水工工程常态混凝土配合比设计需同时满足施工工作性、早龄期强度发展、标准龄期强度达标和体积稳定性等要求，现有预测方法主要以绝对数值预测，难以面向材料非均质性、施工扰动和试验误差引起的各类性能波动。本工作构建了包含457组样本的水工常态混凝土多目标性能数据库，以水泥、粉煤灰、骨料等原材料信息及配合比等45维变量为输入，以坍落度、7 d抗压强度、28 d抗压强度和28 d干燥收缩为输出目标；提出分层多任务异方差概率神经网络模型（HMT-HPNN），该模型通过共享表征、层级任务表征、任务特异分支和异方差概率子网络，实现多目标均值预测与样本相关不确定性估计。结果表明，HMT-HPNN的点预测精度与经典神经网络模型处于同一较优水平，各模型在4个预测目标上的平均NRMSE均小于0.078，具备可靠的基础回归能力；与基于蒙特卡洛Dropout的多层感知机（MLP+MC Dropout）相比，HMT-HPNN表现出更优的不确定性表征能力，各目标平均90%预测区间覆盖率（PICP90）与90%名义置信水平更为接近，总体覆盖率达90.49%；4个目标的负对数似然（NLL）均更低，降低幅度均超过40%；同时，HMT-HPNN在测试集中综合预测误差随综合预测不确定性等级升高而递增，模型输出的不确定性具有误差风险指示能力；针对46组同源工程验证数据，HMT-HPNN对4个目标的R2分别为0.70、0.94、0.90和0.87，平均NLL优于测试集结果，且不确定性等级与预测误差间具有一致性。本工作可为水工常态混凝土性能预判、配合比设计和性能风险感知提供数据驱动支撑。
针对低碳超高性能混凝土（UHPC）配合比变量维度高、组分耦合复杂及传统强度预测模型物理可解释性不足的问题，本工作提出一种融合水化-堆积机理先验与数据驱动结构学习的小样本可解释贝叶斯网络（Bayesian network，BN）建模方法。根据系统性文献综述获得491组UHPC原始配合比数据，基于数据完整性和机理变量计算要求，经单位统一、变量转换、异常值核查和有效样本筛选后，获得136组有效建模样本。进一步依据胶凝材料水化反应和颗粒紧密堆积原理，构建包含胶凝材料反应活性指数、水胶比、激发剂掺量、胶砂比、钢纤维掺量、活性钙硅比、活性硫铝比和初始颗粒堆积密实度的水化-堆积特征体系，并建立“材料及工艺参数层-中间机理层-目标性能层”的BN预测模型。结果表明，BN模型在10折交叉验证中获得较高预测精度（R2=0.910 1），同时通过基于机理约束的干预敏感性分析量化了水化效应（47.9%）、堆积效应（35.1%）及水化-堆积协同效应（17.0%）对28 d抗压强度的贡献。5组独立验证结果初步表明，在本工作验证样本范围内，模型预测强度与实测强度具有较好的一致性，实测值均落入模型预测区间内。本工作可为低碳UHPC候选配比筛选、抗压强度预测和智能化设计，提供兼具预测能力与机理解释性的建模工具。
浮法玻璃熔化成形过程具有高温连续运行、多变量强耦合和缺陷响应长时滞等特点，现有在线缺陷检测多属于事后识别，难以及时支撑工艺前馈调节。针对多变量耦合及时滞不确定带来的多类别缺陷预测难题，提出一种时滞感知变量耦合TimeMixer模型（Lag-aware Variable-Coupled TimeMixer，LVC-TimeMixer）。该模型以TimeMixer的多尺度分解与趋势波动混合结构为主干，引入时滞感知编码器和变量分组耦合混合器：前者利用5、10、30、60、120 min和240 min候选滞后尺度显式表征工艺扰动到缺陷响应的延迟关系，后者按照温度、压力、流量、气氛和历史缺陷等工艺语义构建变量组内表征与组间耦合，从而建立熔化成形工艺参数、历史缺陷序列与未来缺陷变化趋势之间的动态映射。基于某浮法玻璃生产线历史数据的验证结果表明，LVC-TimeMixer在平均绝对误差（Mean absolute error，MAE）、均方根误差（Root mean square error，RMSE）、决定系数（Coefficient of determination，R2）和30 min累计缺陷平均绝对误差（30-min cumulative MAE）方面表现最优，对称平均绝对百分比误差（Symmetric mean absolute percentage error，sMAPE）和严重缺陷F1值（F1-score）虽非全部最优但接近优势水平；消融实验进一步表明，时滞感知编码与变量分组耦合具有协同增益。该方法可为浮法玻璃缺陷事前预警、工艺参数优化和智能质量控制提供数据驱动支撑。
外加电场加速离子迁移已广泛应用于混凝土快速氯离子迁移系数法和电化学修复防护中，然而强电场作用下多离子耦合传输行为及其场强依赖特征尚不明确，传统常数迁移率模型难以准确表征氯离子迁移前沿的非线性演化。针对这一问题，本工作建立了基于物理信息神经网络的强电场下混凝土多离子电迁移数值分析框架，将Poisson-Nernst-Planck（PNP）方程、朗缪尔（Langmuir）氯离子结合关系和场强相关迁移率关系嵌入统一物理约束框架，实现了有限试验数据条件下多离子浓度场、电势场及迁移率参数的协同识别。研究发现，局部电场集中会诱发离子迁移率衰减，使氯离子通量出现饱和甚至下降趋势。进一步分析表明，强电场下多离子浓度剖面呈现迁移前沿局部化和推进减缓特征，数据同化修正主要集中在氯离子迁移前沿及浓度梯度较大的区域，可为快速氯离子迁移系数法中强电场传输行为解释和迁移率参数反演提供参考。
北京市海淀区学院南路86号
010-62662699（运营及技术支持）
qkjq@cast.org.cn
中国科学技术协会版权所有 京ICP 备10216604号-4 海淀分局备案 1101084647
科技导报社主办 中国科协信息中心技术支持
