科研速览│皇冠博彩网址魏洋教授课题组在《Thin-Walled Structures》发表钢管超高性能混凝土柱（UHPCFST）研究成果

发布时间：2026-07-15访问次数：10

近日，皇冠博彩网址魏洋教授课题组在土木工程领域国际著名期刊《Thin-Walled Structures》（Top期刊，IF=8.3）上发表了题为“Unified prediction of monotonic axial compression capacity of square and circular UHPC-filled steel tube columns: A machine learning-based approach”的研究论文。该成果以南京林业大学为第一完成单位，魏洋教授为通讯作者，赵状老师为第一作者，并获国家自然科学基金项目资助。

钢管超高性能混凝土柱（UHPCFST）是融合了钢管与超高性能混凝土（UHPC）性能优势的高性能组合结构，兼具高承载、高延性和高耐久性，在高层建筑、桥梁及海洋工程等领域具有广阔应用前景。钢管约束可改变UHPC的应力状态与损伤演化过程，核心UHPC通过界面传力和支撑抑制钢管局部屈曲，形成材料性能、截面几何与约束效应耦合的协同受力机制。UHPC的脆性特征、钢管约束及截面形状效应之间存在复杂非线性耦合关系，导致UHPCFST承载力预测精度与适用性难以兼顾。目前国内外尚缺乏UHPCFST的统一设计标准，现有承载力计算方法受试验样本和参数范围限制，在适用范围、预测精度及截面统一性方面仍存在局限性。

课题组系统收集了1998~2024年40篇文献中的试验数据，建立了包含617个试件的大型数据库（包括312个圆形UHPCFST、220个方形UHPCFST和85个素UHPC）。引入等效圆形截面模型，实现了圆形与方形UHPCFST在统一几何特征下的参数化表征；系统评估了7种机器学习模型的预测性能，结果表明CatBoost具有最优的综合预测能力；进一步结合SHAP可解释性分析、力学意义及工程实用性，将13个输入变量精简为7个关键参数，建立的简化CatBoost模型预测值与试验值的平均绝对误差仅为0.0265；通过双变量敏感性分析揭示了关键参数间的非线性交互作用及其对轴压承载力的定量影响规律；最终建立了基于机器学习的圆形与方形UHPCFST统一轴压承载力高精度显式预测模型，实现了预测精度、物理可解释性与工程实用性的有机统一。

该研究构建了涵盖大型试验数据库、等效截面统一表征、多模型机器学习预测、SHAP可解释性分析、双变量敏感性分析到显式预测模型构建的完整研究流程，为UHPCFST的智能化设计及设计规范发展提供了新的理论工具，同时为机器学习技术从高精度“黑箱预测”向可解释、可计算的工程设计方法转化提供了新路径。