近期，建筑工程领域权威期刊《Journal of Building Engineering》（影响因子：6.4，JCR1，中科院二区Top期刊）发表了我院喻宣瑞博士在建筑工程领域的研究成果：“Predictive and experimental assessment of chloride ion permeation in concrete subjected to multi-factorial conditions using the XGBoost algorithm”和“Advancing service life estimation of reinforced concrete considering the coupling effects of multiple factors: Hybridized physical testing and machine learning approach”。重庆科技大学土木与水利工程学院为第一单位，喻宣瑞博士为论文的第一作者。

氯离子侵蚀是影响钢筋混凝土结构使用寿命的关键因素。针对现有预测模型因变量考虑单一且忽略环境与材料因素耦合作用而导致的精度不足问题，本研究通过多场耦合条件下的物理试验，系统探究了环境温度、湿度、侵蚀时间、水灰比和粗骨料体积分数等因素对氯离子扩散系数及表面浓度的影响规律。试验发现，当水灰比达到0.5且高湿度条件下，SHAP值升至0.015，显著加速氯离子扩散；侵蚀时间超过200天且温度高于38℃时，SHAP峰值达0.02；而粗骨料体积分数在0.45-0.60区间时，温度变化对表面浓度影响微弱。基于XGBoost算法建立的机器学习预测模型，结合Fick第二定律开发的浓度—深度预测模型，较传统方法显著提升了精度。研究表明，水灰比和粗骨料体积分数是影响扩散特性的主导因素——水灰比与环境温度比值的增大会同步提升扩散系数和表面浓度，而粗骨料则表现出明显的抑制作用。这些发现为综合考虑材料—环境耦合效应提供了新思路，进一步增强了模型工程适用性，对精确评估混凝土结构寿命具有重要价值。

文章链接：

https://doi.org/10.1016/j.jobe.2024.111041

https://doi.org/10.1016/j.jobe.2024.108476