запасом, а гамма — это свободный параметр RBF. Для этого исследования параметры регрессии опорных векторов получены методом проб и ошибок. Различные значения C и γ исследуются, чтобы получить лучшую модель SVM с набором обучающих данных, как показано в таблице 4.
ТАБЛИЦА 4 . Настройки параметров SVM и ошибка обучения.
Из таблицы 4 лучшее обучающее MAPE, полученное для модели SVM, составляет 15,13%, а соответствующие значения C и γ равны 2 и 5000, соответственно.
Затем эта модель проверяется на 20 образцах из набора данных тестирования. Желаемые значения (фактическая прочность на сжатие) и выходные данные опорной векторной регрессионной модели представлены на диаграмме рассеяния, как показано на рисунке 13. Красная линия указывает на 100% точность прогноза.MAPE, VAF и RMSE, полученные для этой модели регрессии поддержки, составляют 16,08%, 6,05% и 99,05 соответственно. Линейная диаграмма желаемой прочности на сжатие и выходной прочности модели представлена на рисунке 14. Гистограмма остатков тестовых образцов представлена на рисунке 15. Результаты показывают, что регрессионная модель опорного вектора не так точна по сравнению с моделью ИНС.
РИСУНОК 13 . Диаграмма рассеяния модели регрессии опорных векторов
РИСУНОК 14 .Линейный график модели регрессии вектора поддержки.
РИСУНОК 15 . Поддержка гистограммы остатков модели векторной регрессии.
Адаптивные сетевые модели нечеткого вывода
Модель ANFIS разработана в среде Matlab 2018a. Те же 80 обучающих выборок, которые использовались при разработке моделей ИНС и SVM, также используются для разработки модели ANFIS. При разработке моделей ANFIS исследователи могут выбирать различное количество и типы функций принадлежности. Исследователи разработали три различных набора моделей (модели с тремя, пятью и восемью функциями принадлежности).Для каждой настройки функции принадлежности в Matlab 2018 есть восемь различных типов на выбор: треугольный (trimf), трапециевидный (trapmf), обобщенный колоколообразный (gbell), гауссовский (gauss1), гауссовский (gauss2), pi-образный. (pimf), разница между двумя сигмоидальными функциями (dsigmf) и произведение двух сигмоидальных функций принадлежности (psigmf). Каждый из них опробован при разработке модели ANFIS, чтобы найти лучшие результаты прогнозирования.
В настройке модели уровень допуска установлен на 0, а обучение настроено на повторение 1000, 2000 и 3000 раз.Диаграмма ошибок обучения для модели с тремя сигмовидными функциями принадлежности (dsigmf) показана на рисунке 16.
Рисунок 16 . Ошибка обучения модели ANFIS.
Модели ANFIS с тремя, пятью и восемью функциями принадлежности разработаны с использованием различных типов функций принадлежности. Модели, которые дают наилучшие результаты обучения, приведены в Таблице 5. Для моделей с тремя функциями принадлежности ([3, 3]) наилучшее значение MAPE, 10,45%, достигается с помощью сигмоидальных функций принадлежности (dsigmf).Для моделей с пятью функциями принадлежности ([5, 5]) лучший MAPE, 10,10%, получается с трапецеидальными функциями принадлежности (trapmf). Для моделей с восемью функциями принадлежности ([8, 8]) лучший MAPE, 9,11%, достигается с функцией принадлежности trapmf.
ТАБЛИЦА 5 . Результаты обучения модели ANFIS.
После определения лучшей обучающей модели ([8, 8]), функции принадлежности trapmf), оставшиеся 20 тестовых образцов (невидимые для модели данные) используются для получения прогнозов прочности бетона на сжатие.Желаемые значения (фактическая прочность на сжатие) и выходные данные опорной векторной регрессионной модели представлены в виде диаграммы разброса, как показано на рисунке 17. Линейная диаграмма желаемых выходных данных и выходных данных модели ANFIS представлена на рисунке 18. Представлена гистограмма остатков для тестовых образцов. на рисунке 19. Полученные значения MAPE, VAF и RMSE составляют 10,01%, -58,58% и 62,46 соответственно.
РИСУНОК 17 . Диаграмма рассеяния модели ANFIS
РИСУНОК 18 . Линейный график модели ANFIS.
РИСУНОК 19 . Остаточная гистограмма модели ANFIS.
Результаты прогноза показывают, что MAPE в наборах данных для обучения и тестирования, полученных из трех моделей на основе ИИ, лучше, чем 20% MAPE, наблюдаемые в ходе предыдущих исследований. Среди них модель ANFIS дает лучшую точность прогнозов как с самым низким обучающим MAPE (9,11%), так и с тестированием MAPE (10,01%).
Чтобы проверить надежность результатов прогноза, K-кратная перекрестная проверка используется для тестирования модели ANFIS.При K-кратной перекрестной проверке часть доступных данных используется для разработки модели, а другая часть данных используется для ее тестирования. K-кратная перекрестная проверка также известна как перекрестная проверка с исключением по одному (Hastie et al., 2009). Для этого исследования данные разделены на пять частей равного размера. В каждой из пяти частей по 20 сэмплов, всего 100 сэмплов. Сначала выбираются четыре части для разработки модели прогнозирования, а пятая часть используется для вычисления ошибки прогнозирования.Затем для разработки модели выбираются еще четыре части, а оставшаяся часть используется для тестирования модели. Этот процесс повторяется пять раз, пока все пять частей не будут использованы для тестирования модели прогнозирования. Среднее значение MAPE и стандартное отклонение пятикратной перекрестной проверки составляют 9,90% и 2,28% соответственно. Среднее значение RMSE и стандартное отклонение пятикратной перекрестной проверки составляют 58,67 и 8,93 соответственно. Этот результат показывает, что с различными комбинациями данных обучения и тестирования модели ANFIS могут обеспечивать согласованную точность прогнозов.
Таким образом, это исследование собрало в общей сложности 100 данных испытаний относительной влажности и керна на месте для разработки конкретных моделей оценки сжатия. Из них 80 образцов были случайным образом отобраны для обучения моделей, а оставшиеся 20 образцов были использованы для проверки модели. Сначала были разработаны и протестированы модели линейной и нелинейной регрессии. Точности прогноза прочности на сжатие (измеренные с помощью MAPE), полученные из моделей линейной и нелинейной регрессии, составляют 15,66 и 16.75%, соответственно, что не показывает значительного улучшения по сравнению с предыдущими исследованиями. Впоследствии модели на основе ИИ (ИНС, SVM и ANFIS) были разработаны и проверены с использованием тех же наборов данных для обучения и тестирования. Для каждой модели были исследованы различные параметры модели, чтобы добиться более низкой ошибки обучения и более высокой точности прогнозирования. Среди этих моделей модель ANFIS дала лучшие результаты обучения и тестирования с самыми низкими MAPE для обучения и тестирования — 9,11 и 10,01% соответственно.Результаты разработки и проверки модели в результате этого исследования приведены в таблице 6. Из таблицы 6 можно заметить, что как модели ANN, так и ANFIS способны генерировать более высокую точность прогнозов по сравнению с традиционными моделями линейной и нелинейной регрессии. Подобно результатам исследования Вэй (Wei, 2012), модель ANFIS может давать самые низкие ошибки прогноза при использовании измерения относительной влажности для измерения прочности бетона на сжатие.
ТАБЛИЦА 6 . Сводка результатов проверки модели.
Выводы и рекомендации
Для дальнейшего изучения взаимосвязи между результатами испытаний на месте RH и фактической прочностью бетона на сжатие, в этом исследовании используются методы искусственного интеллекта для разработки моделей прогнозирования прочности бетона на сжатие. Всего в большом жилом комплексе собрано 100 тестовых данных. Собранные данные используются для разработки и проверки традиционных регрессионных моделей, а также моделей на основе ИИ (модели ANN, SVM и ANFIS).Для традиционных регрессионных моделей MAPE, рассчитанные для линейной и нелинейной моделей, составляют 15,66 и 16,75% соответственно. Для модели ИНС наилучшие результаты прогнозирования получаются для сети с двумя скрытыми уровнями (2-5–5-1), а полученное значение MAPE составляет 12,37%. Для модели регрессии опорного вектора наилучшее полученное значение MAPE составляет 16,08%. Соответствующие параметры для лучшей регрессионной модели опорного вектора: C = 2 и γ = 5000. Для этого исследования модель ANFIS дает наилучшую точность прогнозов с MAPE, равным 10.01%, когда модель проверена с использованием данных тестирования. Этот результат получается из модели ANFIS с восемью функциями принадлежности для двух входных переменных ([8, 8]), а тип функции принадлежности — trapmf. Также проводится K-кратная перекрестная проверка, и результаты показывают, что модель ANFIS имеет последовательные ошибки прогнозирования при проверке с использованием различных данных. Результаты исследования показывают, что методы искусственного интеллекта могут быть использованы для разработки моделей прогнозирования прочности бетона на сжатие с использованием результатов испытаний на месте RH.Точность прогнозов выше по сравнению с результатами предыдущих исследований.
Следует отметить, что измерения относительной влажности в значительной степени связаны с ближней поверхностью тестового объекта. Поэтому рекомендуется комбинировать испытания RH с другими методами неразрушающего контроля (такими как испытания UPV) для улучшения оценок прочности бетона на сжатие. Результаты исследований показали, что метод SonReb (тест UPV + RH) (Rilem Report TC43-CND, 1993) может улучшить оценки прочности бетона при неразрушающем контроле (Nobile, 2015; Rashid and Waqas, 2017; Pereira and Romão, 2018).Для этого исследования результаты получены из 100 собранных данных. Для повышения надежности предлагается собрать больше выборочных данных для разработки и проверки модели.
Заявление о доступности данных
Наборы данных, представленные в этой статье, недоступны, потому что конфиденциальные соглашения подписываются до того, как авторам будет разрешено проводить эксперименты. Запросы на доступ к наборам данных следует направлять по адресу [email protected].
Заявление об этике
Письменное информированное согласие было получено от лица (лиц) на публикацию любых потенциально идентифицируемых изображений или данных, включенных в эту статью.
Вклад авторов
Y-RW разработал представленную идею, руководил экспериментами и анализом. Y-LL и D-LC провели эксперимент, разработали модели и проанализировали данные. Y-RW взял на себя инициативу в написании рукописи с помощью Y-LL и D-LC.
Конфликт интересов
Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.
Выражение признательности
Этот материал основан на работе, поддержанной Министерством науки и технологий Тайваня в рамках гранта No. МОСТ 103-2221-Е-151-053.
Ссылки
Абдулшахед А. М., Лонгстафф А. П. и Флетчер С. (2015). Применение прогнозных моделей ANFIS для компенсации тепловых ошибок на станках с ЧПУ. Прил. Soft Comput. 27, 158–168. DOI: 10.1016 / j.asoc.2014.11.012.
CrossRef Полный текст | Google Scholar
Abraham, A.(2005). Адаптация системы нечеткого вывода с использованием нейронного обучения. Шпилька. Мягкое вычисление нечеткости. 181, 53–83. DOI: 10.1007 / 11339366_3.
CrossRef Полный текст | Google Scholar
Anguita, D., Ghio, A., Greco, N., Oneto, L., and Ridella, S. (2010). «Выбор модели для машин с опорными векторами: преимущества и недостатки теории машинного обучения», в Международной совместной конференции по нейронным сетям (IJCNN) 2010 г., Барселона, Испания, 18–23 июля 2010 г. (IEEE), 1–8.
Google Scholar
Asteris, P. G., and Mokos, V. G. (2019). Прочность бетона на сжатие с использованием искусственных нейронных сетей. Neural Comput. Applc. 32, 11807–11826. doi: 10.1007 / s00521-019-04663-2
CrossRef Полный текст | Google Scholar
Атоэби, О. Д., Аянринде, О. П., и Олувафеми, Дж. (2019). Сравнение надежности отбойного молотка Шмидта в качестве неразрушающего испытания с испытаниями на прочность на сжатие для различных бетонных смесей. J. Phys.Конф. 1378 (3), 032096. DOI: 10.1088 / 1742-6596 / 1378/3/032096.
CrossRef Полный текст | Google Scholar
Балабин Р. М., Ломакина Е. И. (2011). Поддержка векторной машинной регрессии (SVR / LS-SVM) — альтернатива нейронным сетям (ИНС) для аналитической химии? Сравнение нелинейных методов по данным спектроскопии в ближней инфракрасной области (БИК). Аналитик 136 (8), 1703–1712. DOI: 10.1039 / c0an00387e.
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Bishop, C.М. (2006). Распознавание образов и машинное обучение . Берлин, Германия: Springer.
Google Scholar
Boyacioglu, M. A., and Avci, D. (2010). Адаптивная сетевая система нечеткого вывода (ANFIS) для прогнозирования доходности фондового рынка: пример Стамбульской фондовой биржи, Expert Syst. Прил. 37 (12), 7908–7912. DOI: 10.1016 / j.eswa.2010.04.045.
CrossRef Полный текст | Google Scholar
Brencich, A., Cassini, G., Pera, D., and Riotto, G.(2013). Калибровка и надежность испытания молотком отскока (Шмидта). Civil Eng. Arch. 1 (3), 66–78. DOI: 10.13189 / cea.2013.010303
Google Scholar
Брейсс Д. и Мартинес-Фернандес Дж. Л. (2014). Оценка прочности бетона с помощью отбойного молотка: обзор ключевых вопросов и идей для более надежных выводов. Mater. Struct. 47 (9), 1589–1604. DOI: 10.1617 / s11527-013-0139-9.
CrossRef Полный текст | Google Scholar
Британский институт стандартов (BSI) (1986). Испытание бетона — Часть 202: Рекомендации по испытанию твердости поверхности отбойным молотком . BS 1881-202
Google Scholar
Друкер, Х., Берджес, К. К., Кауфман, Л., Смола, А. Дж., И Вапник, В. (1997). «Поддержка машин векторной регрессии» в Достижения в системах обработки нейронной информации . М., Мозер М., Джордан и Т. Петше (Кембридж, Массачусетс: MIT Press), 155–161.
Google Scholar
Эль Мир, А. и Нехме, С. Г. (2017). Повторяемость отскока поверхностной твердости бетона при изменении параметров бетона. Построить. Строить. Матер. 131, 317–326. DOI: 10.1016 / j.conbuildmat.2016.11.085.
CrossRef Полный текст | Google Scholar
Европейский комитет по нормализации (En) (2012). Испытание бетона в конструкциях — Часть 2: неразрушающий контроль — определение числа отскока . EN 12504-2: 2012
Google Scholar
Герни, К. (2014). Введение в нейронные сети . Бока-Ратон, Флорида: Пресса CRC.
Google Scholar
Hajjeh, H.Р. (2012). Корреляция между разрушающей и неразрушающей прочностью бетонных кубов с использованием регрессионного анализа. Contemp. Англ. Sci. 5 (10), 493–509.
Google Scholar
Hamidian, M., Shariati, A., Khanouki, M.A., Sinaei, H., Toghroli, A., and Nouri, K. (2012). Применение отбойного молотка Шмидта и ультразвуковых методов измерения скорости пульса для мониторинга состояния конструкций. Sci. Res. Очерки 7 (21), 1997–2001. doi: 10.5897 / SRE11.1387
CrossRef Полный текст | Google Scholar
Hastie, T., Тибширани Р. и Фридман Дж. (2009). Элементы статистического обучения: интеллектуальный анализ данных, вывод и прогнозирование . Берлин, Германия: Springer Science & Business Media.
Google Scholar
Hsu, C. W., Chang, C. C., и Lin, C. J. (2003). Практическое руководство по классификации векторов . Tech. Представитель Департамента компьютерных наук, Национальный университет Тайваня.
Google Scholar
Хуанг, В. Л., Чанг, К. Ю., Чен, В. К., и Мы, К.Н. (2011). Использование ИНС для повышения точности прогнозов отбойных молотков. Тайваньское дорожное строительство 37 (2), 2–18.
Google Scholar
Хуанг В., Накамори Ю. и Ван С.-Й. (2005). Прогнозирование направления движения фондового рынка с помощью машины опорных векторов. Comput. Опер. Res. ,; 32 (10), с. 2513–2522. DOI: 10.1016 / j.cor.2004.03.016.
CrossRef Полный текст | Google Scholar
Ифар, М. (2012). Модели прогнозирования характеристик ANN и ANFIS для гидравлических ударных молотов. Tunn. Undergr. Space Technol. 27 (1), 23–29. DOI: 10.1016 / j.tust.2011.06.004.
CrossRef Полный текст | Google Scholar
Jang, J.-S. Р. (1993). ANFIS: система нечеткого вывода на основе адаптивных сетей. IEEE Trans. Syst. Мужчина. Киберн. 23 (3), 665–685. DOI: 10.1109 / 21.256541.
CrossRef Полный текст | Google Scholar
Ким, К. Дж. (2003). Прогнозирование финансовых временных рядов с использованием опорных векторных машин. Нейрокомпьютеры 55 (1-2), 307–319.DOI: 10.1016 / s0925-2312 (03) 00372-2.
CrossRef Полный текст | Google Scholar
Коджаб Д., Мисак П. и Цикрле П. (2019). Характеристическая кривая и ее использование для определения прочности бетона на сжатие с помощью испытания на удар отскоком. Материалы 12 (17), 2705. doi: 10.3390 / ma12172705.
CrossRef Полный текст | Google Scholar
Кумар Б. Р., Вардхан Х., Говиндарадж М. и Виджай Г. С. (2013). Регрессионный анализ и модели ИНС для прогнозирования свойств горных пород на основе уровней звука, производимого во время бурения. Внутр. J. Rock Mech. Мин. Sci. 58, 61–72. doi: 10.1016 / j.ijrmms.2012.10.002
CrossRef Полный текст | Google Scholar
Кумар, К. В., Вардхан, Х. и Мурти, К. С. (2019). Модель множественной регрессии для прогнозирования свойств горных пород с использованием акустической частоты во время операций колонкового бурения. Геомеханика и геоинженерия 15, 1–16. doi: 10.1080 / 17486025.2019.1641631
CrossRef Полный текст | Google Scholar
Mishra, M., Bhatia, A. S., and Maity, D.(2019). Сравнительное исследование регрессии, нейронной сети и нейронечеткой системы вывода для определения прочности на сжатие кирпичной кладки путем объединения данных неразрушающего контроля. Eng. Вычислить . DOI: 10.1007 / s00366-019-00810-4.
CrossRef Полный текст | Google Scholar
Нобиле, Л. (2015). Прогноз прочности бетона на сжатие комбинированными неразрушающими методами. Meccanica 50 (2), 411–417. DOI: 10.1007 / s11012-014-9881-5.
CrossRef Полный текст | Google Scholar
Nurcahyo, S., и Нхита, Ф. (2014). «Прогнозирование количества осадков в кемайоране, Джакарта с использованием гибридного генетического алгоритма (ga) и частично подключенной нейронной сети прямого распространения (pcfnn)», 2-я Международная конференция по информационным и коммуникационным технологиям (ICoICT). Бандунг, Индонезия, 28–30 мая 2014 г., стр. 166–171.
Google Scholar
Перейра, Н., и Ромао, X. (2018). Оценка изменчивости прочности бетона в существующих конструкциях по результатам неразрушающего контроля. Построить. Строить. Матер. 173, 786–800.DOI: 10.1016 / j.conbuildmat.2018.04.055.
CrossRef Полный текст | Google Scholar
Прия, С. С., Икбал, М. Х. (2015). Прогноз солнечной радиации с помощью искусственной нейронной сети. Внутр. J. Comput. Прил. 116 (16), стр. 28–31. doi: 10.5120 / 20422-2722
CrossRef Полный текст | Google Scholar
Qasrawi, H. Y. (2000). Прочность бетона комбинированными неразрушающими методами просто и надежно предсказывается. Цемент Конц. Res. 30 (5), 739–746. DOI: 10.1016 / с0008-8846 (00) 00226-х.
CrossRef Полный текст | Google Scholar
Рамасами П., Чандель С. С. и Ядав А. К. (2015). Прогноз скорости ветра в горном районе Индии с использованием модели искусственной нейронной сети. Обновить. Энергия 80, 338–347. DOI: 10.1016 / j.renene.2015.02.034.
CrossRef Полный текст | Google Scholar
Рашид К. и Вакас Р. (2017). Оценка прочности на сжатие неразрушающими методами: автоматизированный подход в строительстве. J.Build. Англ. 12, 147–154. DOI: 10.1016 / j.jobe.2017.05.010.
CrossRef Полный текст | Google Scholar
Rezaeianzadeh, M., Tabari, H., Arabi Yazdi, A., Isik, S., and Kalin, L. (2014). Прогнозирование паводков с использованием ИНС, ANFIS и регрессионных моделей. Neural Comput. Прил. 25 (1), 25–37. DOI: 10.1007 / s00521-013-1443-6.
CrossRef Полный текст | Google Scholar
Рекомендация RILEM. (1993). Проект рекомендаций по определению прочности монолитного бетона комбинированными неразрушающими методами. Mater. Struct , 26, 43–49.
Google Scholar
Рохас-Энао, Л., Фернандес-Гомес, Дж., И Лопес-Аги, Дж. К. (2012). Отбойный молоток, скорость пульса и испытания керна в самоуплотняющемся бетоне. ACI Mater. J. 109 (2), 235–243. DOI: 10.14359 / 51683710
Google Scholar
Шариати М., Рамли-Сулонг Н. Х., Х. М. М. А., Шафиг П. и Синаи Х. (2011). Оценка прочности железобетонных конструкций с помощью ультразвуковых импульсов и испытаний отбойным молотком Шмидта. Sci. Res. Очерки 6 (1), 213–220. doi: 10.5897 / SRE10.879
CrossRef Полный текст | Google Scholar
Ширсат П. Б. и Сингх А. К. (2010). Сравнительное исследование суточной оценки испарения с помощью ИНС, регрессионных и климатических моделей. Водные ресурсы. Manag. 24 (8), 1571–1581. DOI: 10.1007 / s11269-009-9514-2.
CrossRef Полный текст | Google Scholar
Смола, А. Дж., И Шёлкопф, Б. (2004). Учебник по опорной векторной регрессии. Stat. Comput. 14 (3), 199–222. DOI: 10.1023 / b: stco.0000035301.49549.88.
CrossRef Полный текст | Google Scholar
Szilágyi, K., Borosnyói, A., and Zsigovics, I. (2011). Поверхностная твердость бетона отскока: введение эмпирической конститутивной модели. Построить. Строить. Матер. 25 (5), 2480–2487. DOI: 10.1016 / j.conbuildmat.2010.11.070.
CrossRef Полный текст | Google Scholar
Национальные стандарты Китайской Республики (1986). Национальные стандарты Китая (CNS). Методы испытания числа отскока затвердевшего бетона . CNS 10732-1984, Тайвань: CNS
Google Scholar
Topçu, İ. Б. и Саридемир М. (2008). Прогнозирование прочности на сжатие бетона, содержащего летучую золу, с использованием искусственных нейронных сетей и нечеткой логики. Comput. Матер. Sci. 41 (3), 305–311. DOI: 10.1016 / j.commatsci.2007.04.009.
CrossRef Полный текст | Google Scholar
Вапник В. (2013). Природа теории статистического обучения .Берлин, Германия: научные и деловые СМИ Springer.
Google Scholar
Вурал Ю., Ингам Д. Б. и Пуркашанян М. (2009). Прогнозирование характеристик топливного элемента с протонообменной мембраной с использованием модели ANFIS. Внутр. J. Hydrogen Energy 34 (22), 9181–9187. DOI: 10.1016 / j.ijhydene.2009.08.096.
CrossRef Полный текст | Google Scholar
Wei, S.H. (2012). Применение адаптивной модели системы нейро-нечеткого вывода для прогнозирования прочности бетона на сжатие от молота Сильвершмидта.Магистерская диссертация. Гаосюн (Тайвань): Национальный университет прикладных наук Гаосюн
Google Scholar
Xu, T., and Li, J. (2018). Оценка пространственной изменчивости бетона с помощью испытания ударным молотком и испытания на сжатие пробуренных кернов. Построить. Строить. Матер. 188, 820–832. DOI: 10.1016 / j.conbuildmat.2018.08.138.
CrossRef Полный текст | Google Scholar
Йылмаз И. и Юксек А. Г. (2008). Пример применения искусственной нейронной сети (ИНС) для косвенной оценки параметров горных пород. Rock Mech. Rock Eng. 41 (5), 781–795. doi: 10.1007 / s00603-007-0138-7
CrossRef Полный текст | Google Scholar
Йилмаз И. и Кайнар О. (2011). Множественная регрессия, модели ANN (RBF, MLP) и ANFIS для прогнозирования потенциала набухания глинистых почв. Экспертные системы с приложениями 38 (5), 5958–5966. DOI: 10.1016 / j.eswa.2010.11.027.
CrossRef Полный текст | Google Scholar
Zupan, J., и Gasteiger, J. (1991). Нейронные сети: новый метод решения химических задач или просто переходный этап ?. Анал. Чим. Acta 248 (1), 1–30. DOI: 10.1016 / s0003-2670 (00) 80865-х.
CrossRef Полный текст | Google Scholar
Измерение прочности на сжатие | Журнал Concrete Construction
Сотни тысяч бетонных цилиндров ежедневно проходят испытания в США. Большинство испытаний проводится на машинах для испытания бетона на сжатие с ручным управлением, которые требуют от оператора непрерывной регулировки клапана во время испытания, чтобы скорость нагружения оставалась в пределах спецификации.
ASTM C39, Стандартный метод испытаний цилиндрических образцов бетона на сжатие, указывает, что скорость нагружения находится в пределах от 0,14 до 0,34 МПа / с (от 20 до 50 фунтов на квадратный дюйм / с). В среднем прочность на сжатие цилиндров, испытанных на пределе высокой нагрузки, будет на 3% больше, чем у цилиндров, испытанных при пределе низкой нагрузки. Многие испытательные лаборатории получают оплату за количество испытанных баллонов, что создает стимул для проведения испытаний как можно быстрее.
Повышение прочности на сжатие высокопрочного бетона на 20% возможно, если скорость нагружения превышает пределы ASTM C39.Около половины машин для испытаний бетона оснащены аналоговым циферблатом или цифровым панельным измерителем, который не имеет возможности показывать уровень нагрузки. На этих машинах можно приблизительно определить скорость нагрузки, используя секундомер и измеряя изменение нагрузки за 15, 30 и 60 секунд. Этот метод измерения нагрузки, часто требующий двух человек, архаичен и не поддается проверке.
Около 20% используемых сегодня машин имеют цифровой индикатор нагрузки. Они указывают на скорость нагрузки, но не могут обеспечить проверку после завершения теста.Все больше и больше машин с ручным управлением оснащаются современными цифровыми индикаторами, показывающими динамическую нагрузку. Они также рассчитывают и сообщают среднюю скорость нагрузки в соответствии с требованиями ASTM C39 и могут создавать графики зависимости нагрузки / напряжения от времени.
Как расчет средней нагрузки, так и кривые зависимости нагрузки / напряжения от времени подтверждают, что испытание было проведено в соответствии со спецификацией. Однако ни одно из этих решений не устраняет ошибки скорости нагрузки оператора на управляемых вручную испытательных машинах, способных выдерживать нагрузки намного больше нуля.34 МПа / сек (50 фунтов на квадратный дюйм / сек). Это, в сочетании со стимулом к как можно более быстрому тестированию каждого цилиндра, создает потребность в автоматической системе тестирования бетона.
Кроме того, 95% всех работающих машин для испытания бетона имеют гидравлический привод и требуют давления масла до 68,9 МПа (10 000 фунтов на квадратный дюйм). Максимальное давление, при котором работают обычные сервогидравлические испытательные системы, составляет 31 МПа (4500 фунтов на квадратный дюйм). Их неспособность работать при давлении масла до 68,9 МПа (10 000 фунтов на квадратный дюйм) и их высокая стоимость препятствуют их широкому использованию при испытаниях бетона.
За последние два-три года стал доступен надежный автоматический загрузочный клапан для машин для сжатия бетона, которые работают до 68,9 МПа (10 000 фунтов на кв. Дюйм). Простая конструкция приводит к тому, что стоимость машины на 50–75% меньше, чем у сопоставимых испытательных машин с сервоуправлением. Новая автоматическая система тестирования избавляет оператора от управления скоростью нагрузки во время процесса тестирования и проверяет скорость загрузки.
Ричард Гедни, основатель и президент ADMET, производителя систем тестирования, дал ответ.Посетите www.admet.com.
Как оценить прочность бетона на сжатие
Какой метод измерения прочности бетона на сжатие является наилучшим? Испытание цилиндров и кубов на сжатие — самый удобный и известный метод измерения прочности. Главный вопрос: можно ли спроектировать и разработать метод, позволяющий измерять силу быстрее, проще и точнее? Могут ли все достижения в области сенсорных технологий и лучшее понимание развития микроструктуры бетона помочь нам в измерении прочности бетона на сжатие.Ответ — большое ДА; однако это сопряжено с другими проблемами.
Прочность бетона на сжатие
Можно с уверенностью сказать, что прочность бетона на сжатие является наиболее важным параметром, используемым при проектировании бетонных конструкций; однако бетон не обеспечивает значительной прочности на разрыв. Возможно, это самая фундаментальная идея строительства железобетона, где стальная арматура обеспечивает столь необходимую прочность секции на растяжение.
Прочность на сжатие имеет такое же значение при оценке существующих конструкций. Инженеры-конструкторы использовали его для моделирования различных структурных свойств, таких как прочность на разрыв, а также для прогнозирования прочности элементов на изгиб и сдвиг. Другие структурные характеристики, такие как пластичность и жесткость, также могут быть определены как функция прочности на сжатие.
Это единая информация, которую каждый хочет знать, прежде чем углубляться в анализ и проектирование, а также оценку конструкции.Также важно знать, что измерение прочности на сжатие широко признано как лучший тест для контроля качества свежего бетона.
Как измерить прочность бетона на сжатие
Испытания бетонных цилиндров и кубов — это наиболее широко используемый тест для измерения прочности на сжатие. Например, ASTM C 39 предоставляет стандартную процедуру для испытания бетонных цилиндров и представления результатов испытаний. Наиболее принятый результат испытаний — прочность баллонов в возрасте 28 дней.Для бетона с дополнительными вяжущими материалами указано более длительное время (56 дней). 28 и 56 дней — это относительно долго, учитывая скорость строительства.
Для существующих конструкций испытание на сжатие проводится на просверленных стержнях для оценки прочности бетона на сжатие. Необходимо просверлить большее количество образцов керна в бетоне в различных положениях, чтобы с хорошей точностью оценить прочность на сжатие. Это делает результативность результатов тестирования субъективной, а результаты в некоторой степени локализованы.Характер испытания прочности на сжатие влияет на структуру; повреждение бетона; также существует риск повреждения арматурного стержня или предварительного напряжения арматуры.
Быстрое отслеживание теста на сжатие?
Как упоминалось ранее, стандартный метод требует получения результатов в течение 28 дней в качестве минимальной прочности на сжатие конструкционного бетона. Инженеры и менеджеры проектов проявляют большой интерес к альтернативным планам испытаний для измерения прочности на сжатие с тем же уровнем точности, но быстрее и проще.
Метод зрелости был разработан и используется для прогнозирования прочности бетона на сжатие в раннем возрасте. В испытании использовалось изменение температуры отверждения образцов монолитного бетона для прогнозирования прочности. Для этого в первую очередь необходимо установить соотношение прочности и зрелости бетонной смеси.
Существующие конструкции
Методы неразрушающего контроля могут быть полезны для картирования изменений прочности на сжатие в бетонной конструкции. Для этого можно использовать комбинацию ультразвуковых импульсов (UPV) и отбойного молотка (Schmidt) для оценки прочности бетона на сжатие на месте.В бетоне необходимо просверлить минимальное количество бетонных стержней для калибровки применяемых методов неразрушающего контроля. Карта прочности на сжатие будет создана с использованием используемых методов неразрушающего контроля, основанных на предыдущей калибровке. Breysse (2012) представляет всесторонний обзор литературы о неразрушающей оценке прочности бетона.
Ссылка
ASTM C 39 (2104) «Прочность цилиндрических бетонных образцов на сжатие», ASTM International
Breysse D.«Неразрушающая оценка прочности бетона: исторический обзор и новая перспектива путем объединения методов неразрушающего контроля». Строительные и строительные материалы; 2012, 33: 139-163.
Оценка моделей прогнозирования прочности бетона на сжатие
Абрамс, Л. Д. (1919). Свойства бетона , 3 ^rd edition, Pitman Publishing LTD, Лондон.
Google Scholar
ASTM C192-02 (2002). Изготовление и выдержка образцов бетона в лаборатории .
Google Scholar
ASTM C39-05 (2005). Стандартный метод испытаний цилиндрических образцов на сжатие .
Google Scholar
Башир Л., Башир П. А. М. и Лонг А. Э. (2005). «Влияние крупного заполнителя на проницаемость, долговечность и характеристики микроструктуры обычного портландцементного бетона.» Строительные материалы , Vol. 19, № 9, стр. 682–690, DOI: 10.1016 / j.conbuildmat.2005.02.022.
Артикул Google Scholar
Блум, Д. Л. и Уокер, С. (1960). «Влияние размера заполнителя на свойства бетона». Журнал материалов ACI , Vol. 57, № 13, с. 283–297.
Google Scholar
Чидиак, С.Э., Мутассем, Ф., и Махмудзаде, Ф. (2013). «Модель прочности на сжатие для бетона». Журнал «Журнал исследований бетона» , Vol. 65, № 9, стр. 557–572, DOI: 10.1680 / macr.12.00167.
Артикул Google Scholar
де Ларрард, Ф. (1999). Дозирование бетонной смеси: научный подход , Spon Press, Лондон.
Google Scholar
де Ларрард, Ф.и Беллок, А. (1997). «Влияние заполнителя на прочность на сжатие нормального и высокопрочного бетона». Журнал материалов ACI , Vol. 94, № 5, с. 417–425.
Google Scholar
Ферет, Р. (1892). «Sur la compacité des mortiers hydrauliques (О компактности гидравлических минометов)». Annales des Ponts et Chaussées , Vol. 7, № 4, с. 5–164.
Google Scholar
Галло, Г.Э. и Поповикс Дж. С. (2005). Использование поверхностных волн для оценки прочности бетона на месте. Журнал передовых бетонных технологий , Vol. 3, № 3, стр. 355–362, DOI: 10.3151 / jact.3.355.
Артикул Google Scholar
Гарднер, Н. Дж. (1990). «Влияние температуры на свойства раннего возраста бетона типа I, типа III и типа I / зольной пыли». Журнал материалов ACI , Vol. 87, № 1. С. 68–78.
Google Scholar
Хван, С. Д., Ли, К. М., Ким, Дж. К., и Ким, Дж. Х. (2001). «Модель микроструктуры для оценки прочности бетона в раннем возрасте». Первая международная конференция по проектированию конструкций и строительству , Гонолулу, Гавайи, стр. 493–498.
Google Scholar
Карни Дж. (1974). «Прогноз прочности бетона на сжатие». Журнал материалов и конструкций , Vol.7, № 39, стр. 197–200, DOI: 10.1007 / BF02473835.
Google Scholar
Ким, Дж. К., Мун, Дж. Х. и Эо, С. Х. (1998). «Повышение прочности бетона на сжатие при разном времени и температуре отверждения». Исследование цемента и бетона , Vol. 28, № 12, стр. 1761–1773, DOI: 10.1016 / S0008-8846 (98) 00164-1.
Артикул Google Scholar
Колиас, С.и Георгиу, К. (2005). «Влияние объема пасты и содержания воды на прочность и водопоглощение бетона». Цементно-бетонные композиты , Vol. 27, № 2, с. 211–216, DOI: 10.1016 / j.cemconcomp.2004.02.009.
Артикул Google Scholar
Косматка, С. Х., Керкхофф, Б., и Панарезе, В. К. (2002). Проектирование и контроль бетонных смесей , 7 ^th Canadian Edition, Цементная ассоциация Канады.
Google Scholar
Mechling, J. M., Lecomte, A., and Diliberto, C. (2009). Связь между цементным составом и прочностью чистых паст на сжатие. Цементно-бетонные композиты , Vol. 31, № 4, с. 255–262, DOI: 10.1016 / j.cemconcomp.2009.02.009.
Артикул Google Scholar
Мехта, П. К. и Монтейро, П. (2006). Бетон: микроструктура, свойства и материалы , 3 ^rd edition, McGraw-Hill, США.
Google Scholar
Монтгомери Д. К. и Рангер Г. К. (2003). Прикладная статистика и вероятность для инженеров , 3 ^{, издание}, Нью-Йорк: John Wiley and Sons Inc.
Google Scholar
Намён Дж., Санчун Ю. и Хонгбум К. (2004). «Прогноз прочности на сжатие монолитного бетона на основе пропорции смеси». Журнал азиатской архитектуры и строительства , Vol.3, No. 1, pp. 9–16, DOI: 10.3130 / jaabe.3.9.
Артикул Google Scholar
Невилл А. М. (1981). Свойства бетона , 3 ^rd edition, Pitman Publishing Ltd., Лондон.
Google Scholar
Нипацат Н. и Тангтермсирикул С. (2000). «Модель прогнозирования прочности на сжатие для бетона из летучей золы». Международный научно-технический журнал Thammasat , Vol.5, № 1, стр. 1–7.
Google Scholar
Панн, К. С., Йен, Т., Тан, К. В., и Лин, Т. Д. (2003). «Новая модель прочности на основе водоцементного отношения и капиллярной пористости». Журнал материалов ACI , Vol. 100, No. 4, pp. 311–318.
Google Scholar
Popovics, S. (1985). «Новые формулы для прогнозирования влияния пористости на прочность бетона. Журнал материалов ACI , Vol. 82. № 2. С. 136–146.
Google Scholar
Попович С. (1998). «История математической модели развития прочности портландцементного бетона». Журнал материалов ACI , Vol. 95, № 5, с. 593–600.
Google Scholar
Поповичс С. и Ужелий Дж. (2008). «Вклад в соотношение прочности бетона и водоцементного отношения. Журнал материалов в гражданском строительстве , Vol. 20, No. 7, pp. 459–463, DOI: 10.1061 / (ASCE) 0899-1561 (2008) 20: 7 (459).
Артикул Google Scholar
Пауэрс, Т. К. и Брауньярд, Т. Л. (1946). «Исследования физических свойств затвердевшего портландцементного теста». Труды Американского института бетона , Vol. 18, № 2, с. 669–712.
Google Scholar
Кирога, П.(2003). Влияние характеристик заполнителя на характеристики портландцементного бетона. , докторская диссертация, Техасский университет в Остине.
Google Scholar
Rasmussen, R.O., Ruiz, J.M., Rozycki, D.K., and McCullough, B.F. (2002). «Строительство высокоэффективных бетонных покрытий с помощью программного обеспечения для системного анализа FHWA HIPERPAV». Совет по исследованиям в области транспорта , Вашингтон, округ Колумбия, стр. 11–20.
Google Scholar
Шиндлер А. К. и Фоллиард К. Дж. (2005). «Модели теплоты гидратации для цементных материалов». Журнал материалов ACI , Vol. 102, № 1. С. 24–33.
Google Scholar
Танго, К. Э. С. (2000). «Временное обобщение модели Абрамса для высокоэффективных конкретных и практических примеров». Труды Международного симпозиума по высокоэффективному бетону , Гонконгский университет науки и технологий.
Google Scholar
Вонг, Х. Х. К. и Кван, А. К. Х. (2008). «Плотность упаковки цементных материалов: измерение и моделирование».

маркировка, таблица на сжатие по классам в мпа, уход зимой и летом

Что влияет на показатель?

Особенности ухода в разное время года

Процесс контроля качества бетона, определение его прочности на сжатие и прочие характеристики

Как происходит процесс определения прочности бетона на сжатие

Контроль качества бетона и способы проверки материала

Прочность на сжатие бетона

Выбор бетона для строительных конструкций

Определение прочности бетона — на что она влияет

Как определяется прочность бетонной конструкции?

Что влияет на показатель?

Особенности ухода в разное время года

Класс бетона и его марка по прочности на сжатие, морозостойкости, водопроницаемости

Качество материала

Определение класса

Определение марки

Марка по прочности на сжатие

Классы и марки

Морозостойкость

Водопроницаемость

Вывод

Page 2

Основные виды смесей

Особо легкие бетоны

Легкие растворы

Тяжелые смеси

Особо тяжелые составы

В качестве заключения

Класс бетона по прочности на сжатие: от чего зависит

Показатель на сжатие

От чего зависит?

Прочность на растяжение

Необходимость принимать показатели во внимание

Соотношение класса и марки

Марочная прочность

Прочность бетона на сжатие — вся правда о методах!

Прочность бетона, определение, класс и марка, время выдержки раствора

Класс прочности и марки

Прочность бетона на сжатие и изгиб, классы бетона по прочности

Методы определения прочности бетона

Прочность на сжатие и класс бетона

Прочность бетона на изгиб

Набор данных прочности бетона на сжатие

6 способов измерения прочности бетона и 1, о котором вы можете не знать

Методы испытаний на прочность бетона

Комбинированные методы измерения прочности бетона

Как решить, какой метод измерения прочности бетона использовать для следующей заливки

Измерение прочности на сжатие — Национальная ассоциация сборного железобетона

Разные дневные силы

Процесс испытаний на сжатие

Будьте начеку

Frontiers | Адаптация искусственного интеллекта для улучшения оценки прочности бетона на сжатие при испытаниях на удар отскоком

Введение

Обзор литературы

Испытание отбойным молотком

Методы искусственного интеллекта

Методология

Сбор данных

Разработка и проверка модели

Регрессионные модели

Модели искусственных нейронных сетей

Модели регрессии опорных векторов

Адаптивные сетевые модели нечеткого вывода

Выводы и рекомендации

Заявление о доступности данных

Заявление об этике

Вклад авторов

Конфликт интересов

Выражение признательности

Ссылки

Измерение прочности на сжатие | Журнал Concrete Construction

Как оценить прочность бетона на сжатие

Прочность бетона на сжатие

Как измерить прочность бетона на сжатие

Быстрое отслеживание теста на сжатие?

Существующие конструкции

Оценка моделей прогнозирования прочности бетона на сжатие

Ответить Отменить ответ