刘腾[1]2012年在《既有混凝土结构适用性耐久性评估系统的研究及应用》文中研究说明钢筋混凝土是世界各国工程建设中的主要建筑材料，20世纪50年代国外已注意到混凝土的耐久性问题，钢筋混凝土结构的耐久性病害，以及钢筋混凝土结构耐久性不足引发的一系列问题，国外学者曾经用“五倍定律”形象地描述了混凝土结构耐久性设计的重要性。基础设施建设在国民经济中占很大的比例是我国现阶段的国情之一，重视在混凝土耐久性方面的研究在现阶段也就显得尤为重要。目前国内外对混凝土结构的耐久性研究已取得一定的进展，混凝土结构的耐久性研究应考虑环境、材料和结构等方面的因素，这些因素可分为环境、材料、构件和结构四个层次，相对而言材料和构件的研究较为深入，结构层次的耐久性评估方法也有了相当程度的研究。耐久性的预测并不是一门精确的科学，建筑物及其部件的预期寿命期限有时只是一个基于信息资料上的估计。层次分析法是把复杂问题分解成各个组成因素，又将这些因素按支配关系分组形成递阶层次结构。模糊集合的概念则为描述错综复杂的事物提供了数学工具，使对复杂事物进行模糊综合评估成为可能。模糊综合评估方法是以层次分析法为理论基础，应用模糊关系合成原理，从多个因素对被评估事物隶属等级状况进行综合性评估的一种方法，它所具有的特点，恰恰能满足混凝土结构耐久性评估的需要。人工神经网络(Artificial Neural Network，ANN)，是由大量处理单元(神经元Neurons)广泛互连而成的网络，是对人脑的抽象、简化和模拟，反映人脑的基本特性，人工神经网络采用物理可实现的器件或采用现有的计算机来模拟生物体中神经网络的某些结构与功能，并反过来用于工程或其他领域，可克服目前计算机或其他系统不能解决的问题，如学习、识别、控制、专家系统等。神经网络方法来评估结构的耐久性具有精度高、收敛速度快等优点，且计算过程简单，又能真实地反映出耐久性影响因素对结构的影响程度，从而有效地提高工作效率和经济效益，同时避免了传统评价方法中的人为因素、环境因素的影响。本文基于Delphi编程语言，在高层建筑结构分析可视化处理软件SAGS的基础上添加耐久性评估相关的参数及评价指标，基于AHP法和BP算法编写相应的函数与算法，编制了既有混凝土结构适用性耐久性评估系统。
屠艳平[2]2003年在《钢筋混凝土结构耐久性分析的神经网络方法》文中研究表明钢筋混凝土结构结合了钢筋与混凝土的优点，造价较低，是应用非常广泛的一种结构形式。混凝土耐久性是指混凝土结构在自然环境、使用环境及内部因素作用下，保持其自身工作能力的一种特性，或者说结构在设计使用寿命年限内抵抗外界环境和内部所产生的侵蚀破坏作用的能力。但是由于其材料自身的特点和使用环境的影响，使得钢筋混凝土结构的耐久性达不到设计要求而造成非常严重的损失，因此研究钢筋混凝土结构的耐久性具有很重大的意义。 本文主要采用神经网络方法和可靠度理论，依据混凝土中钢筋的锈蚀量，对钢筋混凝土构件的可靠指标进行了分析。本文的研究分为叁个层次的内容，第一层次是钢筋混凝土结构的耐久性研究；第二层次是用可靠度理论分析钢筋混凝土结构的可靠性；第叁层次是用BP网络评估钢筋混凝土构件中钢筋的锈蚀量，并运用所得的结果进行耐久性分析。 按论文的章节顺序，本文的主要工作如下： (1)介绍了混凝土结构耐久性研究的背景、意义和国内外发展现状，从材料(混凝土的渗透性、混凝土的碳化、冻融破坏、氯离子侵蚀、硫酸盐腐蚀、碱集料反应、钢筋锈蚀)、构件、结构叁个层次总结归纳了国内外研究成果，提出了耐久性研究的发展方向。 (2)介绍了结构可靠度原理及计算可靠度的多种方法，用时变可靠度分析了钢筋混凝土结构不同时期的可靠性，对在役钢筋混凝土结构进行耐久性评定和剩余寿命预测，不仅为结构维修加固或拆除提供了依据，而且研究成果可直接用于结构耐久性设计，做到防患于未然。 (3)介绍了人工神经网络的发展进程及其基本原理，其中主要阐述了BP网络的算法及其局限性。并且用BP网络预测钢筋混凝土构件中钢筋的锈蚀量，取得了较好的效果，并运用所得的结果进行分析，为评定结构耐久性提供了依据。
马亚丽[3]2006年在《基于可靠性分析的钢筋混凝土结构耐久寿命预测》文中进行了进一步梳理目前,氯离子侵蚀环境下钢筋混凝土结构的耐久性问题是土木工程学术界和工程界备受关注的问题之一。由于氯离子的侵蚀、混凝土中钢筋锈蚀,结构的耐久性能逐渐衰退,危害了结构的承载能力,降低了结构的使用寿命。因此,在结构投入一定使用年限后,根据结构服役期间的状况和荷载、外界环境等信息,对损伤后混凝土构件的性能进行评定,确定结构的使用状态和耐久使用年限,是需要深入研究的重要课题。本论文在国内外对氯离子侵蚀环境下混凝土结构耐久性研究成果的基础上,综合运用概率理论、结构可靠性理论、混凝土结构理论、神经网络理论、结构动力学理论等基本理论和方法,结合实际检测数据,按照氯离子侵蚀、钢筋锈蚀、锈蚀构件性能、锈蚀构件寿命预测的思路对氯离子侵蚀环境下钢筋混凝土结构耐久寿命预测的有关问题进行了深入系统地研究,完成以下主要研究工作并取得相应成果:1、提出了氯离子侵蚀下基于规定可靠指标的混凝土结构耐久寿命的概率计算方法。建立了基于规定可靠指标的混凝土耐久寿命的随机预测模型,通过探讨影响因素的概率分布,分析了耐久可靠性的发展规律,运用工程实际检测数据对本文提出的耐久寿命方法进行了验证。通过建立腐蚀初始时间的概率模型,得出腐蚀初始时间的分布规律和概率密度函数。分析结果表明,利用该方法可以比较准确地计算氯离子侵蚀环境下混凝土结构的耐久寿命。本文的分析完善了氯离子侵蚀环境下混凝土结构耐久寿命的预测方法。2、建立了均匀腐蚀钢筋和局部腐蚀钢筋的可靠性分析方法。根据工程实际检测数据的统计分析,通过K-S检验得出了均匀腐蚀深度服从对数正态分布,局部腐蚀深度服从极值Ⅰ型分布的规律。探讨了腐蚀钢筋的可靠度计算方法,得出了腐蚀钢筋可靠性能随服役年限衰退的发展规律。分析了最大腐蚀深度与平均腐蚀深度比值的概率分布特征,通过K-S检验分析表明比值分布为正态分布或对数正态分布,这个指标建立了钢筋锈蚀整体平均状况与最严重状况的关系。本文研究得出的钢筋腐蚀程度统计规律,反映了腐蚀钢筋的概率特性,将为钢筋混凝土结构考虑钢筋锈蚀的耐久性评估及耐久可靠性研究提供理论依据。3、建立了基于坑蚀随机性的混凝土构件抗弯可靠性分析的简化模型,分析了基于坑蚀随机性的锈蚀钢筋面积参数和抗力统计参数的变化,得出了锈蚀钢筋面积参数、受弯构件抗力统计参数的变化趋势和可靠性能的发展规律。研究结果表明,坑蚀随机性对混凝土构件抗弯可靠性能的影响较为显着,所导致的可靠指标的降低明显,可靠指标随着独立同分布的随机变量的数目的增大而减小,并随着服役年限的增加下降较快。本文的分析完善了基于钢筋锈蚀的混凝土构件可靠
李凤姣[4]2008年在《人工神经网络在混凝土结构寿命预测中的应用研究》文中提出钢筋混凝土结构结合了钢筋与混凝土的优点,造价较低,是目前工业与民用建筑中应用非常广泛的一种结构形式。但是,随着大量钢筋混凝土建筑物使用年限的增长,结构性能不断劣化,各种损伤逐步积累,使得结构的承载力下降、耐久性降低。对在役钢筋混凝土结构进行耐久性评定和寿命预测,即可为在役结构的维修、加固或拆除提供可靠的依据,同时其研究成果可直接应用于结构的耐久性设计中,研究意义重大。本文主要采用人工神经网络中的BP神经网络和RBF神经网络,建立了预测混凝土碳化深度及混凝土中钢筋锈蚀程度的人工神经网络模型。本文的研究分为两个层次的内容:第一层次是钢筋混凝土结构的耐久性及寿命预测理论的研究;第二层次是在获取部分实测数据的情况下,选取BP神经网络和RBF神经网络,对混凝土的碳化深度及混凝土中钢筋的锈蚀量进行拟合、预测。按论文的章节顺序,本文的主要工作如下:(1)总结了钢筋混凝土结构耐久性的研究背景、意义和国内外发展现状,分析了混凝土碳化、冻融破坏、碱-集料反应、氯离子侵蚀、硫酸盐腐蚀和钢筋锈蚀等对混凝土结构耐久性的影响。(2)研究了混凝土结构寿命的定义及寿命评估准则,重点分析了混凝土的碳化和钢筋锈蚀的机理、影响因素及其对应的数学预测方法。(3)介绍了人工神经网络的发展进程及其基本原理,其中主要阐述了BP网络和RBF网络的算法及其局限性。(4)在研究了钢筋混凝土结构耐久性和人工神经网络的基础上,选择BP网络和RBF网络预测钢筋混凝土结构中的混凝土碳化深度和钢筋的锈蚀量。运用MATLAB神经网络工具箱,就网络结构、传递函数及其它参数的选择展开研究。经大量试算和仿真结果对比,最终证明RBF网络的预测效果要明显优于BP网络,并运用所得的结果进行分析,为预测钢筋混凝土结构的寿命提供了依据。
张博坤[5]2015年在《基于模糊理论的钢筋混凝土主梁结构耐久性评价方法研究》文中提出近年来，随着国家基础设施建设投入的不断加大和桥梁建设的快速发展，桥梁的重要性得以凸显。由于外部环境和交通荷载等因素的影响，既有钢筋混凝土桥梁损伤不断出现，桥梁的养护维修费用不断增加，制约了我国桥梁建设的可持续发展。与此同时，桥梁建设巨额资金的投入以及在经济社会中的显赫作用，使得桥梁耐久性问题越来越引起人们的关注，对桥梁进行耐久性评价成为桥梁养护的关键。建立准确有效的桥梁耐久性评估方法，可以为制定科学的养护、维修方案提供基础和前提，有利于保证桥梁在设计使用期内的安全性。然而，目前的桥梁耐久性评估方法中评估的过程往往需要人的参与，人为影响因素较多，耐久性评估结果的客观性存在质疑。面对桥梁监测系统中的众多指标和庞大数据量，传统方法不能进行有效处理。因此，本文在查阅国内外研究现状的基础上，提出了基于模糊理论的桥梁上部结构耐久性评估方法，能够降低和减少人为因素的影响，扩大耐久性评估方法的适用性。主要研究内容如下：1、分析和阐述了桥梁耐久性评估的背景和意义，总结了桥梁耐久性评估方法的研究现状。对模糊层次分析法、模糊聚类算法、遗传优化神经网络算法的研究发展现状进行了总结。在综合分析现有桥梁耐久性状态评估方法不足的基础上，提出了本文的研究重点。2、对影响钢筋混凝土桥梁耐久性的因素进行了分析，对各因素的影响机理进行了阐述。考虑耐久性评估指标的可测性、独立性、完备性、客观性，基于层次分析法，建立了桥梁主梁耐久性评估指标体系。3、选取叁角型函数为隶属度函数，确定了各评估指标详细的评价标准和具体隶属度函数形式；基于层次分析法，计算得到了各指标的权重体系。选取南坪国境桥为工程实例，基于现场实测数据，采用模糊综合评估技术，实现了该桥的耐久性评估，确定了该桥目前的耐久性状态。4、提出了一种基于模糊聚类与遗传优化神经网络的桥梁耐久性状态评价方法。首先，利用模糊聚类技术对遗传优化神经网络的训练样本进行聚类分析，构造理想输出向量；然后，采用遗传算法对神经网络的初始权值和阈值进行优化，训练得到的神经网络实现了测试样本耐久性等级的准确预测和评估。该方法充分利用了数据本身特点，减少了人为判断主观因素的影响，能够充分利用桥梁健康监测数据，提高了桥梁耐久性状态评估的有效性和客观性。
王雨齐[6]2006年在《基于渗透性分析的混凝土耐久性可靠度评估》文中研究指明混凝土耐久性是指混凝土结构在自然环境、使用环境及内部因素作用下,保持其自身工作能力的一种特性,或者说结构在设计使用寿命年限内抵抗外界环境和内部所产生的侵蚀破坏作用的能力。但是由于其材料自身的特点和使用环境的影响,使得钢筋混凝土结构的耐久性达不到设计要求而造成非常严重的损失,因此研究混凝土结构的耐久性具有很重大的意义。 混凝土渗透性与耐久性之间有着密切的关系,混凝土获得高耐久性与长寿命的关键是提高混凝土的抗渗性。基于此,本文认为可以尝试从混凝土的渗透性与混凝土的耐久性关系这个角度来研究混凝土的耐久性问题。通过对混凝土渗透性和耐久性之间关系的分析,指出可以通过混凝土的渗透性指标(如混凝土的氯离子扩散系数)对混凝土的耐久性进行评估,最后主要采用蒙特卡罗方法和可靠度理论对海洋环境下的混凝土耐久性可靠度评估进行了计算机模拟。 按论文的章节顺序,本文的主要工作如下: 1.总结了混凝土耐久性的影响因素(混凝土的碳化、钢筋锈蚀、冻融破坏、硫酸盐腐蚀、碱集料反应)和现有的评估方法,提出了提高混凝土耐久性的措施。研究了水、氯离子及气体在混凝土中的渗透与扩散的机理,分析了影响混凝土渗透性的主要因素及有待进一步研究的方向,并总结了混凝土渗透性指标的测试方法。 2.介绍了人工神经网络的基本原理,阐述了BP网络的算法及其局限性。用改进BP神经网络预测混凝土的氯离子扩散系数,取得了较好的效果,有一定的工程应用前景,也为混凝土的渗透性评价和耐久性评估提供了依据。 3.研究了混凝土耐久性与渗透性的关系,指出可以通过渗透性指标进行混凝土的耐久性评估。介绍了蒙特卡罗方法,基于这一方法实现的基于渗透性指标的混凝土耐久性评估过程,并对可靠度指标的影响因素进行了分析,结果表明混凝土保护层厚度对海洋环境下混凝土耐久性的可靠度指标影响显着。
孙波[7]2006年在《在役钢筋混凝土桥梁基于可靠度的耐久性分析与寿命预测》文中提出目前,人们已深刻认识到钢筋混凝土桥梁由于混凝土结构材料自身和使用环境的特点,存在着严重的耐久性问题。国内外有关资料表明,由于桥梁结构耐久性病害而导致的经济损失是非常巨大的,并且随着环境的变化、在役时间的增长、服务功能要求的提高,在役钢筋混凝土桥梁的耐久性问题愈来愈突出。通过开展对在役混凝土桥梁结构耐久性的研究,可以对己有的混凝土桥梁进行科学的耐久性评定和剩余寿命预测,可以指导选择正确的养护、维修方案,另一方面可以便于桥梁使用管理者建立管理资料信息库,以利于养护维修决策的制定,实现资金利用的效益最大化。因此,在役混凝土桥梁耐久性的研究既有在桥梁界对耐久性研究的理论意义也有服务于在役桥梁正常使用的现实意义。本文针对这一问题,在总结前人研究成果的基础上,对混凝土桥梁结构耐久性评价问题进行了深入研究,主要做了以下几个方面的工作:1.阐述了混凝土桥梁耐久性的研究意义、研究进展、以及主要研究内容,并从材料、构件、和结构叁个层次上论述了混凝土桥梁耐久性的研究现状。2.分析了几种常用评价方法的基本思路及其优缺点,深入探讨了混凝土桥梁耐久性可靠度分析的内涵及其发展趋势。3介绍了工程结构可靠度的计算理论与方法,及实用简化计算方法,并结合桥梁耐久性随时间退化的特性提出了结构时变可靠度的概念。4.将可靠度理论,与前人对混凝土耐久性影响因素的机理分析所建立的模型(主要是碳化和钢筋锈蚀两个方面)相结合建立了在役混凝土桥梁耐久性评价的可靠度评定法,该方法在机理模型的基础上可以考虑各变量的变异性对耐久性可靠度评定结果的影响,具有很强的适应性。借鉴建筑规范可靠度评定标准即可以得出在役桥梁结构的耐久性评定,并利用机理模型中的时间变量函数与可靠度的关系对其寿命进行预测。5.通过对在役桥梁的实际检测数据结果进行分析计算,对其耐久性做出评价,对其耐久性寿命做出了预测,结果可信,具有一定的实用性。
周畅[8]2008年在《在役桥梁状态评估和养护管理方法的研究》文中指出本文首先以“杭州市区交通干道桥梁隧道在线安全监控管理信息系统(二期)”为依托,针对中北桥进行了健康监测、预警研究。研究了传感器的布设方案、健康监测预警值的确定、温度变化对预警值的影响。本文按照不同的桥型特点,研究分析并细化了桥梁状态评估的指标体系。同时引入模糊概念,用叁角模糊数来代替传统的标度,采用模糊层次分析法(fuzzyanalytic hierarchy process)作为桥梁综合状态评估的基本工具,提出用多层次的模糊变化来计算顶层指标的模糊判断矩阵,最终得到桥梁的状态评分。本文提出模糊费用的概念,用来代表桥梁养护所需要的费用,并结合模糊综合评价的方法给出计算公式。分析了时变因素引起的桥梁性能衰退,用马尔科夫方法和神经网络方法两种预测手段,得到桥梁在预测年的模糊评价集,从而为分析预测年需要的养护费用提供了途径。用全寿命成本分析(LCCA)的思想,考虑利率对养护费用的影响,给出利率影响下的养护费用计算公式。最后总结得到了考虑时变和利率的养护费用计算公式。本文将桥梁养护系统分为系统级和项目级两个层次,分析其各自的研究内容和定位。提出适用于城市桥梁养护决策的综合指标排序方法,应用于对网络内桥梁养护顺序的排列选择;之后又在此基础上结合P范数的理论,给出了一种基于欧几里德距离(Euclidean Distance)来判断养护优先级的量化方法。提出了养护规划的数学模型——平均状态等级最高和总的养护费用最少,并将之简化为有约束的单目标线性整数规划,用遗传算法来寻优。提出了一种独特的染色体编码方法,具有简单、含义丰富的特点,并结合Matlab编程语言编写了计算程序。在上述研究的基础上,本文概要了桥梁健康监测、预警与养护规划指南的编制要点。
张明广, 徐小娜[9]2010年在《钢筋混凝土结构耐久性分析的神经网络法》文中进行了进一步梳理主要采用神经网络方法和可靠度理论,依据混凝土中钢筋的锈蚀量,对钢筋混凝土构件的可靠指标进行了分析,并运用所得的结果进行了耐久性分析,以期指导结构设计人员科学合理地控制结构耐久性。
范颖芳[10]2002年在《受腐蚀钢筋混凝土构件性能研究》文中进行了进一步梳理腐蚀环境下服役的钢筋混凝土结构由于长期受到腐蚀作用，造成混凝土性能劣化、钢筋锈蚀、钢筋与混凝土之间粘结退化，导致钢筋混凝土结构耐久性降低而提前发生破坏。目前，由于腐蚀造成钢筋混凝土结构耐久性退化已成为当今土木工程界面临的一大灾害，引起人们的普遍关注，成为研究的一大热点。本文在系统总结国内外有关受腐蚀钢筋混凝土构件受力性能研究工作的基础上，以材料物理力学性能(包括受腐蚀混凝土和锈蚀钢筋)→受腐蚀钢筋与混凝土之间粘结性能→受腐蚀钢筋混凝土构件力学性能为主线对受腐蚀钢筋混凝土构件性能展开了一定的研究，主要研究工作包括： 首先，研究了受腐蚀钢筋混凝土材料的物理力学性能。基于微观腐蚀机理分析了硫酸盐介质对混凝土的膨胀性腐蚀作用，从理论上研究了由于膨胀作用引起混凝土内部产生的膨胀应力；讨论了钢筋表面锈蚀坑对钢筋力学性能的影响，建立了钢筋屈服强度与蚀坑深度之间的关系；为受腐蚀混凝土和锈蚀钢筋本构关系的建立提供了一定的理论基础。 其次，建立了受腐蚀钢筋混凝土极限粘结力的神经网络预测模型。阐明了锈蚀钢筋与混凝土之间粘结性能的退化机理；鉴于锈蚀钢筋混凝土之间的粘结性能受到多因素影响，且影响因素集与极限粘结强度之间存在着复杂非线性关系，建立了BP神经网络模型预测锈蚀钢筋与混凝土之间极限粘结力，取得了较好的预测效果。研究表明，应用神经网络方法研究受腐蚀钢筋混凝土粘结力是可行的，由于能够同时考虑足够多个影响因素，因此较传统分析方法有着显着的优势。 再次，基于试验研究提出了受腐蚀钢筋混凝土构件极限承载力的预测模型。基于目前较少开展的实际腐蚀环境下钢筋混凝土构件受力性能的试验研究，通过引入受腐蚀混凝土和锈蚀钢筋的损伤因子导出了受氯离子腐蚀钢筋混凝土构件极限承载力计算模型；建立了BP神经网络模型对受腐蚀钢筋混凝土梁承载力进行了预测，通过对多组国外试验研究结果(不同腐蚀作用情况下)的分析均取得了令人满意的预测结果，并且随着试验资料的积累，预测效果可以得到进一步的改善；因此，本文建立的神经网络模型对受腐蚀钢筋混凝土构件承载力研究是一种十分有效的方法，具有较好的应用前景。 然后，基于受腐蚀钢筋混凝土构件表面裂缝的分布特征研究了构件的腐蚀情况及其力学特性。揭示出受腐蚀钢筋混凝土构件在荷载作用下表面裂缝分布服从统计意义上的分形，并对其进行了分形描述；提出以裂缝分形维数作为受腐蚀程度的有效衡量指标，首次实现了构件受腐蚀程度的定量描述；建立了裂缝分形维数与钢筋锈蚀率、混凝土劣化系数、构件承载力之间的定量关系，并建立了分形神经网络模型对实际受腐蚀钢筋混凝土构件进行了极限承载力的预测，取得了较好的预测效果。研究结果显示，分形维数的应用为受腐蚀钢筋混凝土构件承载力研究开辟了一条崭新的途径，为受腐蚀钢筋混凝土构件的耐久性研究提供了一个便于工程应用的新方法，具有重要的理论和实用价值。 最后，研究了受腐蚀钢筋混凝土梁的延性特性。分析了混凝土劣化和钢筋锈蚀对钢筋混凝土梁截面延性的影响；在平截面假定成立和不适用两种情况下，分别讨论了钢筋混凝土梁截面曲率延性随混凝土劣化、钢筋锈蚀的演变规律。填补了目前国内外对受腐蚀钢筋混凝土构件延性研究的不足，为受腐蚀钢筋混凝土结构安全性评价具有理论指导意义。
参考文献：
[1]. 既有混凝土结构适用性耐久性评估系统的研究及应用[D]. 刘腾. 华南理工大学. 2012
[2]. 钢筋混凝土结构耐久性分析的神经网络方法[D]. 屠艳平. 武汉理工大学. 2003
[3]. 基于可靠性分析的钢筋混凝土结构耐久寿命预测[D]. 马亚丽. 北京工业大学. 2006
[4]. 人工神经网络在混凝土结构寿命预测中的应用研究[D]. 李凤姣. 河北农业大学. 2008
[5]. 基于模糊理论的钢筋混凝土主梁结构耐久性评价方法研究[D]. 张博坤. 吉林大学. 2015
[6]. 基于渗透性分析的混凝土耐久性可靠度评估[D]. 王雨齐. 武汉理工大学. 2006
[7]. 在役钢筋混凝土桥梁基于可靠度的耐久性分析与寿命预测[D]. 孙波. 华中科技大学. 2006
[8]. 在役桥梁状态评估和养护管理方法的研究[D]. 周畅. 浙江大学. 2008
[9]. 钢筋混凝土结构耐久性分析的神经网络法[J]. 张明广, 徐小娜. 山西建筑. 2010
[10]. 受腐蚀钢筋混凝土构件性能研究[D]. 范颖芳. 大连理工大学. 2002
标签：建筑科学与工程论文; 钢筋混凝土结构论文; 可靠度论文; 混凝土强度检验评定标准论文; 混凝土耐久性论文; 混凝土标准养护论文; 分布钢筋论文; 桥梁论文;