老房子加固的"隱形危機"
走在古城街道,常見墻面貼著一層灰色"塑料膜"——這是纖維增強聚合物(FRP),建筑界的"超級創可貼",能把脆弱的老磚墻"粘"成抗震整體。但你知道嗎?這層"創可貼"的粘合強度若算錯,地震時可能直接脫落!傳統設計靠經驗公式,誤差大時能高估50%,相當于給房子"虛標"安全值。沙特學者用AI破解了這個難題:機器學習模型預測FRP與砌體粘結強度,誤差僅1kN,準確率超97%。
"粘合度"為何難算?
FRP加固的核心是粘結強度——就像創可貼的粘性,太弱會脫落,太強可能浪費材料。但影響因素復雜得像"數學題":磚塊抗壓強度、FRP板寬/厚、粘結長度...23個參數互相影響,傳統公式只能抓幾個"大頭",遇到黏土磚、石灰巖等不同材質就"失靈"。意大利指南(CNR-DT 200 R1)曾被奉為"標準",但測試數據顯示:它預測誤差最高達3.7kN,相當于把能承重100公斤的"創可貼"說成能承重150公斤,隱患不小。
1583次"暴力測試"喂出的"粘合計算器"
為了讓AI學會"看"粘結強度,研究者翻遍56篇文獻,收集了1583次"暴力測試"數據——把FRP板粘在磚塊上,用機器硬扯直到脫落,記錄最大拉力值。這些數據涵蓋黏土磚、石灰巖等7類砌體,CFRP、GFRP等6種FRP材料,甚至包括不同寬度(10-200mm)、厚度(0.1-1.4mm)的FRP板。
關鍵一步是"挑重點":工程師從23個參數里篩出7個最關鍵的——磚塊抗壓強度、FRP板寬/厚/彈性模量、粘結長度等。就像做蛋糕,面粉、糖、烤箱溫度是關鍵,其他材料影響小。
AI vs 老公式:誰更靠譜?
訓練好的三種AI模型(CatBoost、Extra Trees、XGBRegressor)開始"考試":
- 準確率:測試數據中,AI模型能解釋87%-90%的粘結力變化(R2值),相當于100道題答對87-90道;
- 誤差小:平均預測誤差僅1kN(傳統方法誤差3-5kN),相當于用尺子量身高,AI誤差1厘米,老公式誤差3-5厘米;
- 會"舉一反三":面對磚塊強度波動、FRP厚度變化等復雜情況,AI能捕捉"非線性關系"——比如FRP板寬增加,粘結力不是簡單翻倍,而是先漲后穩,老公式卻只會算直線。
AI的"透明化":它到底看了啥?
為了讓工程師敢用AI,研究者用"敏感性分析"和"SHAP值"給模型"拆盲盒"。結果發現:
- FRP板寬是最大影響因素(就像創可貼越寬越難撕),其次是粘結長度(貼得越長越牢);
- 磚塊抗壓強度、FRP彈性模量等參數影響較小——這解釋了為啥老公式總出錯:它沒抓住"板寬"這個關鍵變量。
從實驗室到工地:未來已來
目前,AI模型已在沙特部分歷史建筑加固中試用。工程師說:"以前設計得反復調整參數,現在輸入FRP尺寸、磚塊類型,AI秒出結果,還能標注風險點。"
論文作者提到,下一步計劃把模型集成到建筑設計軟件中,并擴展數據覆蓋更多砌體類型(如我國常見的青磚)。未來,老房子加固可能像"點外賣":選好FRP型號,AI一鍵算出最安全的粘結方案,讓每塊"建筑創可貼"都物盡其用。
來源: FrontClVlL