用SVM预测稀硫酸对透水混凝土的腐蚀

战越 宋志刚 王海莹

摘要：本文将不同因素制作的30组透水混凝土试件，放置于等酸度的稀硫酸溶液中，浸泡3600小时。基于实验过程中耗酸量的变化，建立了稀硫酸腐蚀透水混凝土数据库，然后建立了一种基于支持向量机（SVM）的稀硫酸腐蚀混凝土预测模型，给出了相应的算法和步骤。运用该预测模型分析了浸泡时间、水胶比、水泥用量、硅灰掺入量以及坍落度对混凝土抗稀硫酸腐蚀性能的影响。该模型预测结果具有良好的预测效果，为稀硫酸腐蚀混凝土研究开辟了新的思路及途径。

Abstract： In this paper， 30 sets of permeable concrete specimens with different factors are placed in dilute sulfuric acid solution， and are soaked for 3600 hours. Based on the change of acid consumption in the process of experiments， establish dilute sulfuric acid corrosion permeable concrete database， then set up the dilute sulfuric acid corrosion concrete prediction model based on the support vector machine （SVM）， and give the corresponding algorithm and steps. This prediction model is used to analyze the influence of soaking time， water cement ratio， cement content， silica fume admixture and concrete slump on anti-corrosion properties of dilute sulfuric acid. The model has a good prediction effect， and it opens up a new way for the study of dilute sulfuric acid corrosion concrete.

关键词：支持向量机；透水混凝土；腐蚀预测模型

Key words： support vector machine；permeable concrete；corrosion prediction model

中图分类号：TU528 文献标识码：A 文章编号：1006-4311（2017）01-0091-02

0 引言

由于混凝土成分组成复杂，在受到稀硫酸的腐蚀下，各成分可能与稀硫酸产生不同的反应[1]。所以，建立一套关于稀硫酸的腐蚀预测模型事具有相当大的难度的。关于这个问题，国内外不同的研究大致持有两种不同的方法：①传统的统计预测方法[2]；②经验非线性预测方法[3]。但这两种方法都还存在一定的弊端，传统的统计预测方法明显的弊端在于样本的局限性，只有样本无穷大的时候，预测才具有一定的价值。而经验非线性预测方法又缺乏统一的数学理论基础，建立的模型只能大致反映局部的预测结果。近年来，Vapnik等[5]提出了一种基于统计学理论的支持向量机算法（Support Vector Machines，SVM），这对由于样本以及维数造成的模型构造问题提供给了新的思路与方法，而且预测的结果也较为精确。

本文用稀硫酸对透水混凝土进行长期浸泡试验，建立了腐蚀试验数据库。在此基础上，采用SVM构造稀硫酸腐蚀透水混凝土的预测模型。运用该预测模型分析了浸泡时间、水胶比、水泥用量、硅灰掺入量以及坍落度对混凝土抗稀硫酸腐蚀性能的影响。并给出了该模型预测结果的均方根相对误差RMSE和平均绝对百分比误差MASE。

1 稀硫酸腐蚀透水混凝土试验

本文所研究的掺和的硅灰混凝土材料由（普通硅酸盐）水泥、硅灰等组成。水泥及硅灰的化学组成见表1。