皇子博
湖北地区不同岩性崩塌破坏过程及防护措施分析
地球科学与环境工程河南科技Henan Science and Technology总第806期第12期2023年6月湖北地区不同岩性崩塌破坏过程及防护措施分析周迎1易武2刘朝1敖亮3贲琰棋2（1.湖北省地质局第五地质大队，湖北鄂州436000；2.三峡大学湖北长江三峡滑坡国家野外科学观测研究站，湖北宜昌443002；3.葛洲坝集团三峡建设工程有限公司，湖北宜昌443002）摘要：【目的目的】探究不同地层岩性崩塌体的破坏特征，并提供出相应的防护措施。
【方法方法】以鄂州鄂城区白雉山林场崩塌与鄂西兴山县下公堡崩塌为典型代表，结合现场实地调查一手资料对不同运动路线的崩塌落石滚动过程进行分析。
【结果结果】不同岩性落石破坏过程和坡脚的微地貌存在直接相关关系，寒武系覃家庙组白云岩落石滚动路线为三条近似平行直线，运动过程可以划分为裂隙扩张阶段、消能阶段、破坏解小阶段；粉质黏土夹碎石及中~微风化的闪长岩滚落的路线是发射状，运动过程可以划分为岩块风化阶段、崩落阶段、破坏解小阶段。
【结论结论】崩塌体所处斜坡坡面地质特征存在差异性，崩塌体能量消耗过程、运动过程均不相同，因此防治措施也应因地制宜。
关键词：崩塌；地层岩性；破坏过程；防治措施中图分类号：P642.21文献标志码：A文章编号：1003-5168（2023）12-0101-05DOI ：10.19968/ki.hnkj.1003-5168.2023.12.020Analysis of the Damage Process and Protective Measures of DifferentLithologic Collapse in Hubei ProvinceZHOU Ying 1YI Wu 2LIU Zhao 1AO Liang 3BEN Yanqi 2(1.Fifth Geological Brigade of Hubei Geological Bureau,Ezhou 436000,China ；2.National Field Observationand Research Station of Landslide in Three Gorges Reservoir Area of Yangtze River,Yichang 443002,China ；3.Gezhouba Group Sanxia Industry Co.,Ltd.,Yichang 443002,China)Abstract:[Purposes ]This paper aims to explore the failure characteristics of rock avalanches in differ⁃ent strata and provide corresponding protective measures.[Methods ]Taking the collapse of Baizhishan Forest Farm in Echeng District of eastern Hubei Province and the collapse of Xiagongpu in Xingshan County of western Hubei Province as typical representatives,combined with the first-hand data of fieldinvestigation,the rolling process of collapse rockfall with different motion routes was analyzed.[Find⁃ings ]There is a direct correlation between the failure process of different lithology rockfalls and the mi⁃crotopography of the slope foot.The rolling route of dolomite rockfalls in the Cambrian Qinjiamiao Forma⁃tion is three approximately parallel lines.The movement process can be divided into fracture expansion stage,energy dissipation stage and failure solution stage.The rolling route of silty clay with gravel and medium to slightly weathered diorite is emission,and the movement process can be divided into rockweathering stage,caving stage and destruction stage.[Conclusions ]There are differences in the geologi⁃cal characteristics of the slope where the collapse body is located.The energy consumption process and收稿日期：2023-02-25作者简介：周迎(1994—），男，硕士，助理工程师，研究方向：地质灾害防治及机理。
手段的卑鄙证明了目的的卑鄙（转
⼿段的卑鄙证明了⽬的的卑鄙（转葛世雄）【“ ……。
1994年3⽉1⽇，秦始皇兵马俑⼆号坑正式开始挖掘。
考古学家在⼆号坑内发现了⼀批青铜剑，剑⾝上共有8个棱⾯。
考古学家⽤游标卡尺测量，发现这8个棱⾯误差不⾜⼀根头发丝。
已经出⼟的19把青铜剑，剑剑如此。
更令⼈称奇的是，它们在黄⼟下沉睡了2000多年，出⼟时依然光亮如新，锋利⽆⽐。
科研⼈员测试后发现，剑的表⾯有⼀层10微⽶厚的铬盐化合物。
这⼀发现⽴刻轰动了世界，因为这种"铬盐氧化"处理⽅法，是近代才出现的先进⼯艺，德国在1937年，美国在1950先后发明，并申请了专利。
⽆独有偶，在考古⼈员清理秦皇⼀号坑的第⼀过洞时，发现⼀把青铜剑被⼀尊重达150公⽄的陶俑压弯了，其弯曲的程度超过45度，当⼈们移开陶俑之后，令⼈惊诧的奇迹出现了：那⼜窄⼜薄的青铜剑，竟在⼀瞬间反弹平直，⾃然恢复。
当代冶⾦学家梦想的"形状记忆合⾦"，竟然出现在 2000多年前的古代墓葬⾥。
"形状记忆合⾦"⽬前⽤途很⼴，连⼥⼈的胸罩都⽤上了，也就是"记形罩杯"，可是有谁想到过，上世纪80年代的科技⽂明，为什么竟然会出现在公元前200多年以前？让我们来作⼀个假设，假设上述神奇的铸造技术并没有留下实物，⽽是记载在中国古籍之中的，并且我们是在上世纪初现代⼈类尚未发明类似技术的情况下发现这些古籍的记载的，按照“批判的继承”中国古代⽂明的观点，现代⼈都不可能实现的技术出现在古籍中，那⼀定是迷信或艺术想象。
……。
众所周知，此类“在科学的名义下”的伪科学现象，如今依然在传统⽂化领域不幸地继续着。
为了实现其不可告⼈的⽬的，甚⾄不惜捏造事实、编织罪名。
这就已经不仅是科学精神或态度的问题了，也不是某个学术问题之争了，这已经演化为批判者的⼈格和道德品质问题了。
让⼈不得不想起恩格斯那句“⼿段的卑鄙证明了⽬的的卑鄙”的名⾔。
……。
以后我们只要见到某⼈仍以实证科学为⼤棒，来攻击、诋毁某个未知事物或神秘现象，你完全有理由对其嗤之以⿐：切！】傅邦隆著）切莫被实证科学的伪科学性所蒙骗》傅邦隆著）（摘⾃（摘⾃《切莫被实证科学的伪科学性所蒙骗阅罢此⽂，我的精神有点错乱了。
康熙、雍正、乾隆、道光皇帝为什么要把亲生儿子过继给其他宗室为嗣子（嗣孙）？
康熙、雍正、乾隆、道光皇帝为什么要把亲生儿子过继给其他宗室为嗣子（嗣孙）？有清一代，共计皇帝（含后金汗）十二位，而各代皇帝诞育皇子数量分别为：太祖十六人、太宗十一人、世祖顺治帝八人、圣祖康熙帝三十五人（因为人数太多、所以夭折的就不再序齿，有排行的二十四人）、世宗雍正帝十人、高宗乾隆帝十七人、仁宗嘉庆帝五人、宣宗道光帝九人、文宗咸丰帝二人、穆宗同治帝无后、德宗光绪帝无后、逊帝宣统帝无后，合计清代皇子数量是一百一十三人。
这其中，自圣祖康熙帝第十六子允禄在雍正元年（1723年）三月奉世宗雍正帝之诏入继庄靖亲王博果铎（太宗孙、承泽亲王硕塞子、圣祖康熙帝堂兄）为嗣子开始，至道光二十六年（1846）正月宣宗道光帝第五子奕誴过继给惇恪亲王绵恺（仁宗嘉庆帝第三子、宣宗道光帝之弟）为嗣子结束，整个清朝一共有五位皇子正常出继给其他宗室为嗣子、嗣孙，分别是：雍正元年（1723年）三月，圣祖康熙帝第十六子允禄出继庄靖亲王博果铎为嗣子；乾隆三年（1738年）三月，世宗雍正帝第十子弘曕出继果毅亲王允礼为嗣子；乾隆二十四年（1759年）十二月，高宗乾隆帝第六子永瑢出继慎靖郡王允禧为嗣孙；乾隆二十八年（1763年）十一月，高宗乾隆帝第四子永珹出继履懿亲王允裪为嗣孙；道光二十六年（1846）正月，宣宗道光帝第五子奕誴出继惇恪亲王绵恺为嗣子；另外还有一次特殊情况：雍正四年（1726年）二月，世宗雍正帝第三子弘时被撤除黄带子（黜宗籍）、除名玉牒（宗室族谱），勒令出宫，过继给已经倒台的廉亲王允禩为子（非出继为嗣子，允禩有亲子弘旺）。
这样，整个清朝，一共是六位皇子被出继为其他宗室的嗣子嗣孙（继子）。
下面就这六位皇子出继的情况分别加以剖析，以使各位朋友了解分明。
允禄出继庄靖亲王博果铎：庄靖亲王博果铎，是太宗的孙子，和硕承泽裕亲王硕塞长子。
硕塞在顺治十一年（1655年）十二月初五去世后，六岁的博果铎承袭亲王爵位，依世祖顺治帝诏令改王号为“庄”，称“庄亲王”，并获得“世袭罔替”资格，成为清代十二家“铁帽子王”之一。
基于机器学习的再生混凝土配合比设计方法
第50 卷第 9 期2023年9 月Vol.50，No.9Sept. 2023湖南大学学报（自然科学版）Journal of Hunan University（Natural Sciences）基于机器学习的再生混凝土配合比设计方法刘凯华1，郑佳凯1，谢维力1，董书雄1，段珍华2†（1.广东工业大学土木与交通工程学院，广东广州 510006；2.同济大学土木工程学院，上海 200092）摘要：再生混凝土技术是实现建筑垃圾资源化利用的有效途径. 通过收集再生混凝土氯离子侵蚀试验和碳化试验的数据，将材料信息和试验环境信息作为输入参数，采用电通量和碳化深度分别量化再生混凝土的抗氯离子侵蚀和抗碳化性能，基于机器学习方法构建再生混凝土的耐久性能预测模型，在此基础上以强度、耐久性和成本作为优化目标，结合 NSGA-Ⅱ算法和优劣解距离法提出再生混凝土配合比优化设计方法. 结果表明：梯度提升树模型可以较好地预测再生混凝土的抗氯离子侵蚀性能，高斯过程回归模型则对再生混凝土抗碳化性能预测表现较好；采用提出的配合比优化设计方法获得了满足耐久性和力学性能要求的低成本再生混凝土配合比建议值，可用于指导施工配合比设计.关键词：机器学习；再生混凝土；耐久性；预测模型；配合比设计中图分类号：TU528.01 文献标志码：AMixture Design Method of Recycled Aggregate ConcreteBased on Machine LearningLIU Kaihua1，ZHENG Jiakai1，XIE Weili1，DONG Shuxiong1，DUAN Zhenhua2†（1.School of Civil and Transportation Engineering， Guangdong University of Technology， Guangzhou 510006， China；2.College of Civil Engineering， Tongji University， Shanghai 200092， China）Abstract：The technology of recycled aggregate concrete （RAC）is an effective way to realize the resource utilization of construction waste. By collecting the data on the chloride ion corrosion test and carbonation test of RAC，variables related to materials and test environments were set as input parameters. The electric flux and carbonation depth were used to quantify the RAC’s resistance to chloride ion corrosion and carbonation，respectively. The machine learning methods were used to construct the prediction models of durability for RAC. On this basis，taking strength，durability，and cost as the optimization goals，the optimal design method of the RAC mixture was proposed by combining the NSGA-Ⅱ algorithm and the technique of order preference similarity to the ideal solution. Results show that the gradient boosting tree model can predict the RAC’s resistance to chloride ion corrosion better than other models，and the Gaussian process regression model has the best performance in predicting the RAC’s resistance to carbonation. A low-cost RAC mixture that meets the requirements of durability and mechanical properties was obtained with the proposed mixture optimization design method， which can be used to∗收稿日期：2022-07-17基金项目：国家自然科学基金资助项目（52108123，52178244）， National Natural Science Foundation of China（52108123，52178244）作者简介：刘凯华（1990—），男，山东青岛人，广东工业大学副教授，工学博士† 通信联系人，E-mail：*****************.cn文章编号：1674-2974（2023）09-0088-09DOI：10.16339/ki.hdxbzkb.2023105第 9 期刘凯华等：基于机器学习的再生混凝土配合比设计方法guide the construction mix design.Key words：machine learning；recycled aggregate concrete；durability；prediction model；mixture design再生骨料具有吸水率高、表观密度低和压碎指标值大等特点. 残余浆体的存在使得再生混凝土内部存在多重界面过渡区［1］，导致其耐久性能较普通混凝土有所降低［2］. 再生混凝土材料耐久性能直接影响再生混凝土结构的长期服役性能［3］. 一般认为，再生混凝土抗氯离子渗透性能［4-5］和抗碳化性能［6］较普通混凝土要低，且随着再生骨料取代率的提高逐渐下降. 已有学者基于试验结果发展了再生混凝土耐久性的预测模型［7-8］，但此类“机理驱动”的半经验半理论模型精度尚有较大提升空间. 近年来人工智能发展迅速，机器学习等技术的快速发展为再生混凝土耐久性预测问题的建模提供了新的思路. 不同于“机理驱动”的传统建模方法，“数据驱动”的机器学习建模方法能够充分挖掘试验数据中输入和输出的映射关系，建立精确的预测模型［9］. 国内外学者已尝试将机器学习应用于混凝土材料的研究之中，针对其抗压强度［10-11］、弹性模量［12］和早期收缩［13］等性能预测开展研究，均取得了较为满意的预测效果.目前针对再生混凝土的配合比设计主要从强度角度出发，对其耐久性能要求则是以控制强度等级、水灰比等指标进行概念设计. 为实现再生混凝土的性能可控，发展耦合强度和耐久性的配合比设计方法具有重要的工程意义. 基于此，本文将机器学习方法引入再生混凝土的耐久性能研究，建立再生混凝土抗氯离子侵蚀性能和抗碳化性能预测的机器学习模型. 将提出的再生混凝土耐久性预测模型和生产成本作为目标函数，利用设计强度确定配合比约束条件，结合多目标优化算法发展再生混凝土配合比优化设计方法.1 机器学习算法机器学习算法可分为有监督学习和无监督学习两大类. 有监督学习是对具有标签的训练样本进行学习，以尽可能对训练样本集外的数据进行分类和回归；无监督学习则是对没有标签的训练样本进行学习，主要为数据聚类和数据降维. 本文采用了4种有监督机器学习方法，包括2种单一学习方法和2种集成学习方法.1.1 单一学习模型1）反向传播神经网络（Backpropagation Artificial neural Network， BPANN）. BPANN是一类基于误差反向传播算法的多层前馈神经网络［14］，包含输入层、隐藏层和输出层. 输入层、隐藏层和输出层中神经元通过权重和偏差依次连接. 权重和偏差最初是随机分配的，然后根据训练过程的结果进行不断优化. 2）高斯过程回归（Gaussian Progress Regression，GPR）. GRP是对输入变量与输出变量间的概率分布进行推断，即给定输入变量后确定输出变量的条件分布［15］. 与其他机器学习模型相比，GPR 结合了统计学习和贝叶斯理论，可以有原则地量化预测不确定性，适用于处理高维度和强非线性问题.1.2 集成学习模型1）随机森林（Random Forest， RF）模型. RF模型由多棵独立的决策树组合而成，每棵决策树都是通过随机方法生成的［16］.模型预测通过投票或平均每个决策树的结果来确定.对回归问题，RF模型输出结果F（x）可表示为：F(x)=1T∑i=1T f i()x.（1）式中：f i（x）代表第i棵决策树的预测结果；T代表决策树的数量.2）梯度提升树（Gradient Boosting Decision Tree，GBDT）模型. GBDT模型以单一决策树模型作为基学习器，模型的训练过程即是可导出目标函数的优化过程［17］. GBDT模型采用平方误差作为损失函数，利用损失函数的负梯度作为拟合的目标值. 对回归问题，GBDT算法的计算过程如下：G0=argminλ∑i=1T L()y i，λ.（2）Gr=G r-1+argmin h r∈H∑i=1T[]L()yi，G r-1()x i+h r()x i.（3）∇Loss=∂L()yi，G r-1()x i∂G r-1()x i.（4）89湖南大学学报（自然科学版）2023 年式中：G0代表初始基学习器；G r代表输出的强学习器；L代表损失函数；h r代表弱学习器；∇Loss代表损失函数的负梯度.2 再生混凝土耐久性预测模型2.1 数据集及预处理分别采用电通量和碳化深度作为再生混凝土抗氯离子渗透和抗碳化性能量化指标. 模型输入变量考虑再生混凝土配合比、再生骨料品质、养护条件和侵蚀环境等层面的影响确定. 针对氯离子侵蚀环境，考虑到电通量法试验环境一致，因此将水泥用量（ρc）、水用量（ρw）、砂用量（ρs）、粉煤灰用量（ρfa）、骨料取代率（R）、骨料吸水率（R wa）和龄期（A）等作为输入变量. 针对碳化环境，选取水泥用量（ρc）、水用量（ρw）、骨料取代率（R）、骨料吸水率（R wa）、龄期（A）、二氧化碳体积分数（φCO）、环境温度（T）、环境湿度（RH）和碳化时长（t c）等作为输入变量. 骨料吸水率以再生骨料和天然骨料的吸水率根据骨料质量取代率加权后计算得到.收集了200组再生混凝土氯离子侵蚀试验样本［18-26］和502组碳化试验样本［27-37］. 样本中再生混凝土制备工艺均为传统工艺，粉煤灰类别均为低钙型Ⅰ级粉煤灰. 模型变量的统计特征值见表1. 为避免输入变量潜在共线性造成信息重复，采用方差膨胀因子（Variance Inflation Factor，VIF）法进行多重共线性分析. VIF是自变量回归系数估计量的方差与假设各自变量之间线性无关时方差的比值. VIF值越大，则代表该自变量与其他自变量之间共线性越明显，一般以10作为判断边界. 本文利用SPSS软件计算得到各输入变量的VIF值. 从表1可知，各自变量VIF值均小于10，排除多重共线性，数据集可用于机器学习模型训练.2.2 模型训练和超参数优化将数据库划分为训练集（80%）和测试集（20%），在MATLAB平台采用5折交叉验证训练模型. 训练过程中需要针对模型超参数进行优化以提升模型性能. 常见调参算法有网格搜索、随机搜索和贝叶斯优化等［38］. 网格搜索和随机搜索不需要人力，但是优化效率低、耗时长. 贝叶斯优化是基于目标函数过去评估结果建立概率模型，优化效率相对高，适用于参数维度不超过20的机器学习模型. 本文采用贝叶斯优化分别针对BPANN模型、GPR模型、RF模型和GBDT模型的部分超参数进行优化，结果见表2. 针对RF和GBDT模型，考虑到样本特征数均在10以内，因此将单个基学习器最大特征数和最大深度设置为自动获取.2.3 模型性能评估采用决定系数（R2）和均方根误差（R MSE）评估机器学习模型的预测性能，计算公式如式（5）（6）：R2=éëêêêêêêêêêê∑i=1N(f t--f t)(f p--f p)∑i=1N(f t--f t)2∑i=1m(f p--f p)2ùûúúúúúúúúúú2.（5）表1 模型变量的统计特征值Tab.1 Statistical indicators of model variables变量ρc /（kg·m-3）ρw /（ kg·m-3）ρs /（ kg·m-3）ρfa/（ kg·m-3）R/%R wa/%A/d φCO/%T/℃RH/% t c/d电通量/C 碳化深度/mm氯离子侵蚀试验最小值185.0120.0530.00.00.00.528.0――――523.0―最大值485.0225.0763.0225.0100.09.590.0――――6 910.0―平均值377.0186.0675.050.051.0349.0――――3 195.0―标准差62.017.051.064.041.01.928.0――――1 398.0―VIF1.32.52.71.53.43.51.1――――――碳化试验最小值200100――28120607―0.2最大值500.0280.0――100.09.990.020.040.070.0272.0―50.0平均值357.0189.0――53.03.433.06.022.063.054.0―11.2标准差64.022.0――41.02.012.05.03.04.044.0―9.1VIF1.41.3――6.16.11.35.71.65.41.2――90第 9 期刘凯华等：基于机器学习的再生混凝土配合比设计方法R MSE=（6）式中：f t 和f p 分别代表试验结果和预测结果；-f t 和-f p 分别代表试验结果平均值和预测结果平均值；N 代表数据点的个数.根据优化后的超参数可以分别建立再生混凝土电通量和碳化深度的机器学习预测模型.图1给出了再生混凝土电通量预测值和试验值的对比结果. 从图1（a ）~（d ）可看出，本文机器学习模型训练集和测试集的R 2都在0.95以上、R MSE 都在350以下，表现出很高的预测精度. 输入变量各模型在测试集的表现较训练集有所下降，但与试验结果拟合良好，展现出良好的泛化能力. 其中，GBDT 模型性能表现最好，R 2在0.98以上且R MSE 在150左右，其训练集和测试集预测性能均高于其他模型；BPANN 模型和RF 模型性能比较接近，略低于GPR 模型. 为进一步验证本文模型性能，根据陈正等［39］提出的电通量非线性回归预测模型对数据集进行了预测. 从图1（e ）可看出，非线性回归模型精度相对偏低.其原因是一方面算法本身对数据特征的识别能力有区别，另一方面本文模型输入变量除考虑配合比设计参数外，也考虑了再生骨料品质，提升了模型性能.图2给出了各模型针对再生混凝土碳化深度预测值和试验值的对比结果. 图2（a ）~（d ）表明，各机器学习模型在训练集和测试集的R 2都在0.93以上、R MSE 都在2.0以下. 其中，GPR 模型的预测性能最好，GBDT 模型次之但略高于RF 模型，BPANN 模型的预测性能则要低于其他模型. 从图2（e ）可以看出，Zhang 等［7］提出的再生混凝土碳化深度预测模型在训练集和测试集的R 2分别为0.797和0.776，R MSE 分别为3.9和4.3，较本文采用的机器学习模型预测精度有所降低，进一步验证了本文碳化深度机器学习预测模型的性能.2.4 参数分析在建立再生混凝土耐久性预测机器学习模型后，利用参数分析考察模型针对关键变量波动的变化趋势，提高模型可解释性. 为获得影响再生混凝土抗氯离子侵蚀和抗碳化性能关键参数，采用标准化回归系数（Standardized Regression Coefficient ， SRC ）量化各输入参数贡献. SRC 是对输入参数和输出参数同时进行标准化处理后所得的回归系数，其绝对值直接反映输入参数对输出参数的影响程度. 图3给出了各自变量SRC 计算结果. 从图3可知，用水量是影响再生混凝土抗氯离子侵蚀的关键参数，其次是龄期；二氧化碳体积分数是影响再生混凝土抗碳化性能的最主要参数，其次为水泥用量.以预测再生混凝土抗氯离子侵蚀和抗碳化性能表现最佳的GBDT 模型和GPR 模型开展关键参数分析. 针对GBDT 模型，改变用水量和龄期，同时将其他变量取为数据集平均值；针对GPR 模型，以水泥用量和二氧化碳体积分数为自变量，同时保持其他变量为数据集平均值，观察模型输出结果. 从图4（a ）可以看出，随着用水量增加，电通量逐渐增大，在用水量超过160 kg/m 3后快速增加. 用水量增加会增大再生混凝土水灰比，降低浆体密实度，对抗氯离子侵蚀不利. 随着龄期增加，电通量逐渐降低，在龄期超过70 d 后，电通量降幅很小，基本不变.龄期增加会使得水泥水化更加充分，增强再生混凝土密实性，提高抗氯离子渗透性［5］. 当龄期达到一定时间后，水化过程已比较充分，此时继续延长龄期带来的性能提升也有所放缓. 从图4（b ）可知，提高水泥用量可以降低碳化深度，当水泥用量超过400 kg/m 3时，继续增加水泥用量对再生混凝土抗碳化性能的提升效果已不再显著. 增加环境中二氧化碳体积分数则会逐渐增大再生混凝土的碳化深度，这与已有研究结果是一致的［6］.表2 机器学习模型超参数优化结果Tab.2 Optimization results of hyperparameters for machine learning modelsRFGBDT核函数基学习器个数基学习器个数学习率二次有理核， Matern 核， 指数核， 平方指数核［10∶10∶200］［10∶10∶200］［0.05∶0.05∶0.5］平方指数核1801600.101201000.1091湖南大学学报（自然科学版）2023年（a ）BPANN模型（b ）GPR模型（c ）RF模型（d ）GBDT模型（e ）非线性回归模型图1 再生混凝土电通量预测值与试验值的对比Fig.1 Comparison between the predicted and experimentalelectric flux of RAC（a ）BPANN模型（b ）GPR模型（c ）RF模型（d ）GBDT模型（e ）非线性回归模型图2 再生混凝土碳化深度预测值与试验值的对比Fig.2 Comparison between the predicted and experimentalcarbonation depth of RAC92第 9 期刘凯华等：基于机器学习的再生混凝土配合比设计方法3 再生混凝土配合比优化设计方法3.1 设计流程本文将提出的再生混凝土耐久性预测模型作为目标函数，结合设计强度要求确定配合比各项因素约束条件，利用 NSGA-Ⅱ算法进行多目标寻优获得Pareto 最优解集合，然后对最优解集合进行综合评价排序，获得最佳配合比组合.3.2 设计案例以广州市某高速铁路建设项目再生混凝土配合比设计为例. 本项目要求再生混凝土配置强度为 35 MPa ，标准养护28 d 试件电通量和28 d 碳化深度（依规范试验方法［40］）分别不超过1 500 C 和5 mm ，成本在500 元/m 3以下. 选用P.O 42.5水泥（28 d 胶砂抗压强度49.5 MPa ），I 级粉煤灰（掺量10%），再生粗骨料吸水率5.0%，天然碎石吸水率0.5%，再生粗骨料取代率为50%. 各原材料的选用符合规范要求［41］， 各组分的表观密度和价格见表3.本工程再生混凝土配合比优化设计过程如下：1）确定目标函数. 将建立的再生混凝土电通量预测模型和碳化深度预测模型及每立方米再生混凝土成本作为目标函数，设定各目标函数数值：f 1(x 1，x 2，x 3，x 4，x 5，con 1，con 2)=min R ≤1 500 C ；（7a ）f 2()x 1，x 2，x 4，x 5，con 1，con 2，con 3，con 4，con 5，con 6=min R ≤5 mm ；（7b ）f 3()x 1，x 2，x 3，x 4，x 5=min R ≤500 元.（7c ）式中：x 1、x 2、x 3、x 4、x 5分别为水泥用量、净水用量、砂用量、再生粗骨料用量、天然粗骨料用量等变量；con 1、con 2分别为养护龄期、骨料吸水率；con 3、con 4、con 5、con 6分别代表标准加速碳化试验参数中的二氧化碳体积分数、环境温度、环境湿度和碳化时长等已知量.（a ）用水量和龄期对再生混凝土电通量的影响（b ）水泥用量和二氧化碳体积分数对再生混凝土碳化深度的影响图4 参数分析结果Fig.4 Results of the parameter analysis（a ）再生混凝土电通量预测模型（b ）再生混凝土碳化深度预测模型图3 SRC 计算结果Fig.3 Calculation results of the SRC93湖南大学学报（自然科学版）2023 年2）构建约束条件. 采用郭远新等［42］提出的再生粗骨料混凝土抗压强度计算公式，换算得到再生混凝土的设计水胶比r W/C 不超过0.55. 根据规范［41］要求并结合工程实际，将砂率控制在35%~40%，胶凝材料总量不低于300 kg/m 3，各变量具体约束范围如下：300≤x 1≤450，0.35≤x 2/()1.1x 1≤0.55，1 000≤x 4+x 5≤1 300，0.35≤x 3/()x 3+x 4+x 5≤0.40，各材料体积之和为1 m 3（含气量设定为1%）.3）寻找配合比最优解. 在确定目标函数和约束条件后，采用NSGA-Ⅱ算法进行多目标寻优. NSGA-II 算法主要参数设置为：种群数量100，迭代次数500，交叉概率0.9，变异概率0.1. 利用熵权法确定优化指标电通量、碳化深度和成本的权值系数依次为0.422、0.415和0.162. 采用优劣解距离法（Tech‑nique for Order Preference by Similarity to Ideal Solu‑tion ， TOPSIS ）作为综合评价方法计算每个指标与理想解和负理想解的距离，对最优解集进行排序. 再生混凝土电通量、碳化深度和成本等优化目标越小越好，其理想解和负理想解可表示为：ìíîïïv +j =min i {}v ij ，j =1，2，⋯，n ，v -j =max i {}v ij ，j =1，2，⋯，n .（8）式中：v +j 和v -j 分别表示第j 个优化目标的理想解和负理想解；v ij 代表第i 个解的第j 项指标值.Pareto 解集中的每组解与理想解和负理想解之间的距离可采用欧氏距离进行计算：ìíîïïïïïïïS +i =∑j =1n ()v ij -v +j 2，S -i =∑j =1n ()v ij -v -j2.（9）式中：S +i 和S -i 分别为第i 组解与v +j 和v -j 的距离.每组解与相对理想解的接近程度可定义为：C i =S -i S +i +S -i.（10）式中：C i 为第i 组解的相对接近度系数，其数值越大，表明该组解越优.根据C i 对Pareto 解集进行排序确定本项目试配配合比：水185 kg/m 3（净用水和附加水之和［41］），水泥410 kg/m 3，河砂600 kg/m 3，再生粗骨料530 kg/m 3，天然粗骨料585 kg/m 3，粉煤灰40 kg/m 3.4）试验验证. 经测定，该试配配合比制备的标准养护28 d 再生混凝土试件棱柱体抗压强度平均值为37.2 MPa ，电通量和28 d 碳化深度分别为1 215 C 和3.7 mm ，满足设计要求且成本可控，可作为本工程项目的施工配合比.4 结 论1）本文建立的机器学习模型可以较好地预测再生混凝土抗氯离子侵蚀和抗碳化性能. 梯度提升树模型在预测再生混凝土电通量时表现最好，模型决定系数0.989，均方根误差147.3；高斯过程回归模型对再生混凝土碳化深度预测性能要优于其他模型，模型决定系数0.987，均方根误差1.0.2）变量标准化回归系数分析表明，用水量是影响再生混凝土抗氯离子侵蚀的关键参数，其次是龄期；二氧化碳体积分数则是影响再生混凝土抗碳化性能的最主要参数，其次为水泥用量. 梯度提升树模型和高斯过程回归模型针对关键变量波动的变化趋势与已有试验结果是一致的，验证了本文再生混凝土耐久性预测机器学习模型的鲁棒性.3）结合再生混凝土耐久性预测机器学习模型和NSGA-Ⅱ多目标优化算法提出了再生混凝土配合比优化设计方法. 该设计方法优化结果符合工程实际要求，显示出良好的工程应用潜力，可用于指导再生混凝土的施工配合比设计.参考文献［1］李文贵，肖建庄，黄靓，等．再生混凝土界面过渡区纳观力学性能试验研究［J ］．湖南大学学报（自然科学版），2014，41（12）：31-39．LI W G ，XIAO J Z ，HUANG L ，et al ．Experimental study on mechanical properties of interfacial transition zones in recycled aggregate concrete ［J ］．Journal of Hunan University （NaturalSciences ），2014，41（12）：31-39．（in Chinese ）［2］GUO H ，SHI C J ，GUAN X M ，et al ．Durability of recycledaggregate concrete - A review ［J ］. Cement and Concrete Composites ，2018，89：251-259．表3 材料信息Tab.3 Information of materials材料水水泥河砂再生粗骨料天然粗骨料粉煤灰表观密度/（kg·m -3）1 000.003 1502 6502 4502 7002 650价格/（元·t -1）4.8640020015020020094第 9 期刘凯华等：基于机器学习的再生混凝土配合比设计方法［3］曹万林，赵羽习，叶涛萍．再生混凝土结构长期工作性能研究进展［J］．哈尔滨工业大学学报，2019，51（6）：1-17．CAO W L，ZHAO Y X，YE T P．A review of recent advances inthe long-term working characteristic of recycled concrete structure［J］．Journal of Harbin Institute of Technology，2019，51（6）：1-17．（in Chinese）［4］ZEGA C J，SANTILLAN L R，SOSA M E，et al. Durable performance of recycled aggregate concrete in aggressiveenvironments［J］. Journal of Materials in Civil Engineering，2020， 32： 031200027.［5］胡伟超，陈正，余波，等．再生混凝土氯离子渗透性能及龄期衰减系数分析［J］．混凝土，2020（8）：10-14．HU W C，CHEN Z，YU B，et al．Analysis of aged reductioncoefficients and chloride ions permeability in recycled aggregateconcrete［J］．Concrete，2020（8）：10-14．（in Chinese）［6］糜人杰，潘钢华．再生混凝土抗碳化性能研究进展［J］．哈尔滨工程大学学报，2020，41（3）：473-480．MI R J，PAN G H．Research progress in carbonation resistance ofrecycled aggregate concrete［J］．Journal of Harbin EngineeringUniversity，2020，41（3）：473-480．（in Chinese）［7］ZHANG K J，XIAO J Z．Prediction model of carbonation depth for recycled aggregate concrete［J］．Cement and ConcreteComposites，2018，88：86-99．［8］延永东，刘甲琪，徐鹏飞，等．考虑骨料表面强化的再生混凝土内氯离子传输细观数值模拟［J］．硅酸盐通报，2022，41（2）：441-449．YAN Y D，LIU J Q，XU P F，et al．Mesoscopic numericalsimulation of chloride ion transportation in recycled aggregateconcrete with surface strengthened aggregate［J］．Bulletin of theChinese Ceramic Society，2022，41（2）：441-449．（in Chinese）［9］冯德成，吴刚．混凝土结构基本性能的可解释机器学习建模方法［J］．建筑结构学报，2022，43（4）：228-238．FENG D C，WU G．Interpretable machine learning-basedmodeling approach for fundamental properties of concretestructures［J］．Journal of Building Structures，2022，43（4）：228-238．（in Chinese）［10］马高，刘康．基于BP神经网络CFRP约束混凝土抗压强度预测［J］．湖南大学学报（自然科学版），2021，48（9）：88-97．MA G，LIU K．Prediction of compressive strength of CFRP-confined concrete columns based on BP neural network［J］．Journal of Hunan University （Natural Sciences），2021，48（9）：88-97．（in Chinese）［11］NADERPOUR H，MIRRASHID M．Estimating the compressive strength of eco-friendly concrete incorporating recycled coarseaggregate using neuro-fuzzy approach［J］．Journal of CleanerProduction，2020，265：121886．［12］GOLAFSHANI E M，BEHNOOD A．Application of soft computing methods for predicting the elastic modulus of recycledaggregate concrete［J］．Journal of Cleaner Production，2018，176：1163-1176．［13］NEHDI M，SOLIMAN A．Artificial intelligence model for early-age autogenous shrinkage of concrete［J］．Materials，2012，109：353-362．［14］RUMELHART D E，WIDROW B，LEHR M A．The basic ideas in neural networks［J］．Communications of the ACM，1994，37（3）：87-92．［15］TABOR L，GOULET J A，CHARRON J P，et al. Probabilistic modeling of heteroscedastic laboratory experiments using gaussianprocess regression［J］. Journal of Engineering Mechanics，2018，144（6）： 04018038.［16］BREIMAN L. Random forests［J］. Machine Learning，2001，45（1）： 5-32.［17］FRIEDMAN J H. Greedy function approximation：a gradient boosting machine［J］. Annals of Statistics， 2001， 29（5）： 1189-1232.［18］KOU S C，POON C S．Compressive strength，pore size distribution and chloride-ion penetration of recycled aggregateconcrete incorporating class-F fly ash［J］．Journal of WuhanUniversity of Technology Materials Science Editon，2006，21（4）：130-136．［19］KOU S C，POON C S．Long-term mechanical and durability properties of recycled aggregate concrete prepared with theincorporation of fly ash［J］．Cement and Concrete Composites，2013，37：12-19．［20］KOU S，POON C，CHAN D．Influence of fly ash as a cement addition on the hardened properties of recycled aggregate concrete［J］．Materials and Structures，2008，41：1191-1201．［21］KOU S C，POON C S，AGRELA F．Comparisons of natural and recycled aggregate concretes prepared with the addition ofdifferent mineral admixtures［J］．Cement and ConcreteComposites，2011，33（8）：788-795．［22］DUAN Z H，POON C S．Properties of recycled aggregate concrete made with recycled aggregates with different amounts of oldadhered mortars［J］．Materials & Design，2014，58：19-29．［23］THOMAS J，THAICKAVIL N N，WILSON P M．Strength and durability of concrete containing recycled concrete aggregates［J］．Journal of Building Engineering，2018，19：349-365．［24］戴明辉．再生混凝土抗氯离子渗透性试验研究［D］．福州：福州大学，2013．DAI M H．Experimental research on the penetration resistance ofchloride ions of recycled aggregate concrete［D］．Fuzhou：FuzhouUniversity，2013．（in Chinese）［25］韦胜怀．矿物掺合料对再生混凝土抗氯盐侵蚀及抗冻性能影响的研究［D］．徐州：中国矿业大学，2020．WEI S H．Research on influence of mineral admixture onchloride corrosion resistance and frost resistance of recycledconcrete［D］．Xuzhou：China University of Mining andTechnology，2020．（in Chinese）［26］段珍华，江山山，肖建庄，等．再生粗骨料含水状态对混凝土性能的影响［J］．建筑材料学报，2021，24（3）：545-550．DUAN Z H，JIANG S S，XIAO J Z，et al. Effect of moisturecondition of recycled coarse aggregate on the properties ofconcrete［J］. Journal of Building Materials，2021，24（3）：545-550．（in Chinese）95湖南大学学报（自然科学版）2023 年［27］LIMBACHIYA M，MEDDAH M S，OUCHAGOUR Y．Use of recycled concrete aggregate in fly-ash concrete［J］．Constructionand Building Materials，2012，27（1）：439-449．［28］XIAO J Z，LEI B，ZHANG C Z．On carbonation behavior of recycled aggregate concrete［J］．Science China TechnologicalSciences，2012，55（9）：2609-2616．［29］LOVATO P S，POSSAN E，MOLIN D C C D，et al．Modeling of mechanical properties and durability of recycled aggregateconcretes［J］．Construction and Building Materials，2012，26（1）：437-447．［30］LIMBACHIYA M，MEDDAH M，OUCHAGOUR Y．Performance of Portland/silica fume cement concrete produced with recycledconcrete aggregate［J］．ACI Materials Journal，2012，109：91-100．［31］KOU S C，POON C S．Enhancing the durability properties of concrete prepared with coarse recycled aggregate［J］．Construction and Building Materials，2012，35：69-76．［32］MATÍAS D，BRITO J，ROSA A，et al．Durability of concrete with recycled coarse aggregates：influence of superplasticizers［J］．Journal of Materials in Civil Engineering，2014，26：06014011．［33］BRAVO M，DE BRITO J，PONTES J，et al．Durability performance of concrete with recycled aggregates fromconstruction and demolition waste plants［J］．Construction andBuilding Materials，2015，77：357-369．［34］PEDRO D，BRITO J，EVANGELISTA L．Performance of concrete made with aggregates recycled from precasting industrywaste：influence of the crushing process［J］．Materials andStructures，2015，48：3965-3978．［35］ALEXANDRIDOU C，ANGELOPOULOS G N，COUTELIERIS F A．Mechanical and durability performance of concrete producedwith recycled aggregates from Greek construction and demolitionwaste plants［J］．Journal of Cleaner Production，2018，176：745-757．［36］SÁEZ DEL BOSQUE I F，DEN HEEDE P V，DE BELIE N，et al．Carbonation of concrete with construction and demolition wastebased recycled aggregates and cement with recycled content［J］．Construction and Building Materials，2020，234：117336．［37］崔正龙，路沙沙，汪振双．再生骨料特性对再生混凝土强度和碳化性能的影响［J］．建筑材料学报，2012，15（2）：264-267．CUI Z L，LU S S，WANG Z S．Influence of recycled aggregate onstrength and anti-carbonation properties of recycled aggregateconcrete［J］．Journal of Building Materials，2012，15（2）：264-267．（in Chinese）［38］GHAWI R，PFEFFER J．Efficient hyperparameter tuning with grid search for text categorization using kNN approach with BM25similarity［J］．Open Computer Science，2019，9：160-180．［39］陈正，杨绿峰，周明，等．基于正交试验的混凝土电通量非线性预测模型［J］．广西大学学报（自然科学版），2013，38（1）：220-227．CHEN Z，YANG L F，ZHOU M，et al．Nonlinear prediction modelfor electric flus of concrete based on orthogonal experiment［J］．Journal of Guangxi University （Natural Science Edition），2013，38（1）：220-227．（in Chinese）［40］普通混凝土长期性能和耐久性能试验方法标准：GB/T 50082—2009［S］．北京：中国建筑工业出版社，2009．Standard for test methods of long-term performance and durabilityof ordinary concrete：GB/T 50082—2009［S］．Beijing：ChinaArchitecture & Building Press，2009．（in Chinese）［41］再生混凝土结构技术标准： JGJ/T 443—2018［S］. 北京：中国建筑工业出版社， 2018.Technical standard for recycled concrete structures： JGJ/T 443—2018［S］. Beijing： China Architecture & Building Press， 2018.（in Chinese）［42］郭远新，李秋义，岳公冰，等．考虑粗骨料品质和取代率的再生混凝土抗压强度计算［J］．建筑结构学报，2018，39（4）：153-159．GUO Y X，LI Q Y，YUE G B，et al．Calculation of compressivestrength of recycled concrete based on coarse aggregate qualityand replacement rate［J］．Journal of Building Structures，2018，39（4）：153-159．（in Chinese）96。
世纪之星25人
优秀学生干部
优秀课代表
诗歌朗诵一等奖
鞍山市第一届青少 年普通话大赛优秀 奖
第九届全国少儿美 术作品大赛金奖等
二年六班世纪之星 史嘉宜
她是一个乐观开朗 的女孩，她学习成绩 优异，乐于帮助他人， 是老师的得力助手， 多次被评为“三好学 生”“文明标兵”。 她脸上总是带着笑容， 想把快乐带给身边的 每一个人。
一年三班
张壤心 曾获得“三好学生”、“优
秀班干部”、小舞台“最佳亲和 力”奖、“跳绳小达人”等称号。 被《快乐家园》栏目组特邀为小 演员。在辽宁省幼儿绘画中或二 等奖。参加过音乐会并进行了精 彩的钢琴表演。连年担当幼儿园 新年晚会主持人。钢琴四级，乐 理D级。软笔书法作品被选送国 家一级书法刊物发表。
三年五班王可馨 荣获： “三好学生” “优秀学生干部” “书法大赛一等奖” “绘画大赛金奖”
世纪之星 —— 三年六班 赵圣美
该同学品学兼优， 能歌善舞，热爱班 级，团结同学，积 极参加学校的各项 活动。是老师的小 助手，是同学们的 好榜样！曾多次获 得校“三好学生” 的光荣称号！
王梓钰曼的性格活泼开朗，积极向上， 平时喜欢乐于助人。2015年赴香港参加 了亚洲杯艺术人才特长生大赛，并获得 了亚洲艺术人才青少年第八届两岸四地 小学A组，舞蹈专业大赛的“金奖”授 予“亚洲青少年艺术人才”称号，并获 得“亚洲和平小使者”称号。在美术专 业，我的美术作品《大怪脸》，《美丽 家园》双双获得了2012年和2013年全国 青少年美术大赛少儿组的“金奖”。去 年我荣兴的被选取辽宁卫视电视台“六 一少儿大型晚会”，其中我的诗朗诵 《第一片雪花》在播出后受到了很多好 评。在学校多次获得了“星之韵”校园 文化艺术节书画作品“一等奖”，并多 次被评为“三好学生”“优秀班干部” 等荣誉称号。世纪之星——王梓钰曼， 让我们一起加油吧！
九年级分班
姓名 宋佳惠 赵景昂 王亚中 李祎洋 钟亚博 王培鑫 杜鹏霄 赵颖豪 万贺 张宠 侍一鸣 马涛 田丰 刘家俊 曹鹏玺 杨振华 杜永超 张崇 刘东旭 杨世昌 苏腾 李晓光 张恒 金一星 杨函 文耀 张立木 冯帅卿 于占洋 王建兵 牛闯道 祝庆博 张帅豪 王晨欢 王晨
性别 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男
分数 505 439 435 413 405 390 388 375 368 350 347 339 338 334 333 327 324 313 308 297 295 285 278 273 265 252 251 239 234 230 228 218 216 205 201 187
姓名 宁超宇 聂格格 高依梦 张佳慧 李紫一 刘佳莹 牛梦杰 段晗 杨胜楠 陈少妍 刘柳 杨雪雪 时依帆 吴玉娇 赵孟凡 齐冰洁 张子鸣 李雪 程文鑫 刘琦 赵珂 杨晶晶 牛晓义 陈紫瑶 文菲 王佳 宋腾腾 李欣雨 麻娜 靳爽 李秋雨 刘森彪 冯昊中 张红昌 郭成 王翰卿
姓名 李登科 王政淳 张丁方 李政敖 徐任 刘恒达 张义 孟超世 赵润东 张颂 刘旗 张振 刘星宇 刘翔宇 文键 李亚栋 王汉青 董二鹏 秦建鹤 邵城洋 宋思凡 杜凌云 陈忠帅 李润潭 王翔宇 刘奥博 张贺祥 李荣耀 姚宽莹 鲍战恒 周祥飞 朱启红 勾岩 苏成达 张祥 徐战威
性别 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男 男
张鑫 211 198 赵运成 192
男 男
0 0
分数 488 445 434 419 401 393 387 375 368 350 344 340 337 334 332 328 324 314 307 298 294 286 278 273 263 256 250 241 233 230 226 218 216 209 200 191
河北省2009年高考保送生录取名单
姓名毕业中学名称录取院校专业保送条件崔亚龙石家庄市第二中学北京大学物理学类奥赛或联赛获奖梁和乐石家庄市第二中学北京大学化学类奥赛或联赛获奖王子康石家庄市第二中学北京大学工程力学类奥赛或联赛获奖李博雅石家庄市第二中学北京大学数学类奥赛或联赛获奖刘慎修石家庄市第二中学北京大学物理学类奥赛或联赛获奖徐泽石家庄市第二中学北京大学数学类奥赛或联赛获奖李金哲石家庄市第二中学北京大学数学类奥赛或联赛获奖薛非石家庄市第二中学北京大学数学类奥赛或联赛获奖张志鹏石家庄市第二中学北京大学物理学类奥赛或联赛获奖梁辰石家庄市第二中学北京大学天文学奥赛或联赛获奖陈曦石家庄市第二中学北京大学环境科学奥赛或联赛获奖吴若嘉石家庄市第二中学北京大学化学类奥赛或联赛获奖张雪萌石家庄市第二中学北京大学物理学类奥赛或联赛获奖王婉璐唐山市第一中学北京大学国际政治省级优秀学生王中宇唐山市第一中学北京大学数学类奥赛或联赛获奖孙舶寒唐山市第一中学北京大学理科试验班类奥赛或联赛获奖孙斌唐山市第一中学北京大学化学类奥赛或联赛获奖张晨枫唐山市第一中学北京大学环境科学奥赛或联赛获奖王舟楫唐山市第一中学北京大学化学类奥赛或联赛获奖宋泽昊唐山市第一中学北京大学化学类奥赛或联赛获奖闫兴亚唐山市第一中学北京大学地球与空间科学奥赛或联赛获奖郑文山邯郸市第一中学北京大学化学类奥赛或联赛获奖贾金健邯郸市第一中学北京大学理科试验班类奥赛或联赛获奖尚冬杰邯郸市第一中学北京大学环境科学省级优秀学生吴桢河北衡水中学北京大学环境科学奥赛或联赛获奖王龙河北衡水中学北京大学化学类奥赛或联赛获奖王景业河北衡水中学北京大学信息管理与信息系统奥赛或联赛获奖刘少伟河北衡水中学北京大学环境科学类奥赛或联赛获奖张温文石家庄市第二中学中国人民大学国际政治科技创新获奖许芳亚石家庄市第二中学中国人民大学法学科技创新获奖李润鑫石家庄市第二中学中国人民大学哲学类科技创新获奖肖克河北衡水中学中国人民大学计算机科学与技术奥赛或联赛获奖李骥扬石家庄市第二中学清华大学计算机科学与技术奥赛或联赛获奖师喻石家庄市第二中学清华大学电气工程及其自动化奥赛或联赛获奖贾志豪石家庄市第二中学清华大学计算机科学与技术奥赛或联赛获奖武森石家庄市第二中学清华大学计算机科学与技术奥赛或联赛获奖姬少博石家庄市第二中学清华大学化学生物基础科学班奥赛或联赛获奖郭一麟石家庄市第二中学清华大学土木工程奥赛或联赛获奖郭孟武石家庄市第二中学清华大学土木工程奥赛或联赛获奖范梦娅石家庄外国语学校清华大学日语外国语中学保送石晗羽石家庄外国语学校清华大学英语外国语中学保送张益宁石家庄外国语学校清华大学电子信息科学类奥赛或联赛获奖崔润鹏邯郸市第一中学清华大学自动化奥赛或联赛获奖程晗邯郸市第一中学清华大学土木工程奥赛或联赛获奖施杰河北衡水中学清华大学基础科学（化学生物方向）奥赛或联赛获奖何鑫宇河北衡水中学清华大学电子信息科学类奥赛或联赛获奖宋宪昊河北衡水中学清华大学自动化奥赛或联赛获奖王相卿河北衡水中学清华大学数理基础科学奥赛或联赛获奖刘麟汗河北衡水中学清华大学材料科学与工程奥赛或联赛获奖张红曾河北衡水中学清华大学水利水电工程奥赛或联赛获奖申大为河北衡水中学清华大学土木工程奥赛或联赛获奖黄邦斗河北衡水中学清华大学工程物理奥赛或联赛获奖蒋超楠石家庄外国语学校北京交通大学英语外国语中学保送贾凡石家庄外国语学校北京交通大学英语外国语中学保送刘一泽河北肃宁一中北京交通大学传播学省级优秀学生郭子晨石家庄市第一中学北京航空航天大学计算机科学与技术奥赛或联赛获奖康峻豪石家庄市第二中学北京航空航天大学电子信息工程科技创新获奖刘畅石家庄市第二中学北京航空航天大学电气工程及其自动化科技创新获奖杨博洋石家庄市第二中学北京航空航天大学计算机科学与技术奥赛或联赛获奖郄金辉石家庄市第二中学北京航空航天大学软件工程奥赛或联赛获奖贾黎冬石家庄市第二中学北京航空航天大学探测制导与控制技术奥赛或联赛获奖王晓宇石家庄市第二中学北京航空航天大学软件工程奥赛或联赛获奖陈嘉麒石家庄外国语学校北京航空航天大学英语外国语中学保送程子汉石家庄外国语学校北京航空航天大学英语外国语中学保送楚天舒石家庄外国语学校北京航空航天大学英语外国语中学保送周润楠唐山市第一中学北京航空航天大学信息工程（光电通信）奥赛或联赛获奖傅壮唐山市第一中学北京航空航天大学电气工程及其自动化奥赛或联赛获奖刘洋唐山市第一中学北京航空航天大学计算机科学与技术奥赛或联赛获奖安蔚然唐山市第一中学北京航空航天大学电气工程及其自动化科技创新获奖吴春庚唐山市第二中学北京航空航天大学飞行器设计与工程（航天工程）省级优秀学生宋丽薇河北省新河中学北京航空航天大学行政管理省级优秀学生岳润雨沙河市第一中学北京航空航天大学电子信息工程省级优秀学生李峰保定市第二中学北京航空航天大学飞行器动力工程（航天工程）奥赛或联赛获奖胡婷婷东光县第一中学北京航空航天大学工商管理省级优秀学生张熙廊坊市第一中学北京航空航天大学自动化（自动控制与信息技术）省级优秀学生秦臻河北衡水中学北京航空航天大学飞行器设计与工程（航天工程）奥赛或联赛获奖曹玉飞河北衡水中学北京航空航天大学电子信息工程奥赛或联赛获奖崔骁鹏河北衡水中学北京航空航天大学计算机科学与技术奥赛或联赛获奖蒲浩林石家庄外国语学校北京理工大学德语外国语中学保送马思谦石家庄外国语学校北京理工大学德语外国语中学保送朱特唐山市第一中学北京理工大学飞行器设计与工程科技创新获奖程东杰邯郸市第一中学北京理工大学机械工程及自动化奥赛或联赛获奖王天怡保定市第二中学北京理工大学国际经济与贸易科技创新获奖王冠石家庄外国语学校北京科技大学日语外国语中学保送范梓暄石家庄外国语学校北京科技大学英语外国语中学保送赵闻迪石家庄外国语学校北京科技大学英语外国语中学保送彭笑甜石家庄外国语学校北京科技大学日语外国语中学保送李可涵石家庄外国语学校北京科技大学英语外国语中学保送董继伟丰润车轴山中学北京科技大学材料科学与工程科技创新获奖张重光石家庄外国语学校北京邮电大学英语外国语中学保送王雪晴保定市第一中学北京邮电大学国际经济与贸易省级优秀学生刘婧玮任丘市第一中学北京邮电大学通信工程省级优秀学生张也石家庄外国语学校中国农业大学英语外国语中学保送赵化鹏石家庄外国语学校中国农业大学英语外国语中学保送崔碧玮石家庄市第一中学北京师范大学金融学省级优秀学生阎梦佳石家庄外国语学校北京师范大学俄语外国语中学保送贾智云保定市第三中学北京师范大学经济学科技创新获奖杨青保定市第三中学北京师范大学生物科学与生物技术科技创新获奖贾彦舶涞源县第一中学北京师范大学环境科学省级优秀学生雷茹菲河北省冀州市中学北京师范大学生物科学与生物技术省级优秀学生乐曼宇石家庄外国语学校首都师范大学英语（师范）外国语中学保送杨伟婕石家庄外国语学校首都师范大学英语外国语中学保送闫力石家庄外国语学校首都师范大学英语外国语中学保送米粟石家庄外国语学校首都师范大学法语外国语中学保送蒋然石家庄外国语学校首都师范大学西班牙语外国语中学保送唐浩石家庄外国语学校首都师范大学德语外国语中学保送李言石家庄外国语学校北京外国语大学法语外国语中学保送任梦石家庄外国语学校北京外国语大学翻译外国语中学保送徐泽宇石家庄外国语学校北京外国语大学英语外国语中学保送孔维一石家庄外国语学校北京外国语大学英语外国语中学保送陈子妤石家庄外国语学校北京外国语大学俄语外国语中学保送苏淼石家庄外国语学校北京外国语大学日语外国语中学保送吴密石家庄外国语学校北京外国语大学日语外国语中学保送李丹石家庄外国语学校北京外国语大学日语外国语中学保送李思明石家庄外国语学校北京外国语大学德语外国语中学保送耿芳石家庄外国语学校北京外国语大学翻译外国语中学保送慈然石家庄外国语学校北京外国语大学法语外国语中学保送林浩石家庄外国语学校北京外国语大学俄语外国语中学保送鲍添羽 石家庄外国语学校北京第二外国语学院英语外国语中学保送于雅琨 石家庄外国语学校北京第二外国语学院翻译外国语中学保送张笑艺 石家庄外国语学校北京第二外国语学院翻译外国语中学保送房君玮 石家庄外国语学校北京第二外国语学院英语外国语中学保送孙鹿笛 石家庄外国语学校北京第二外国语学院英语外国语中学保送冀冉 石家庄外国语学校北京第二外国语学院英语外国语中学保送田臻 石家庄外国语学校北京第二外国语学院翻译外国语中学保送耿思园 石家庄外国语学校北京第二外国语学院英语外国语中学保送李文婧 石家庄外国语学校北京第二外国语学院英语外国语中学保送赵浩江 石家庄外国语学校北京第二外国语学院 英语外国语中学保送郭蒙 石家庄外国语学校 北京语言大学 英语外国语中学保送宋爽 石家庄外国语学校 北京语言大学 德语外国语中学保送邢诗昆 石家庄外国语学校 北京语言大学 翻译（英语方向外国语中学保送于倩楠 石家庄外国语学校 北京语言大学翻译（英语方向外国语中学保送张璐尧 秦皇岛市实验中学 中央财经大学 会计学 省级优秀学生 宋子锦 邢台市第二中学 中央财经大学 金融工程 省级优秀学生 刘恬静 张家口市第四中学 中央财经大学 会计学 省级优秀学生 李治 河北承德第一中学 中央财经大学国际经济与贸易 省级优秀学生 徐琪 河北省隆化存瑞中学中央财经大学 会计学 省级优秀学生曹力水 廊坊市第一中学 中央财经大学 金融学 省级优秀学生 刘赫来 河北师大附属中学 对外经济贸易大学 法语（经贸） 省级优秀学生王劭轩 石家庄市第二中学 对外经济贸易大学 法学（国际经济法方向）科技创新获奖白圭尧 石家庄外国语学校 对外经济贸易大学 翻译（英语经贸）外国语中学保送刘嫣然 石家庄外国语学校 对外经济贸易大学 翻译（英语经贸）外国语中学保送郅慧 石家庄外国语学校 对外经济贸易大学 商务英语外国语中学保送丁骁千 河北省定州中学 对外经济贸易大学 会计学(含ACCA 、CGA)省级优秀学生王如 石家庄外国语学校 中国政法大学 德语外国语中学保送刘璐 石家庄市第二十四中学 华北电力大学 电气工程及自动化省级优秀学生强毅 石家庄外国语学校 华北电力大学 英语外国语中学保送康博宁 保定市第三中学 华北电力大学 经济学 科技创新获奖张彤 河北省易县中学 华北电力大学 电气工程及自动化省级优秀学生池佳 固安县第一中学 华北电力大学 劳动与社会保障 省级优秀学生 霍晓瑜 石家庄市第二中学 南开大学 经济学 省级优秀学生宋天航 石家庄市第二中学 南开大学 化学奥赛或联赛获奖聂冠娆 石家庄外国语学校 南开大学 英语外国语中学保送刘柳 石家庄外国语学校 南开大学 英语外国语中学保送徐肇中 唐山市第一中学 南开大学 化学奥赛或联赛获奖王超 邯郸市第一中学 南开大学 化学奥赛或联赛获奖毛迪生 保定市第一中学 南开大学 数学类奥赛或联赛获奖崔潇 廊坊市第一中学 南开大学 信息安全 省级优秀学生马子佳 石家庄外国语学校 天津大学 英语外国语中学保送王腾 石家庄外国语学校 天津大学 英语外国语中学保送王璠 唐山市第一中学 天津大学 电气信息类奥赛或联赛获奖胡琳雪 石家庄外国语学校 天津外国语学院 英语（国际商务）外国语中学保送魏琳琳 石家庄外国语学校 天津外国语学院 日语（国际商务）外国语中学保送樊晓茹 石家庄外国语学校 天津财经大学 英语（国际商务）外国语中学保送吴茜茜 石家庄外国语学校 天津财经大学 英语（国际商务）外国语中学保送孟洁 石家庄外国语学校 天津财经大学 英语（国际商务）外国语中学保送王英夫 石家庄外国语学校 天津财经大学 英语（国际商务）外国语中学保送张宁宁保定市第三中学华北电力大学（保定）会计学奥赛或联赛获奖井涵石家庄外国语学校东北大学日语外国语中学保送王茁石家庄外国语学校东北大学日语外国语中学保送陶鑫石家庄外国语学校东北大学英语外国语中学保送冯岩松石家庄市第二中学吉林大学材料化学奥赛或联赛获奖董金虎石家庄市第二中学吉林大学材料化学奥赛或联赛获奖程晔石家庄外国语学校黑龙江大学法语外国语中学保送陈蕾石家庄外国语学校黑龙江大学西班牙语外国语中学保送徐楠石家庄外国语学校黑龙江大学俄语外国语中学保送王欢石家庄外国语学校黑龙江大学西班牙语外国语中学保送李海影石家庄外国语学校黑龙江大学俄语外国语中学保送侯跃鹏石家庄市第二中学哈尔滨工业大学土木工程奥赛或联赛获奖刘海亭邯郸市第一中学哈尔滨工业大学材料科学与工程奥赛或联赛获奖常乐保定市第二中学哈尔滨工业大学通信工程省级优秀学生樊骥暕石家庄市第一中学复旦大学经济学奥赛或联赛获奖侯子宁石家庄市第二中学复旦大学生物科学奥赛或联赛获奖张嘉然石家庄市第二中学复旦大学计算机科学与技术奥赛或联赛获奖张冰洁唐山市第一中学复旦大学数学与应用数学奥赛或联赛获奖孙逸夫唐山市第一中学复旦大学数学与应用数学奥赛或联赛获奖王雪唐山市第一中学复旦大学数学与应用数学奥赛或联赛获奖舒啸唐山市第一中学复旦大学电子信息科学与技术奥赛或联赛获奖边冲唐山市第一中学复旦大学临床医学（8年制）奥赛或联赛获奖吴世宇唐山市第一中学复旦大学计算机科学与技奥赛或联赛获术奖高嘉蔚邯郸市第一中学复旦大学软件工程奥赛或联赛获奖任思远滦南县第一中学同济大学电气信息类省级优秀学生郝骥腾石家庄市第二中学上海交通大学理科试验班类(教改联读班)奥赛或联赛获奖郭铭浩石家庄市第二中学上海交通大学数学与应用数学奥赛或联赛获奖潘佩媛石家庄市第二中学上海交通大学理科试验班类(教改联读班)奥赛或联赛获奖张玄麒石家庄市第二中学上海交通大学物理学类奥赛或联赛获奖王宇辰石家庄市第二中学上海交通大学机械工程及自动化国际化人才培养奥赛或联赛获奖李祎萌石家庄市第二中学上海交通大学电气信息类奥赛或联赛获奖刘士朝石家庄市第二中学上海交通大学化学类奥赛或联赛获奖车宇航唐山市第一中学上海交通大学理科试验班类(教改联读班)奥赛或联赛获奖王泽宇唐山市第一中学上海交通大学电气信息类奥赛或联赛获奖刘思壮唐山市第一中学上海交通大学理科试验班类(教改联读班)奥赛或联赛获奖荣任远唐山市第一中学上海交通大学电气信息类奥赛或联赛获奖刘京唐山市第一中学上海交通大学理科试验班类(教改联读班)奥赛或联赛获奖闫程远唐山市第一中学上海交通大学海洋工程类奥赛或联赛获奖于海涛唐山市第一中学上海交通大学化学类奥赛或联赛获奖么恩鹏唐山市第一中学上海交通大学理科试验班类(教改联读班)奥赛或联赛获奖李淳洋唐山市第一中学上海交通大学临床医学[八年制]奥赛或联赛获奖张毅唐山市第一中学上海交通大学材料科学与工程奥赛或联赛获奖李光煜唐山市第一中学上海交通大学化学类奥赛或联赛获奖张业骞邯郸市第一中学上海交通大学临床医学[八年制]奥赛或联赛获奖赵云龙河北衡水中学上海交通大学海洋工程类奥赛或联赛获奖李柏达 河北衡水中学 上海交通大学 机械类奥赛或联赛获奖桑琪 河北衡水中学 上海交通大学 软件工程奥赛或联赛获奖聂晓冬 石家庄外国语学校 上海理工大学英语（金融与投资） 外国语中学保送王上 石家庄外国语学校 上海理工大学 英语（国际贸易）外国语中学保送翟天月 石家庄外国语学校 华东师范大学 法语外国语中学保送黄怡梅 石家庄外国语学校 华东师范大学 日语外国语中学保送严子康 石家庄外国语学校 上海外国语大学 法语外国语中学保送贾梦琳 石家庄外国语学校 上海外国语大学 英语外国语中学保送周子渊 石家庄外国语学校 上海外国语大学 英语外国语中学保送李玉 唐山市第十六中学 上海财经大学 计算机科学与技术科技创新获奖崔月 河北省滦县第一中学上海财经大学 财政学 省级优秀学生王化显 邯郸市第四中学 华东政法大学 知识产权 省级优秀学生赵伯阳 邯郸市第一中学 南京大学资源环境与城乡规划 奥赛或联赛获奖王亦丹 保定市第一中学 南京大学 化学类奥赛或联赛获奖陈紫薇 石家庄外国语学校 东南大学 英语外国语中学保送马晶晶 石家庄外国语学校 东南大学 英语外国语中学保送韩泽茹 石家庄外国语学校 南京航空航天大学 英语外国语中学保送郭雪婷 石家庄外国语学校 南京航空航天大学 英语外国语中学保送房娜 石家庄外国语学校 南京航空航天大学 英语外国语中学保送邓晓晴 石家庄外国语学校 南京航空航天大学 英语外国语中学保送栾维功 石家庄外国语学校 南京航空航天大学 英语外国语中学保送霍亚璇 石家庄外国语学校 南京理工大学 英语外国语中学保送李寒石家庄外国语学校南京理工大学英语外国语中学保送李颖彤唐山市开滦一中南京理工大学社会工作科技创新获奖王楚石家庄外国语学校中国药科大学英语外国语中学保送乔可石家庄外国语学校南京师范大学英语外国语中学保送曹睿石家庄外国语学校南京师范大学英语外国语中学保送邹长辰河北省南宫中学南京师范大学数学与应用数学省级优秀学生范恒桢石家庄市第二中学浙江大学工科试验班省级优秀学生靳岵石家庄市第二中学浙江大学理科试验班奥赛或联赛获奖陈忱石家庄外国语学校浙江大学外国语言文学类外国语中学保送王晓腾石家庄外国语学校浙江大学外国语言文学类外国语中学保送刘琛邯郸市第一中学浙江大学工科试验班奥赛或联赛获奖韩旭石家庄市第一中学中国科学技术大学电子信息科学类奥赛或联赛获奖岳冠骅石家庄市第二中学中国科学技术大学物理学类奥赛或联赛获奖段以恒石家庄市第二中学中国科学技术大学核工程与核技术奥赛或联赛获奖康健石家庄市第二中学中国科学技术大学力学类奥赛或联赛获奖曹博晓石家庄市第二中学中国科学技术大学物理学类奥赛或联赛获奖胡博义石家庄市第二中学中国科学技术大学数学类奥赛或联赛获奖段祥龙石家庄市第二中学中国科学技术大学数学类奥赛或联赛获奖张善驰石家庄市第二中学中国科学技术大学电子信息科学类奥赛或联赛获奖张萌晨唐山市第一中学中国科学技术大学地球物理学奥赛或联赛获奖张乐游邯郸市第一中学中国科学技术大学理科试验班类奥赛或联赛获奖郑重邯郸市第一中学中国科学技术大学物理学类奥赛或联赛获奖牛馨梅邯郸市第一中学中国科学技术大学物理学类奥赛或联赛获奖孙东哲石家庄市第一中学厦门大学生物工程类奥赛或联赛获。
安平文庙《大观圣作之碑》及其重要价值
The Stele of Emperor Huizong’s Work during Daguan Period in Anping Confucian Temple and Its
Important Value
作者： 王晓岩[1];卫立冬[2]
作者机构： [1]衡水市文物管理处,河北衡水053000;[2]衡水学院董子学院,河北衡水053000出版物刊名： 衡水学院学报
页码： 67-70页
年卷期： 2020年 第6期
主题词：�大观圣作之碑》;安平庙学;儒学;宋代战略背景
摘要：�大观圣作之碑》又被称为《御制学校八行八刑碑》,其内容主要是宋徽宗皇帝为当
时学子们制定的“八行八刑”十六条行为准则,在中国历史上具有极高的学术和史料价值,同时也具有较高的书法价值。
矗立于安平庙学的《大观圣作之碑》虽残缺,但却是衡水市仅存的一通宋代碑刻,不仅反映了宋代儒家教育思想,也是衡水地区宋代尤其是澶渊之盟后战略背景的集中体现。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
皇子博
20种稀饭的煮法
分类：喂养健康博博
2007-05-28 15:48
阅读(?)(0)编辑删除
1、黑米粥：黑米不容易熟烂，最好先打磨成碎粒或者粉状，再和白米以1:2的比例煲粥；
2、黄豆粥：最好是先把黄豆做成豆浆，再来煲粥；
3、瘦肉糜粥：选一小块上好的猪里脊肉，片成薄片，再用刀背剁成肉茸，把肉茸放小碗中，用少量冷水调开，再下锅煲粥（如果直接下锅，肉糜会凝结成块状），可加入几根姜丝，给宝宝吃粥的时候把姜丝捞出弃置即可；
4、菜肉粥：在瘦肉糜粥的基础上加上剁碎的蔬菜就可以了。
纯粹的
菜肉粥不怎么可口，可以在粥中调进少量虾皮粉，既可以补充钙和锌、碘，又有一种天然的淡淡的咸味；
5、核桃粥：核桃打磨成粉，等白米粥已经熬到8、9成的时候添入同煮；
6、芝麻粥：芝麻打磨成粉，等白米粥已经熬到八九成的时候添入同煮；
7、红豆粥：红豆打磨成粉，与白米以1:3的比例同煲（夏天可换成绿豆）；
8、枣泥粥：红枣泡一夜，泡过后上锅蒸，蒸好后剥去枣皮，枣泥捣成泥，与白米同煲；
9、小米粥：小米可单独熬粥，也可与大米一起熬粥。
做粥时，清水沸开再入锅，以强火沸煮；漂起米油时，改为文火慢熬，待到米油增多加厚成脂、米粒开花，粥就熬好了（要想省事，还是可以打磨过后再熬）；
10、红薯粥：红薯块与白米同煮，熬好后用勺子把红薯块压碎；
11、山药粥：山药块与白米同煮，熬好后用勺子把山药块压碎；
12、南瓜粥：南瓜块与白米同煮，熬好后用勺子把南瓜块压碎
13、玉米粥：甜玉米取玉米粒，用搅拌机打磨后过滤，和熬好的白米粥以1:1的比例再煮过（吃的时候可加入少许虾皮粉）；
14、干贝粥：干贝先用清水泡过，再把干贝，泡干贝的水，冬瓜块和白米一同熬粥，熬好后，干贝捞出不给宝宝吃，冬瓜块用勺子压碎；
15、胡萝卜肉糜粥：胡萝卜先煮熟并捣碎，再和瘦肉糜一起熬粥，并在下锅时加入几滴橄榄油一同熬；
16、白萝卜排骨粥：先用白萝卜排骨炖汤，取撇去浮油的排骨汤熬粥，粥熬好加入几块萝卜，用勺子压碎即可；
17、鸡肝泥粥：新鲜鸡肝煮熟后压碎，加入熬好的白米粥调匀即可；
18、鱼肉碎菜粥：鱼肉用水煮熟去骨用勺子压碎，调入白米粥，加入剁碎的菜同煮；
19、鸡汤蘑菇粥：用撇去浮油的鸡汤熬粥，粥熬到七八分的时候加入
剁碎的菇类（量不要多，以防宝宝肠胃不适应），可以从平菇这样不容易过敏的种类开始；
20、麦片粥：买来未添加任何辅料的快熟麦片，用搅拌机再打磨一下，用肉汤或者瘦肉糜来煮（加一点虾皮粉味道更好），煮到软烂，再加入碎菜同煮。
到：
阅读(?)(0)编辑删除
很有道理的育儿关
下一篇：该被锁定
想第一时间抢沙发么？
内容:
表情:
加载中...
请各位遵纪守法并注意语言文明。