基于一元线性回归分析的水泥28 d抗压强度预测

2022-12-10 09:10
上海建材 2022年5期
关键词:测试数据标准偏差回归方程

黄 林

(上海苏科建筑技术发展有限公司,上海,201399)

0 引言

水泥质量对建设工程质量起着至关重要的作用,尤其是水泥强度,直接影响混凝土的力学性能。工程现场水泥进场后,需按标准方法完成28 d抗压强度检测,测试周期长,造成巨大的时间损失。为了保障混凝土的实际强度,如在设计混凝土配比时,水泥用量往往偏多,增加了建设成本;为了控制成本,如在设计时减少水泥用量,造成混凝土的实际强度未达到设计要求,为工程质量带来安全隐患。因此,找出能在早期预测水泥28 d强度的方法,对水泥在建设工程中的运用具有较大的实际意义。

1 数据来源

本文通过采用一元线性回归分析的方法,探讨水泥28 d和3 d抗压强度之间的线性关系,建立回归方程模型,由3 d抗压强度推导得到28 d抗压强度预测值。试验水泥(1#水泥:上海建筑材料集团水泥有限公司、2#水泥:芜湖金铸水泥有限公司、3#水泥:海门海螺水泥有限责任公司)分别取自3家水泥生产厂出品的P.O42.5水泥。取样后按GB/T 17671—2021《水泥胶砂强度检验方法(ISO法)》的规定,测试3 d抗压强度值(3)和28天抗压强度值(28),每个厂家各取样 30 组[1]。测试结果见表1—表3。

表1 1#水泥抗压强度测试数据(Tab.1 1#cement compressive strength test data)

表2 2#水泥抗压强度测试数据(Tab.2 2#cement compressive strength test data)

续表2 2#水泥抗压强度测试数据(Tab.2 2#cement compressive strength test data)

表3 3#水泥抗压强度测试数据(Tab.3 3#cement compressive strength test data)

2 回归模型的建立和确定

不同厂家水泥强度预测模型建立和确认的方法相同,因此以1#水泥作为示例,开展分析和研究[2]。

2.1 变量相关性

以3 d抗压强度测试值作为自变量,28 d抗压强度测试值作为因变量,将其测试值录入Excel并绘制散点图,如图1所示。由图可知,线性相关系数2=0.908 8,3 d和28d的抗压强度之间存在较强的相关性[3]。

图1 3 d和28 d抗压强度测试值关系(Fig.1 Relationship between 3-day and 28 day compressive strength test values)

2.2 回归分析检验

在Excel中,录入3 d和28 d抗压强度测试值,依次点击工具菜单数据→数据分析→回归工具,弹出回归对话框。将28 d抗压强度测试值数据录入区域、3 d抗压强度测试值数据录入区域(即28 d抗压强度作为因变量、3 d抗压强度作为自变量),置信水平设置为95%,选定残差等输出选项,单击确认即可得到回归分析检验数据,如图2所示[4]。

图2 回归分析检验(Fig.2 Regression analysis test)

2.3 回归模型

2.4 拟合回归分析

按照上述方法,分别对2#水泥和3#水泥开展拟合回归分析,建立3 d和28 d抗压强度之间的回归模型,见表4。

表4 线性回归分析汇总(Tab.4 Summary of linear regression analysis)

3 回归模型的可靠性评定

通过3 d和28 d抗压强度测试数据,建立回归模型,得到线性回归方程式。将水泥3 d抗压测试强度带入对应回归方程式,得到水泥28 d抗压强度计算值(28计),并计算其与28 d抗压强度测试之间的相对误差,见表1—表3和图3。结果表明,1#—3#份水泥28 d强度计算值的相对误差均在±5%之内,满足试验室内±5%和试验室间±7%的相对误差控制要求,说明通过线性回归方程计算得到的水泥28d强度值28计可靠。

图3 28计相对误差(Fig.3 The relative error of28计)

3.2 剩余标准差评定

根据标准JC/T 738—2004《水泥强度快速检验方法》中剩余标准偏差的计算公式及评定要求,计算得到3份水泥28 d抗压强度值的剩余标准偏差,以及剩余标准偏差与28 d抗压强度测试值的平均值28的相对百分比,见表5。剩余标准偏差与28 d强度平均值28的相对百分数均小于7.0%,由此说明可得预测方程可用[5]。

表5 剩余标准偏差(Tab.5 Residual standard deviation)

4 结语

对3家水泥生产厂的水泥进行测试。通过试验研究可知,当水泥质量稳定时,其3 d和28 d抗压强度之间存在一定的线性回归关系,利用Excel中数据回归统计分析,可得线性回归方程,从而计算得到水泥的28 d抗压强度预测值,能较好地指导水泥在实际工程中的运用。另外,对于不同厂家的水泥,其线性回归关系各有不同,在使用回归统计分析时,应根据不同厂家数据建立各自的回归方程,使其更具有针对性和准确性。

猜你喜欢
测试数据标准偏差回归方程
倾斜改正在连续重力数据预处理中的应用
采用直线回归方程预测桑瘿蚊防治适期
线性回归方程的求解与应用
线性回归方程要点导学
走进回归分析,让回归方程不再是你高考的绊脚石
测试数据管理系统设计与实现
平滑与褶皱表面目标的散射光谱的研究
基于自适应粒子群优化算法的测试数据扩增方法
互感器检定装置切换方式研究
空间co-location挖掘模式在学生体能测试数据中的应用