摘要：高温下的混凝土的力学性能直接影响结构安全性。该文先基于已有的高温混凝土压缩和拉伸试验数据，采用Abaqus有限元软件进行数值模拟复现，验证了仿真方法的可靠性。其次，通过模拟不同强度等级普通混凝土在20～800 ℃高温作用下的单轴拉压和围压试验，阐明了温度对混凝土抗压强度、劈拉强度、弹性模量和应力-应变关系的影响规律。最后，基于BP神经网络（BPNN）、支持向量回归（SVR）和高斯过程回归（GPR）3种常用的机器学习算法，建立了可在不同温度下混凝土力学性能的快速预测模型。结果表明：GPR模型和SVR模型的预测精度较高，其中混凝土抗压强度和抗拉强度的预测模型R2分别为0.997 23、0.979 55。
文章目录
0 引言
1 数值模拟方法
1.1 混凝土热工参数
1.2 有限元模型
1.2.1 几何模型及温度场施加
1.2.2 材料模型
1.2.3 接触算法
1.3 模型验证
1.3.1 压缩试验验证
1.3.2 劈拉试验验证
2 影响规律分析
2.1单轴压缩
2.2 三轴压缩
2.3 劈裂抗拉
3 高温下混凝土力学性能预测模型
3.1 BPNN算法
3.2 SVR算法
3.3 GPR算法
3.4 机器学习模型的建立及验证
3.4.1 数据库的建立
3.4.2 抗压性能预测验证
3.4.3 抗拉性能预测验证
