混凝土结构模型（共7篇）
混凝土结构模型 篇1
混凝土的耐久性是其抵抗大气影响、化学侵蚀和其他劣化过程而长期维持其性能的能力。在结构设计中, 耐久性被看成是结构所需的一种功能而不是其固有的内在性能, 所以耐久性又被定义为结构及其部件在各种可能导致材料性能劣化的外加因素作用下、并在预期的使用年限内维持其所需功能的能力。而结构及其部件的使用年限 (或工作寿命) 则是建造完工或生产制成以后, 在预定的使用和维修条件下, 所有功能均满足预定要求的期限[1]。
如何对混凝土进行寿命预测及评估是一个尚未解决的国际重大科技问题, 实现混凝土的寿命预测、评估以及耐久性设计必将有力推动混凝土科技的发展。为此, 国内外学者在混凝土寿命预测领域进行了广泛深入的研究。
1 混凝土寿命预测模型
近年来许多学者尝试建立各种破坏因素导致混凝土劣化和钢筋锈蚀的定量关系, 以此作为建立混凝土使用寿命预测模型的方法和手段, 从而在混凝土耐久性定量化研究和使用寿命预测中取得了很大进展。目前单因素作用下混凝土使用寿命的预测模型主要有碳化模型和氯离子扩散模型, 经过几十年的研究, 已基本形成了统一的理论体系, 并具有了一定的应用价值。混凝土的耐久性试验方法及其寿命预测模型必须与使用环境相似或相同才具有较高的预测精度和可靠性, 正确评估和准确预测混凝土在特定环境下的使用寿命已成为混凝土耐久性研究的热点, 特别在冻融、盐冻、硫酸盐、碱骨料反应、应力等双重和多重破坏因素共同作用下的混凝土耐久性与寿命预测等方面已有许多创新性研究成果。
1.1 基于碳化的寿命预测模型
20世纪60年代, 国际上一些发达国家就开始对混凝土的碳化进行了大量的试验研究及理论分析。国内则从20世纪80年代开始了混凝土的碳化和钢筋锈蚀研究, 通过快速碳化试验研究、长期暴露和工程调查, 研究了混凝土碳化的影响因素与碳化深度预测模型。
当前关于混凝土碳化寿命预测模型, 主要是基于Fick定律的推导, 即碳化深度与碳化时间的平方根成比例undefined基于长期试验和快速试验, 牛荻涛等[3,4]对其进行了修正, 即D=atb 。
此外, 中国建科院建立了综合考虑水泥用量、水灰比、粉煤灰掺量、水泥品种、骨料品种、养护方法的多系数碳化深度预测公式, 即:
undefined
式中:kc为水泥用量影响系数;kw为水灰比影响系数;kf为粉煤灰取代量影响系数;k为水泥品种影响系数;kg为骨料影响系数;ky为养护方法影响系数;模型给出各种系数经验取值。
黄士元等[5] 考虑水泥用量、水灰比建立了碳化预测模型:
undefined, (w/c>0.6) (2)
undefined, (w/c<0.6) (3)
式中:kc为水泥用量影响系数, kc= (-0.0191C+9.311) ×10-3, C为砼中水泥用量 (kg/m3) ;kw为水灰比影响系数, kw= (9.844W/C-2.982) ×10-3 ;k为水泥品种系数, 对于硅酸盐水泥砼k=1, 矿渣水泥砼k=1.43, 掺粉煤灰的硅酸盐水泥砼k=0.9。
希腊学者Papadakis等[6]根据CO2及各可碳化物质在碳化过程中的质量平衡条件得到解析模型:
undefined
Dco2=1.64×10-6·εundefined· (1-RH/100) 22 (5)
undefined
式中:εp (t) 为硬化水泥浆孔隙率;ε (t) 为混凝土孔隙率;w/c为水灰比;ρc、ρa、ρw为水泥、骨料、水的密度;Dco2为CO2在完全碳化混凝土中的有效扩散系数, 是孔隙率ε、时间t、孔隙水饱和度f的函数;undefined为外界环境中CO2初始浓度 (mol/m3) ;式 (4) 中分母分别是砼中可碳化物质Ca (OH) 2、CSH、C3S、C2S的含量, 即砼中CaO总的物质的量浓度 (mol/m3) 。
GEB TGV在1996年提出了综合考虑结合能力、施工与环境影响因素的多系数碳化模型[7]:
undefined
式中: a为结合CO2 (kg/m3) 的能力, Deff为一定振捣密实、养护及环境条件下的有效扩散系数;Cs为砼表面CO2 (kg/m3) 的质量浓度;t为服役寿命 (碳化时间s) ;t0为参考期, 如1年;k1为施工 (如养护) 对扩散系数影响的常数;k2为微环境 (如表面湿度) 对扩散系数影响的常数;n为中观环境 (如结构朝向) 影响系数;c为砼中水泥用量 (kg/m3) ;C为水泥中CaO含量 (质量分数) ;M为摩尔质量 (mol/m3) ;模型也给出了k1、k2及n的取值, 如室内养护良好情况下k1×k2=1.0, n=0, 而室外养护良好情况下, k1×k2=0.5, 室外无遮蔽物时n=0.4。
针对氯离子和碳化对混凝土中钢筋锈蚀的影响, Song综合考虑氯离子渗透和碳化建立了钢筋混土寿命预测模型[8];刘志勇[9]综合考虑碳化和氯离子扩散, 建立了碳化预测模型:
undefined
式中:ξ=[OH]Cr/[OH]eqCH (ξ≤1) ;ω=[OH]Cr/[OH]eqCSH (ω≤1) 。
金祖权[10]基于Fick第一定律, 在参考Duracrete碳化模型和中国建科院多系数碳化模型的基础上, 建立综合考虑粉煤灰掺量、养护龄期、荷载率的多因素碳化深度预测模型。
蒋金洋[11]借用残余应变来表征混凝土的疲劳损伤, 并依据其与混凝土裂纹间隙因子 (一维方向上混凝土的宽度与裂纹宽度之比) 的对应关系揭示疲劳荷载对混凝土碳化的影响规律, 建立基于二者耦合作用的混凝土服役寿命预测方程。
除上述模型外, 混凝土碳化模型中较有影响的还有Bunte模型、Parrot模型等, 这些模型都有其各自的特点, 有的也考虑了扩散系数受温度、湿度、水化程度等影响的非线性方程。综上所述, 混凝土的单一碳化问题已经得到比较完善的研究, 并形成了可以进行预测的诸多碳化模型;对于氯盐-碳化以及荷载-碳化复合作用下的碳化寿命预测模型也有一定的研究。
1.2 基于氯离子扩散导致钢筋锈蚀的寿命预测模型
混凝土中钢筋锈蚀是一个时间函数, 其腐蚀过程有明显的3个阶段:腐蚀诱导期、腐蚀发展期和腐蚀破坏期[12]。一般而言, 腐蚀诱导期的时间长, 发展期的时间较短 (有文献报道仅2～3年) , 破坏期的时间则更短。钢筋混凝土的寿命主要考虑第一阶段, 即混凝土中钢筋表面的氯离子浓度达到临界值的时间。
虽然扩散不是氯离子迁移或传输的唯一途径, 但许多数学模型仍基于扩散理论来描述这一过程。目前, 应用最多的是Fick第二扩散定律。在模型的发展过程中, 研究者对模型的参数也逐渐进行修整, 如扩散系数的时间依赖性问题。Boddy等[13]给出扩散系数D, 考虑时间依赖性以及温度影响建立了以下公式:
undefined
式中:D (t) 、D0为t时刻和参考时刻的扩散系数, E为活化能, R为气体常数, T为实验温度 (K) , T0为标准温度 (K) 。
对于m的取值, 普通硅酸盐水泥混凝土为0.2～0.3, 粉煤灰和矿渣混凝土为0.5～0.7。而Duracrete关于氯离子寿命预测中的m取值:对于普通硅酸盐水泥混凝土为0.3, 粉煤灰混凝土为0.69, 矿渣混凝土为0.71, 硅灰混凝土为0.62 (上述为浸泡在溶液中的取值) 。此外, 就混凝土处于不同的腐蚀暴露情况, 其m的取值也相应变化。例如, 对于普通硅酸盐水泥混凝土, 浸泡为0.3, 潮汐区和浪溅区为0.37, 大气区为0.65[14]。
针对表面氯离子浓度随时间的变化, Amey等[14]认为表面浓度与腐蚀时间成线性关系或平方根关系:Cs=Kt或undefined刘斯凤研究认为表面氯离子浓度与扩散时间的关系符合指数关系:Cs=Clo[1-exp (-at) ], Clo为腐蚀溶液中Cl浓度 (1×10-6) 。王冰等考虑近海结构混凝土表面氯离子浓度的变化, 以及扩散系数与水灰比、时间及掺和料种类的影响, 建立了混凝土的氯离子扩散模型。
孙伟等[15,16,17]考虑使用过程中因荷载、环境因素及混凝土材料自身的性能劣化过程, 建立了劣化系数K:
K=KeKyKm (11)
式中:Ke、Ky和Km分别代表混凝土氯离子扩散性能的环境劣化系数、荷载劣化系数和材料劣化系数。通过系统的实验, 确定了混凝土的3个劣化系数。并基于Fick第二扩散定律, 推导出综合考虑混凝土的氯离子结合能力、氯离子扩散系数的时间依赖性和混凝土结构微缺陷影响的新扩散方程:
undefined
在混凝土的表面氯离子浓度保持恒定条件下, 考虑多重破坏因素作用, 建立了基于氯盐腐蚀的损伤模型, 如式 (13) 所示。
undefined
(13)
式中:Cf、C0、Cs为自由氯离子浓度、混凝土内部初始氯离子浓度、混凝土表面氯离子浓度;x为保护层厚度;R为混凝土的氯离子结合能力;D0为自由氯离子扩散系数;K为扩散性能的劣化效应系数;m为扩散系数的时间依赖性系数 (0.64) ;t为混凝土估算寿命 (单位年) ;erf为误差函数, erf=∫u0e-t2dt, 此外, 氯离子在扩散过程中不仅是一维扩散, 还可能是二维、三维扩散。为此, 余红发求出了二维、三维扩散方程的数值解。
由于影响到混凝土结构使用寿命的众多因素 (如材料性能、环境条件、荷载状况及结构响应等) 具有极大的不确定性。为此, 许多研究者使用可靠度理论和方法来研究混凝土的使用寿命。M.Prezzi等[18]假定氯离子扩散符合Fick定律, 把扩散系数D看成随机变量, 其极限状态方程函数为:
g (D) =CCr-C (D) (14)
式中:CCr为临界氯离子浓度, C (D) 为给定表面浓度t时刻距表面x处混凝土的氯离子。显然, 当g (D) >0时, 钢筋处于钝化状态;反之, 则钢筋开始锈蚀。
此外, Enright等[19]进一步考虑到保护层厚度、氯离子扩散系数、混凝土表面氯离子浓度和临界氯离子浓度的变异性, 并以以上4个量为随机变量, 以Fick第二定律为基础建立了寿命预测模型。
Stewart等[20]还考虑了腐蚀电流密度、局部腐蚀影响因子、最大裂纹宽度、临界裂纹宽度等, 基于时变可靠度以及时变可靠度的全寿命经济分析, 建立了寿命预测模型。此外, M.S.Cheung等[21,22,23]也基于可靠度建立了混凝土的耐久性与寿命预测模型。
1.3 基于混凝土损伤的寿命预测模型
针对混凝土损伤, 一些研究者对其寿命预测做了一些探讨。Atkinson等[24]使用干湿循环制度和长期浸泡制度, 得出了快试验的等效系数。Gerdes等[25]研究了水泥净浆在60%、80%弯曲荷载作用下并浸在10%硫酸氨溶液中的弯曲强度和断裂能, 并提出预测水泥浆体在应力腐蚀下的弯曲强度损伤发展律的经验公式。U.Schneider等[26]基于硫酸氨腐蚀实验建立了强度损伤与腐蚀时间的关系。
关宇刚[27]依据损伤以及多元Weibull分布, 建立了可适用于多边界条件以及多重破坏因素复合作下的混凝土寿命预测模型, 并设计了相应的数值算法。通过冻融+硫酸氨腐蚀以及荷载+冻融双重因素实验, 得到了一定的模型参数, 为实际工程中混凝土的寿命预测提供了一种新思路和新方法。运用该模型预测混凝土寿命, 需要结合现场条件测定具体的模型参数。
蒋金洋等[28]通过对疲劳损伤机理的分析, 针对损伤发展的第2阶段, 采用不同疲劳循环次数比对应的残余拉应变与疲劳破坏时对应的极限残余拉应变的比值来定义损伤变量, 重点研究了疲劳载荷与氯盐协同作用下结构混凝土的耐久性及其寿命预测方法。
2 结语
钢筋混凝土结构耐久寿命目前主要集中在混凝土腐蚀机理研究、在役结构的健康状况评价和剩余寿命预测、结构性能的防护措施研究等方面。但在实际使用期内, 结构往往要经历小修、中修或大修, 使得结构可靠度相应提高或结构劣化速度减缓, 因此也可以认为建筑结构的寿命终结还与维修历史和效果有关。而关于已修复后钢筋混凝土结构耐久性寿命预测却鲜见。相信随着人们对混凝土耐久性研究的不断深化、工程实践经验的持续增加和相关学科的不断引进和发展, 混凝土的耐久性研究和使用寿命预测技术将日益成熟, 按照指定使用寿命对混凝土结构进行耐久性设计的目标必将能实现。
混凝土结构模型 篇2
跨海立交桥的自然条件十分复杂, 它的腐蚀等级从C级 (中度) 到F级 (极其严重) 。正常情况下, 该混凝土结构寿命可达50~120年, 但许多混凝土结构的使用寿命比实际的寿命少得多[1]。当结构被腐蚀后, 十几年甚至是几年结构就被破坏了。研究表明, 氯离子的腐蚀是影响跨海大桥使用寿命的决定性因素[2]。鉴于氯离子腐蚀, 预测和估计跨海大桥的寿命是设计的一个重要组成部分。
目前, 用于评价混凝土结构在氯化物环境下寿命的预测模型有Life-365, Dura Crete等, 都是基于菲克第二定律建立的。这些模型在很多海外项目中得到应用[3]。在我国, 由于对混凝土结构使用寿命研究起步较晚, 同时对桥梁工程中缺乏长期有效的数据调查[4]以及原材料、施工管理水平及环境的不同, 国外预测模型中的参数并不一定适用于国内, 如果我们直接使用, 会产生很多不良效应。因此, 必须利用国外的成功经验, 建立适合我国国情的跨海大桥寿命预测模型。
2 寿命预测模型
在氯化物腐蚀环境下, 跨海大桥的混凝土结构使用寿命运用数学模型进行预测, 模型建立在菲克第二定律计算的基础之上。
2.1 氯离子扩散系数为固定值
假定混凝土作为半无限体, 氯离子浓度在边界x=0是恒定值, 也就是c (x=0, t) =cs, 混凝土的初始氯离子浓度是c (x, t=0) =c0=0, 并假定D为常数D0。根据菲克第二定律, 混凝土结构一侧暴露于氯化物的环境中, 氯离子浓度随时间和深度改变, 其变化规律为:
如果混凝土的初始氯离子浓度从原料等加入时为c0, 式 (2) 可以写为:
此时, 氯离子导致钢筋钝化失效的临界浓度为Cl i m, 在式 (3) 中c (x, t) =clim, 钢筋的腐蚀时间可以表达为:
2.2 氯离子扩散系数视为随时间衰减
研究发现, 实际混凝土物质的扩散系数D可以随许多因素如水灰比、物质种类、水泥质材料和环境条件的比率来改变。随着时间的推移, 混凝土的水化反应变得更加紧凑, 氯离子扩散系数变得更小, 这与指数衰变规律相一致。而实际的扩散系数D也受环境温度的影响。在实际工程中, 我们通常只能得到氯离子扩散系数在28d的检测值 (D0) , 而实际混凝土结构的氯离子扩散系数与实验结果之间的关系如下:
式中, 为显示温度对扩散系数的影响;t0为测试温度;D0为扩散系数;t为混凝土结构中的平均温度;T0和T表示开尔文温度;U为活化能, 它与混凝土的密度相关, 为35 000J/mol;R为气体常数, 8.314472J/ (mol·K) ;ke为环境系数;kc为保护系数。
根据菲克第二定律, 将式 (5) 代入式 (1) , 得:
假设半无限混凝土暴露于单一的氯化物环境的条件下, 可以得到解析解:
所以, 当c (x, t) =clim, 混凝土结构的使用寿命可表示为:
2.3 氯离子扩散系数随时间衰减, 但若干年后不降低
研究发现, 扩散系数D不完全基于时间衰减。一方面, 随着混凝土中的水与自然环境接触越来越密, 若干年后, 水合反应将完成, 氯离子扩散系数不再降低;另一方面, 混凝土受环境的侵蚀, 会降低抗渗性能。在Life-3651.0版本中, 氯离子扩散系数D (t) 的衰减期限为30a, 如果t>30a, 它会为固定值。在Life-365 2.0版本的计算机程序中, 此值修改为25a。有学者认为, 在水泥研磨级配相对较小的中国, 性能提高的可能性比较小, 此值可取10a左右。基于这样的考虑, 在修改后的模型中设定了年限的参数, D (t) 随时间衰减到N年限, 如果t>N, 将变为固定值不再减少。这可以运用子功能模型来阐述:
所以, 当c (x, t) =clim, 混凝土结构的使用寿命可表示为:
在该研究中, 模型中氯离子的扩散系数在某一年后将不再减少。
3 寿命预测软件
3.1 视觉寿命预测方案
预测模型的两种计算数学方法, 一种是确定法, 另一种是随机性方法。两种方法得到的结果会对结构的寿命预测有一定的影响。如果设置一个安全系数, 例如结构的设计平均值, 可以保证得到寿命预测结果的幅度效率大于50%, 这种方法称为项目的系数法。但这种方法有一定的局限性。随机性方法认为, 影响结构寿命的所有因素都是随机的, 随时间改变是随机的。比如, 保护层厚度和氯离子的临界一致性是符合正态分布曲线的。而随机性方法计算的结果却不是确定值。但运用寿命的全概率分布法, 可以得到一定保证率的年限。一般情况下, 它的保障率是95%。在这项研究中, 后一种方法是用来预测结构寿命的。我们可以只计算第一步, 第二步骤太短 (除水下环境) , 混凝土氯离子浓度c (X, t) 达到临界状态, 称为极限状态, 其中x为钢筋腐蚀的厚度。
图1是基于MATLAB平台的视觉寿命预测软件的输入参数窗口。窗口可以输入初始氯离子浓度、表面氯离子浓度、临界氯离子浓度、氯离子扩散系数、保护层厚度系数及初始稠度的标准差。运用正态分布、等概率分布按照蒙特卡罗方法获取参数。采用概率密度曲线和概率分布曲线。图2给出了概率分布。用户可以输入目标值如90%或95%, 程序会自动计算出相应年限的效率。此外, 该方案还可测定氯离子扩散系数、试验龄期、温度条件, 并考虑环境温度参数和实验条件对结构的影响效应。对于扩散的活性能量, 默认为35000J/mol, 但一些研究数据略有不同, 因此该方案还设计了此参数的输入窗口。
3.2 结果对比
为了验证程序的准确性, 使用Life-365程序计算, 并对计算结果进行比较。
图3显示了概率密度曲线和寿命Life365计算的分布曲线。图4显示了按视觉寿命预测软件计算出的使用寿命概率密度分布曲线。计算结果基本一致, 说明视觉寿命预测软件的结果是可靠的。Life-365计算程序在国外应用广泛, 内置参数中使用寿命150a是最大的限制值, 使用时可根据工程实际情况进行调整。考虑到这一问题, 视觉寿命预测程序给出了用户输入界面, 相关参数可以根据具体条件进行设置。
4 工程实例
金塘大桥是舟山-宁波镇连接项目, 该项目拥有21.020km总长度的第四长跨海大桥。主孔桥为斜拉桥, 有2座塔、2根斜拉索, 钢箱梁跨度620m。按照高速公路标准, 双向四车道, 设计时速为100km/h, 设计年限为100a。据耐久性设计方案, 使用寿命预测软件的计算结果示于表1。
表1的结果表明, 能满足金塘大桥耐用性的要求, 设计方案采用100a设计年限的保证率为95%。
5 结论
本研究中, 寿命预测模型由菲克第二定律和全概率法计算组成, 并考虑了一些影响因素, 例如环境温度、维护和防腐措施等, 为我国混凝土的跨海大桥设计提供了借鉴方法。寿命预测软件使用蒙特卡洛方法, 获得寿命的概率分布曲线, 并保证特定服务寿命的概率。相比于Life-365软件, 它可以更容易地通过设置参数来优化预测混凝土跨海大桥的使用寿命, 这样可以保证跨海大桥的耐久性设计, 提供必要的基础工程质量控制体系, 制定跨海大桥的养护和维修计划, 预测现行海事工程的使用寿命。视觉寿命预测软件基于大量的实验数据和现场数据。因此, 在实践中需要继续优化参数, 来提高系统的预测精度。
参考文献
[1]金伟良, 金立兵, 延永东, 姚昌建.海水干湿交替区氯离子对混凝土侵入作用的现场检测和分析[J].水利学报, 2009 (3) :25-26.
[2]金立兵, 金伟良, 陈涛, 等.沿海混凝土结构的现场暴露试验站设计[J].水运工程, 2008 (2) :36-37.
[3]朱平华, 金伟良.混凝土结构耐久性的修复性评估方法[J].浙江大学学报 (工学版) , 2006 (12) :41-42.
混凝土结构模型 篇3
1 混凝土结构的研究内容和现状
1.1 耐久性研究的主要内容
对混凝土构建的耐久选哪个研究可以大致的划分为四个方面：环境因素、材料因素、构件因素和结构因素。
在环境上主要是具有侵蚀性质的介质对混凝土内部的钢筋危害性，会造成钢筋的劣化和粘结性的降低，从而使承载力下降，过早的发生破坏。特别是在沿海地区和寒冷地区，酸、碱、盐类物质和冻害严重，在这种条件下如果再加上偶然环境荷载的作用，更会加剧钢筋的腐蚀。
材料上是耐久性研究最为基本的部分，通过对钢筋和混凝土两种材料发生碳化、锈蚀、冻融等作用机理的分析，解决在结构的设计和施工、维修中的构造措施，并通过防水、限制裂缝、调整水灰比、添加外加剂等具体措施进行预防补强。
构件生的耐久性主要是指混凝土和钢筋两种材料在组合以后的相互耦合关系上，钢筋的锈蚀会引起混凝土的胀裂，而裂缝会进一步加快锈蚀速度，如果能够得到钢筋锈蚀和表面混凝土开裂的关系和规律，对整个混凝土结构的耐久性研究有重要意义。
从混凝土结构上进行耐久性分析主要包括两部分：对拟建的结构进行耐久性设计和对原有混凝土结构进行耐久性评估。
1.2 混凝土耐久性研究现状
目前主要从混凝土的碳化和钢筋的锈蚀对耐久性的影响入手，具体的耐久性评估方式可以分为多指标分级加权评估法、灰色系统评估法、可靠度理论、模糊评估法和神经网络评估法，每一种方法都有各自的优点和缺点，在应用时要根据实际合理的选择。而未确知模型研究可以说总结了耐久性评估方法的优缺点，是一种科学、实用的评估方法，使得评估结果更加的清晰、准确。
2 混凝土结构耐久性评估的指标分析
2.1 耐久性评估过程中的不确定性
钢筋混凝土结构是一个非平衡的系统，受到外界和本身多种因素的叠加影响，组成一个非线性的作用条件，而对于单个的作用因素，其本身也是不确定的，例如水灰比、材料的强度、构件抗力、混凝土碳化深度等。另外，在构件的不同部位，不同单位的施工质量控制，自然环境上的温度、二氧化碳的浓度、湿度等也是随着天气和昼夜变化改变的。在耐久性评估过程中人的参与也有很大的主观因素，所以采用未确定模型的数学理论研究可以更加准确的保证评价结果的可靠性。
2.2 评估指标的建立原则
评价指标的确定要以系统性、科学性、普遍性和特殊性结合以及可量化性为原则。也即是在评价过程中要建立一个完整的系统，科学性的根据损伤发展规律，客观性的进行。保证评估指标的普遍性，将特殊的构件或者部位特殊处理，在对指标分析中以定量为目标，综合性的对评价指标进行权重分析。
2.3 耐久性评估的内容
耐久性评估主要从安全性和适用性角度两个方面来进行，在时间上保证结构的安全性和正常使用性能。主要内容包括：钢筋的锈蚀、保护层的开裂缝、氯离子的侵蚀以及构件的变形等。
影响耐久性的主要因素是钢筋的锈蚀，锈蚀会进一步加大钢筋锈蚀率，在温度和湿度的作用下引起保护层的开裂，不仅进一步的加剧构件的破坏速度，还会损坏构件外观，影响正常使用性能。氯离子通过裂缝进入构件后会导致钢筋的膨胀锈蚀，严重时造成混凝土保护层的剥落，对氯离子的含量评估是重要的一部分。在经过钢筋锈蚀后的构件，承载力会不同程度的降低，要对构件的变形进行验证，保证承载力耐久性处于合理的范围内。
2.4 耐久性评估指标
耐久性分析的指标一般按照结构和影响因素的不同分为几个层次，从及基础的层次逐步的向上进行分析，最后得到所要的目标值。根据结构的部位可以将指标分为：基础耐久性、上部水平和竖向承重构件耐久性、节点耐久性等几个方面，根据作用效果和影响程度可以分为恶化程度和恶化速度两个方面。
程度指标上外观指标包括：裂缝的宽度、裂缝稳定性、锈迹范围、剥落情况等；结构上包括：所损失的钢筋截面大小、钢筋屈服强度的改变、构件的截面减小和混凝土强度的衰减；
速度指标上环境条件包括：温度、湿度、有害气体等气候条件、腐蚀物质的含量和对锈蚀物质的防护措施；在结构上包括：钢筋锈蚀速度、保护层的厚度和极化电阻等。
3 耐久性评价方法
3.1 采用层次分析法主要步骤包括
建立层次分析模型，将影响因素按照属性的不同分成几个组，形成不同的层次，中间层次受到上一层次的影响，同时对下一层次有支配作用，形成一个阶梯型的模型。
构造判断矩阵，将属于同一指标之间的因素进行重要性比较，计算指标的权重。
最后，对判断矩阵进行一致性检验，用来检测各个因素的权重分配是否合理，根据一致性比例系数的大小检验判断矩阵的一致性，当一致性比例系数小于0.1时认为满足一致性原则，大于0.1时要对矩阵做适当修改。
3.2 权重分析
耐久性评估的成功关键在于权重的分配上，通常的权重赋值有两种形式：客观赋权法和主观赋权法，分别根据数据统计和专家意见来确定。要想得到合理的权重分配就要将两种方式结合起来。
整个分析系统可以分为三个层次：目标层、准则层和指标层，系统过程就是通过准则层和指标层得到目标层结果。指标的权重分析也既是从准则层和指标层两方面来进行。
指标层指的是具体的影响因素属于客观的赋权法范畴，可以通过观测值的等级，采用未确定模型中的分类权重来进行赋值，确定具体构件节点的评估等级。可以更加客观、全面的反映指标信息。
准则层因素也即是对影响因素的分类，要了解构件各部位关于整体耐久性的权重，属于主观的赋权范畴，根据重要性原则进行权重赋权。
4 未确知模型
未确知模型是针对混凝土耐久性评估中不确定性而产生的一种评估方法，在耐久性研究中，很难的到完整的和确定的评价指标，耐久性评估是一个随机的、模糊的和灰色的综合体，所以在研究中采用一个确定的合理数学模型并不现实。未确知模型就是将定量和定性有机的结合起来，目前常见的理论有人工神经网络、模糊数学方法等。本文通过未确定模型分析耐久性评估的内容得到如下结论：
4.1 混凝土的耐久性评估过程是一个认为参与的主管和客观条件相互作用的过程，采用综合的多层次的分析方法可以得到较为准确的结果；
4.2 影响钢筋混凝土结构的主要因素是钢筋的锈蚀，以及表层保护层的开裂，氯离子等的侵蚀；
4.3 对耐久性指标的影响因素从程度上和速度上进行划分，强调评估过程中的主要原则；
4.4 分析了权重赋值时的影响因素，从影响因素分类的准则层上和具体的具体的因素条件下的指标层上判断指标权重大小。
参考文献
[1]蒋德稳, 李果, 袁迎曙.混凝土内钢筋腐蚀速度多因素影响的试验研究[J].混凝土, 2004, 177 (7) :3-5.
[2]牛荻涛.混凝土结构的耐久性与寿命预测[M].北京:科学出版社, 2003, 2.
竞技能力结构模型——地球模型 篇4
1 竞技能力理论模型的梳理
目前许多国内外运动训练学学者提出的结构模型,如“木桶理论模型”“积木理论模型”“双子理论模型”“皮球理论模型”等等,其中“木桶理论模型”明晰了竞技能力的各要素,突出短板对系统的影响,忽视了“长板”的积极作用。“积木理论模型”提出了“长板”对“短板”的补偿作用,说明了竞技能力非均衡结构的补偿效应,但没有从本质上解释竞技能力发展变化趋势。“双子理论模型”[2]是田麦久博士融合了“木桶理论模型”和“积木理论模型”提出来的新理论模型,体现出了竞技能力各要素之间的动态关系以及非均衡结构的补偿效应,但该模型是封闭的,因此在训练实践中不易操作。“皮球理论理论”[3]不仅清晰地勾勒了竞技能力的构成因素及它们之间的相互关系,而且体现了竞技能力的动态性和开放性,但没有明晰心理在竞技能力各要素中的作用。总之,现有的理论模型把竞技能力看成是“物体”,没有从模型中说明竞技能力的作用主体“人”的作用即心理的作用,只是在理论的阐述的过程中说明心理的重要性。
2 地球模型理论提出与建立
2 . 1 地球模型理论建立的理论依据
2.1.1 系统理论
系统是具有相互作用关系的要素的复合体。具有整体性、关联性、等级结构性、动态平衡性、时序性等特征。具体表现在以下几个方面:首先,系统是一个整体;其次,系统的各要素是相互作用和相互依存的关系,缺一不可;最后,系统受外界环境的影响和作用,并与外界环境共存。从现实来看,任何系统都必须具备这三点,缺一不可,否则,系统不具有稳定性,遭到破坏就不能构成系统。同样竞技能力作为一个系统也必须满足这三点。首先,构成竞技能力各部分要素之间的相互作用;其次,各要素共同构成竞技能力即各要素与竞技能力是相互依存紧密联系的关系;最后,竞技能力系统与外界系统通过信息的传递发生相互作用。因此建立竞技能力结构模型时,应该充分考虑到系统性特征。
2.1.2 运动心理学
在运动训练中由于运动训练内容的重复性、训练过程的程序性、训练环境的封闭性容易造成运动员精神疲劳促使运动员消极训练,因此需要加强运动员意志品质等心理方面的训练。例如,运动员的“高原现象”,尤其是运动员在训练和比赛中表现出的运动动机、社会认知的归因、唤醒、焦虑以及运动中认知问题等方面的内容。因此在构建竞技能力模型应充分体现这一点。
2 . 2 地球模型的建立及意义
“地球理论模型”结合人体运动心理学特点,以竞技能力的组成部分为构造,从运动心理学角度出发,并结合系统理论,具有运动心理学、整体性、直观性和动态性等特征,并遵循运动训练和运动竞赛的客观规律。地球模型,球体是具有一定形变并且由竞技能力各要素形成经纬线交织形成的,地球纬线是由竞技能力的四个要素组成,分别代表:体能、技能、战术能力和运动智能,地球经线主要是由心理组成,并通过地球的南、北极点与外界进行信息的交流。同时球体以南北两极为定点通过外界环境与自身调节双重作用形成的压力差推动球体旋转,规定地球自转逆时针方向为正(见图1)。
地球模型的特点是球体的形变可以表示竞技能力各要素的变化,运动员整体的竞技能力是通过外部环境和自身的双重影响形成的。并且在球体表面直观形象地表现出心理训练贯穿于体能训练、技能训练、战术训练和运动智能的运用之中。该模型是开放的,地球通过两个南北极点与外界进行信息的交流,因此,该模型具备了系统的基本特征。地球模型的构建,首先全面表述了竞技能力各要素以及各要素之间的相互联系、发展趋势,有利于正确地认识和理解竞技能力各要素以及各要素之间的相互联系、发展趋势。其次,地球模型的构造,直观形象地展示了竞技能力结构,更有利于在运动训练过程指导运动训练实践,在训练过程中能够及时发现问题内外因素,并解决问题,通过合理的预判可以减少阻力,能更好地提高运动员的整体竞技能力。最后,该模型最鲜明的特点是突出强调心理在运动训练中的作用,进而从另一方面说明竞技能力的主体是“人”而不是简单的“物”。
2.3 地球模型的特征
新构建的地球模型,从运动心理学角度出发,并结合系统理论,具体表现在以下几个方面:
2.3.1 运动心理学特征
运动员心理能力即指运动员与训练竞赛有关的个性心理特征,以及依训练竞赛的需要把握和调整心理过程的能力,是运动员竞技能力的重要组成部分。笔者认为竞技能力可分为两部分,稳定的和不稳定的。稳定的因素主要包括体、技、战和智;不稳定的因素主要包括心理。例如,体能训练和技术训练中意志品质的培养、战术训练中的观察力以及记忆力的培养,在运动智能中技术和战术的选择时机及把握,因此在训练过程中心理训练一直伴随着体、技、战、智的训练。运动员整体的竞技能力不断发生变化,通过与教练员以及外界训练环境的信息交流,在人的大脑进行信息的处理并通过运动员的自我调节来实现信息反馈,表现在运动员竞技能力状态等方面。
2.3.2 整体性
地球理论模型的球体是由竞技能力各要素构成的并且具有一定形变,通过南北极点与外部环境进行能量、信息的交换。竞技能力各要素共同组成竞技能力,它们相互依存、不可分割。通过运动训练,使竞技能力不断发生变化,竞技能力的发挥受外界环境的影响。因此,地球理论模型从运动心理学角度出发,并结合系统理论,着重部分与部分之间、整体与部分的之间、整体的自我内部调整以及整体与外部环境之间的相互联系中研究竞技能力,从而可以充分发掘运动员潜能,保持最佳的竞技能力状态。
2.3.3 直观性特征
地球理论模型能够清晰反映出影响竞技能力的内外因素。地球模型通过具有空间立体形态的球体来表述竞技能力;心理训练贯穿运动训练的整个过程,同时心理也是影响最佳竞技状态的重要原因之一。地球模型可以充分利用地球的经线和纬线精确的定位竞技能力,找出影响竞技能力的内外因素,并解决问题。在运动训练中通过这种定位我们可以及时了解运动员训练状态以及原因,通过科学的推理,找出问题的原因,对下一步的运动训练方案和计划作出调整,使运动员尽快地调整过来,并积极投入到运动训练中,提高整体的竞技能力。
2.3.4 动态性特征
地球理论模型的动态性主要通过地球的旋转和内外压力所引起地球模型的形变来表现出来。用地球的旋转变化来动态地表现和判断运动员在训练或者比赛中总的竞技能力以及所达到的竞技水平。如果某一阶段运动员的竞技能力水平提高,则地球模型逆时针方向旋转,反之,地球模型顺时针方向旋转。同时,这种动态性还表现在竞技能力与外界环境的相互关系上。所谓的外界环境(包括竞技环境、教练指导等因素)和自身调节的双重作用来影响竞技能力水平发挥,在一定范围内即自身承受范围,外界压力越大,竞技能力的地球模型形变量越大,即竞赛时可能出现最佳竞技状态超水平发挥。但外界压力超出自身所承受的范围即超过模型的形变极限则模型遭到不可逆的损坏,具体表现是运动员竞赛时的发挥失常(见图2)。
3 结语
结构方程模型概述 篇5
一、基本原理
(一) SEM中的基本概念
1. 变量。
在SEM中, 根据变量能否被直接测量而将其分为观测变量和潜在变量。观测变量是可以直接被测量的变量, 如年龄、文化程度、身高、体重等。潜在变量是用理论或假设来建立的、无法直接测量的变量, 如智力、性格等, 不过它也可以用观测变量来构建。从相互关系上分为外源变量 (自变量) 和内源变量 (因变量) 。外源变量是引起其他变量变化和自身变化, 且假设有系统外其他因素所决定的变量。内源变量则是受其他变量影响而变化的变量。四种变量结合起来形成四类变量, 即内源观测变量和外源观测变量, 内源潜在变量和外源潜在变量。另外, 有些统计技术虽然允许因变量含有测量误差, 但却假设自变量是无误差的, 如回归分析。事实上, 任何测量都是会产生误差的, SEM则允许自变量和因变量都存在测量误差, 并且试图更正测量误差所导致的偏差。
2. 指标。
SEM的指标分反映性指标和形成性指标, 它们是因潜在变量与观测变量之间因果优先性而产生的不同概念指标体系。反映性指标是当潜在变量被看成是一种基础建构时, 产生某些被观测到的事物 (即观测变量是效果, 潜在变量是因子) , 反映这种潜在变量的指标称反映性指标。形成性指标是潜在变量被视为受观测变量影响 (即潜在变量是效果, 观测变量是因子) 时所形成的线性关系, 这时观测变量称形成性指标。指标含有随机误差和系统误差, 统称为测量误差或误差。随机误差指测量上不准确的行为, 系统误差反映指标也同时测量潜在变量以外的特性。
(二) SEM的结构
SEM中变量与变量之间的联结关系用结构参数表示, 提供变量间因果关系不变性的常数, 描述观测变量与观测变量之间、观测变量与潜在变量之间以及潜在变量与潜在变量之间的关系。这些变量又可归纳为两种模型, 即测量模型和结构模型。
1. 测量模型 (Measurement Model) 。
也称为验证性因子分析模型, 主要表示观测变量和潜变量之间的关系。度量模型一般由两个方程式组成, 分别规定了内源潜在变量η和内源观测变量y之间, 以及外源潜在变量ξ和外源观测变量x之间的联系, 模型形式为:
其中, x为外源观测变量组成的向量;y为内源观测变量组成的向量;Λx为外源观测变量与外源潜在变量之间的关系, 是外源观测变量在外源潜在变量上的因子负荷矩阵;Λy为内源观测变量与内源潜在变量之间的关系, 是内源观测变量在内源潜在变量上的因子负荷矩阵;δ为外源观测变量x的误差;ε为内源观测变量y的误差;ξ与η分别是x与y的潜在变量。
2. 结构模式 (Structural Equation Mode1) 。
又称为潜变量因果关系模型, 主要表示潜变量之间的关系。规定了所研究的系统中假设的外源潜在变量和内源潜在变量之间的因果关系, 模型形式为:
其中, η是内源潜在变量;ξ是外源潜在变量;β是内源潜在变量η的系数矩阵, 也是内源潜在变量间的通径系数矩阵;Γ是外生潜变量ξ的系数矩阵, 也是外源潜在变量对相应内源潜在变量的通径系数矩阵;ζ为残差, 是模式内未能解释的部分。
上述模型有以下一些假定:E (ζ) =0, E (δ) =0, E (ε) =0, E (ξ) =0, E (η) =0;ε与ζ相互独立, δ与ξ相互独立, ε与η相互独立, ζ、δ及ε相互独立。
二、SEM的基本过程
SEM的建立过程有四个主要步骤, 即模型构建 (model specification) 、模型拟合 (model fitting) 、模型评价 (model assessment) 以及模型修正 (model modification) 。
(一) 确定初始模型
利用SEM分析变量 (包括观测变量和潜在变量) 的关系, 关键一步是根据专业知识和研究目的, 构建出理论模型, 然后用测得的数据去验证这个理论模型的合理性。开始建立的理论模型有可能不是较理想模型, 需要在数据的拟合过程中修改、评价, 再修改、再评价……, 直至建立较理想模型。在建构模型时, 首先检查每一个测量模型中各因子 (潜在变量) 是否可以用研究的观察变量来测量, 这主要根据专业知识确定, 同时可借助于探索性因子分析, 建立测量模型;然后根据专业知识确定各因子之间可能存在的因果关系, 建立结构模型。在建构模型时, 应注意模型的识别问题, 可以用t法则、两步法则、MIMIC法则判定。
(二) 模型拟合
模型拟合就是通常所说的参数估计, 所要做的是使模型隐含的协方差矩阵 (即再生协方差矩阵) 与样本协方差矩阵之间的“距离”最小。这个“距离”称为拟合函数。两个矩阵之间的“距离”有多种不同的定义方法, 因而产生了不同的拟合函数, 即不同的参数估计方法。参数估计方法主要通过下列拟合函数:TSl S (两阶段最小二乘) 、ULS (非加权最小二乘) 、ML (最大似然) 、GIS (广义最小二乘) 、WLS (一般加权最小二乘) 、DWLS (对角加权最小二乘) 等。其中ML估计分布是渐进正态分布, 但ML是无偏、一致、渐进有效的估计方法, 且有尺度不变性, 因此在参数估计时以ML最为常用。
(三) 模型评价
参数估计出来之后, 就得到了拟合模型。但要知道模型拟合的好坏, 还应对模型进行评价。大致从以下三个方面讨论:一是参数合理性 (比如相关系数应在-1到+1之间、与先验假设不应有严重的冲突等) 和参数检验的显著性;二是决定系数的大小;三是拟合指数。
其中, 拟合指数是最为常用的。拟合指数分为三类:绝对拟合指数、相对拟合指数及简约指数。相对于绝对拟合指数和相对拟合指数来说, 简约指数较少用。绝对拟合指数是将理论模型 (Mt) 和饱和模型 (Ms) 比较得到的一个统计量, 常用的绝对拟合指数有x2、RMSEA (近似误差均方根) 、SRMR (标准化残差均方根) 、GFI (拟合优度指数) 、AGFI (调整拟合优度指数) 。其中x2值越小越好, RMSEA值越小越好, 当RMSEA小于0.1时, 表示好的拟合。SRMR的取值范围0~1, 其值越小越好, 当小于0.08时认为模型可以接受。常用的相对拟合指数有NNFI (非范拟合指数) 、NFI (赋范拟合指数) 、CFI (比较拟合指数) 。对模型评价时, 不应单靠某几个拟合指数就做出模型拟合程度的结论, 而应将它们联合考察。
(四) 模型修正
对模型进行评价的目的, 不是简单地接受或拒绝一个假设的理论模型, 而是根据评价的结果来寻求一个理论上和统计上都有意义的相对较好的模型。一个好的模型应具备以下几个条件: (1) 测量模型中的因子负荷和因果模型中的结构系数的估计值都有实际意义和统计学意义; (2) 模型中所有固定参数的修正指数 (MI) 不要过高; (3) 几种主要的拟合指数达到了一般要求; (4) 测量模型和因果模型中的主要方程的决定系数R应足够大; (5) 所有的标准拟合残差都小于1.96。
如果我们希望看到的上述情况中的一种或几种没有出现, 可以根据具体的结果做出如下改变: (1) 删除相应的自由参数。 (2) 将最大或较大MI的参数改为自由参数。 (3) 当评价结果中有较大的标准残差时, 通过不断添加与删除自由参数, 直到所有的标准残差均小于2为止。 (4) 如主要方程的决定系数很小, 则可能是以下某个或某几个方面的原因:一是缺少重要的观察变量;二是样本量不够大;三是所设定的初始模型不正确。
三、结语
从SEM的原理及分析步骤可以看出, 结构方程模型包含了验证性因子分析与路径分析的优点, 分析结果更加接近实际。SEM从构建初始模型到比较理想模型的确定, 就是一个不断修正、评价的过程。SEM的广泛应用反映了数据分析方法的进步, 我们应该掌握SEM的基本原理、基本过程等, 并在使用过程中遵循一定的标准并注意使用条件, 为发挥这种新方法的优势提供可靠的保证。
摘要：结构方程模型被称为近年来统计学三大发展之一, 与传统的统计分析方法相比有很大的优势。文章主要介绍结构方程模型的基本原理、建模的基本过程等方面内容。它的使用为分析复杂的多变量关系奠定了方法论的基础。
关键词：结构方程模型,因果关系,统计方法
参考文献
[1]黄芳铭.结构方程模式理论与应用[M].北京:中国税务出版社, 2005.
[2]吴兆龙, 丁晓.结构方程模型的理论、建立与应用[J].科技管理研究, 2004, (6) .
[3]曲波, 郭海强, 任继萍, 孙高.结构方程模型及其应用[J].中国卫生统计, 2005, (6) .
[4]田晓明, 傅珏生.结构方程模型的统计方法及比较[J].苏州大学学报, 2005, (4) .
[5]秦浩, 陈景武.结构方程模型原理及其应用注意事项[J].中国卫生统计, 2006, (4) .
混凝土结构模型 篇6
近年来, 在充满挑战的经济环境下, 随着毕业生数量的逐年增加, 就业问题日益突出。目前, 毕业生就业问题已经成为社会广泛关注的问题。从政府角度看, 毕业生就业问题已经成为中央和地方政府关注的重大民生问题;从学校角度来看, 在严峻的就业形势下, 就业率已经成为各院校招生、考核、绩效评价的主要指标。
早在二十世纪之初, 国外学者首次提出“可雇佣性” (Employability) 的概念, 即为获取最初就业、维持就业和取得新的就业而必须具备的技能。解决毕业生就业问题的重点在于如何提高他们的可雇佣性能力。只有当大学生的知识、本领及素质得到有效提升后, 他们才能满足社会的需求, 并且在就业市场上更具竞争力。本文以旅游类职业院校学生为调查对象, 在分析问卷调查结果的基础上建立可雇佣性结构模型, 并提出提高旅游院校学生可雇佣性能力的对策。
2. 相关文献评述
国外学者较早展开了对于可雇佣性结构的研究, 代表性的成果主要包括美国的SCANS模型, 英国的USEM理论, 以及加拿大的客户雇佣性技能一般模型等。美国学者提出了SCANS模型, 将可雇佣性能力分为基础技能和工作技能两大类, 其中基础技能可分为三个维度, 即基本技能维度, 思考技能维度, 以及个人特质维度, 而工作技能可以分成资源、人际、信息、系统和技能五个维度。英国学者Knight&Yorke提出USEM理论, 认为学科理解能力、技能、自我效能感和元认知能力是可雇佣性的主要组成部分。其中, 技能包括传统的智力技能, 也包括沟通、计算机技术等关键技能。加拿大会议委员会提出基本技能、团队技能及个人管理技能这三种技能构成了可雇佣性技能。此外, 该委员会还指出工作者不管是自我雇佣, 还是服务于他人, 可雇佣性能力都是必不可少的一项能力。
3. 研究设计
3.1 测量工具
本文首先由笔者采用概括性模型方法辨识所有可能的可雇佣性结构指标, 然后与由7名具备专门知识和技能的专家组成的专家小组进行深度访谈, 对指标进行筛选和修改, 最后确认15项旅游类职业院校学生可雇佣性结构指标。根据这15项指标编制问卷, 请20名学生进行预试, 确保正式调查时内容易被理解。问卷以书面形式进行调查, 其第一部分内容为基本信息的填写, 第二部分选择Likert五点量表的形式。第二部分的问题是“您对以下列出的所具备的能力和技能状况的评价是什么?”根据Likert五分法, 设置每一项指标的备选项分别为“很强、强、一般、差、较差”, 并在旅游类职业院校学生可雇佣性结构模型研究中分别赋予分值“5、4、3、2、1”。
3.2 样本的选取
本文选取旅游类职业院校的650名毕业生作为研究对象, 其中有效被试607人。将这607份有效样本随机分成两个样本进行统计处理, 其中样本一包含有效问卷304份, 用于进行探索性因子分析, 探析旅游类职业院校学生的可雇佣性结构;样本二包含有效问卷303份, 用来进行验证性因子分析, 从而检验所构建模型的合理性。对于问卷调查获取的数据, 本文采用SPSS19.0和LISREL8.70软件进行分析。
4. 结果分析
4.1 探索性因子分析
本文首先运用SPSS19.0数据统计软件对从样本一中获取的数据进行了探索性分析。通过正交旋转对样本一的数据进行主成分分析, 提取特征值大于1的公共因子, 并用正交旋转法获得更合理的因子载荷矩阵。根据KMO和Bartlett的测试结果可以判定因子分析的可行性及适宜性, 通常KMO值大于0.6时表示数据可以进行因子分析。
通过对旅游类职业院校学生可雇佣性的15个项目进行因子分析, KMO和Bartlett球形检验, KMO指数为0.684, 且根据Bartlett球形检验结果显示近似卡方值为1026.431 (Sig.=0.000) , 说明数据取样合理, 适宜进行因子分析。
根据每个因子所包含的题项对其进行命名, 因子1包括理解分析能力、关注细节能力、应对突发状况能力、创新能力, 将其命名为解决问题能力;因子2包括人际关系管理能力、沟通能力、团队合作能力、情绪管理能力, 将其命名为人际关系能力;因子3包括知识管理能力、外语能力、掌握计算机能力, 将其命名为基本技能;因子4包括组织协调能力、领导能力, 将其命名为计划管理能力;因子5包括自我评价能力、职业规划能力, 将其命名为自我发展能力。
项目的因子载荷范围是0.692~0.902, 5个公共因子的累积方差贡献率为64.635%。解决问题能力因子和人际关系因子的方差贡献率最高, 分别达到15.600%和14.714%。所有因子的贡献率都达到10%以上。各因子变量的旋转成分矩阵见下表。
提取方法:主成分分析。
提取方法:主成分。
4.2 验证性因子分析
在通过探索性因子分析得到的旅游类职业院校学生的可雇佣性结构模型的基础上, 通过LISREL8.70软件采用最大似然法对样本二的303份数据进行验证性因素分析以检查理论模型的正确性。
LISREL程序分析了模型的整体拟合度。Chi-Square=106.47, df=80, P-value=0.02559, RMSEA=0.033。GFI=0.96、NFI=0.91、NNFI=0.97、CFI=0.97, GFI、NFI、IFI、NNFI、CFI都在0.90以上, 属于可接受范围, RESEA值小于0.08。该模型满足两指标法则, 即至少有1个因子、每个因子至少有2个指标、每个指标只测量一个因子、每个因子均有与其相关的因子且误差并不相关, 可以表明模型的拟合程度很好。
4.3信效度分析
4.3.1信度分析
信度检验是衡量问卷效果一致性和稳定性的必要环节。本文对607份有效问卷数据采用内部一致性信度检验, 通常用内部一致性系数 (Cronbach a系数) 作为信度指标衡量。通常情况下, 当Cronbach a系数大于0.7时, 则表示该量表的信度较好;若Cronbach a系数大于0.5时, 则表示该量表的信度可以接受;而当Cronbach a系数小于0.5时, 则表示问卷的信度不可以接受。
4.3.2效度分析
效度分析是衡量问卷的有效性和正确性的必要环节。本文主要从内容和结构两方面对旅游类职业院校学生的问卷数据进行效度分析。
(1) 内容效度
内容效度主要是衡量可雇佣性问卷的测量内容是否具有代表性。本研究在采用概括性模型方法辨识所有可能的可雇佣性结构指标的基础上, 结合专家小组的访谈结果对指标进行筛选和修改, 最后编制出旅游类职业院校学生的可雇佣性问卷。结果表明, 本文所编制问卷的内容能够在一定程度上反映出旅游类职业院校学生的可雇佣性结构状况, 具有较好的内容效度。
(2) 结构效度
问卷的结构效度是指问卷能真实反映所测对象理论结构和特性的程度。本文在因子分析的基础上得到5个公共因子, 分别为解决问题能力因子、人际关系能力因子、基本技能因子、计划管理能力因子和自我发展能力因子。5个公共因子的累积方差贡献率为64.635%, 表示因子的解释能力较强, 具有较好的结构效度。
5. 结论与建议
本文基于可雇佣性的角度, 分析探讨了旅游类职业院校学生可雇佣性结构模型, 主要结论如下: (1) 通过进行问卷调查, 使用探索性因子分析确定旅游类职业院校学生可雇佣性的内容结构, 结果表明旅游类职业院校学生可雇佣性结构包括五个维度, 分别为解决问题能力、人际关系能力、基本技能、计划管理能力及自我发展能力。 (2) 通过运用结构方程模型对这五个维度进行验证性因子分析, 能够表明旅游类职业院校学生可雇佣性结构模型较合理。此外, 本文所设计的可雇佣性问卷的信度分析和效度分析结果与心理测量学的标准相符, 研究结果真实可信。
根据以上结论, 要提高旅游类职业院校学生的可雇佣性, 就需要拓宽专业知识、提高基本技能、培养实践能力、合理规划职业生涯。为此, 提出如下建议。
第一, 注重知识管理, 拓宽专业知识。旅游院校学生在校期间, 最主要学习的是专业技能。在课程设置方面, 职业院校应当根据社会的需要和旅游院校学生的就业特点, 合理设计培养方案, 保障旅游院校教育质量;在教师教学过程方面, 要求教师改革传统的教学方法, 将学科体系和专业知识以核心课程的形式传授给学生。此外, 可以邀请旅游企业高层管理人员与职业院校的学生进行沟通交流, 为学生提供更多学习专业知识的机会。
第二, 提高基本技能, 培养实践能力。作为服务性行业, 旅游业具有实践性强的特点, 因而旅游职业院校学生除了具备专业的知识技能以外, 必须具备一系列的核心技能。这些技能包括创新能力、注重细节的能力、理解分析的能力、应对突发状况的能力、领导能力、组织协调能力、团队合作能力、沟通能力等。一方面, 旅游院校学生应当主动参与各种社会实践, 培养人际关系管理能力和适应环境的能力。另一方面, 旅游院校可以与旅游企业进行合作办学, 这既能为学生提供实习机会, 促使旅游院校学生通过参与公司的实习, 积累丰富的工作经验, 又能为毕业生提供就业平台, 解决旅游院校学生就业问题。
第三, 全程就业指导, 开展合理的职业生涯规划。旅游院校学生确立合理的职业生涯目标是实现可雇佣性的关键, 为此对旅游院校学生的就业指导应自始至终全程贯穿于旅游职业院校的教育中。在职业指导培训中, 学校对于不同的学生针对性地引导他们制订学习计划, 帮助他们形成正确的价值观和就业观。对于旅游院校毕业生, 学校应基于培养学生的就业观念和应聘技能, 从而提高旅游院校学生的择业能力, 增强学生的就业信心。
提升毕业生的可雇佣性技能是解决当前就业问题的主要途径。培养职业院校学生的可雇佣性能力, 既满足了企业对专业人才的需要, 推动社会的进步, 又有助于毕业生提高择业能力, 从而推动职业院校学生实现全面综合发展。
参考文献
[1]谢晋宇.可雇佣性开发:概念及其意义[J].西部经济管理论坛, 2011, 01:46-54.
[2]潘帆.医学生可雇佣性能力的测评与提升对策研究[D].杭州:浙江大学, 2014.
混凝土结构模型 篇7
手球比赛技术表现的研究远远落后于足球、排球、篮球、棒球和冰球。随着科技的进步, 国外手球研究开始运用高科技设备对比赛录像进行分析, 但大部分研究仍停留在初级阶段, 只能探究相对表面的问题。在国内更是缺乏这方面的研究, 目前国内手球的研究只有单项技术统计、身体特征、负荷特征三大类, 还没对比赛进行综合性评价的研究, 影响对手球比赛制胜规律地的把握。本文从国外手球比赛表现的研究出发, 结合我国目前的研究现状, 运用模型分析探讨高水平手球比赛技术之间的联系, 客观地反映手球比赛技术表现的规律。
2 研究对象与方法
2.1 研究对象
本文的研究对象为2013年第十二届全运会男子手球比赛第二阶段的12场比赛的运动员, 对比赛中每个运动员 (不包含守门员) 的技术动作进行分类统计。研究对象具体情况如表1所示。
2.2 研究方法
2.2.1 录像分析法
用两个视频播放器同时播放一场比赛, 左右两个视频分别是比赛场地的左右半场, 对场上每个队员 (不包含守门员) 的每个技术动作进行分类采集。
2.2.2 数理统计法
运用EXCEL2007对比赛录像进行技术分类采集;运用SPSS16.0、LISREL8.0对假设模型进行信效度检验、探索性因子分析;运用和AMOS17.0对结构模型进行修正, 最终建立独立的技术路径模型。
3 手球比赛结构模型与分析
3.1 假设模型
图1是按手球比赛的行为顺序提出的假设模型。根据因子分析, 模型中部分指标系数低于0.5, 理应删除该部分指标。由于一旦删除该部分指标, 会造成技术缺失, 不能涵盖场上所有的技术动作。因此, 不对指标进行删除, 只对模型进行修正。
3.2 修正模型
经过修正的模型拟合度指标如下:X2/d=4.37、RMSEA=0.27、AGFI=0.92、NFI=0.91、CFI=0.92、AIC=240.0。各项拟合度显示, 修正后的结构模型具有良好的拟合优度, 模型可以用于手球比赛的研究。
3.3 模型分析
运用AMOS中CR值和CR的统计检验相伴概率p对模型进行路径系数/载荷系数的统计显著性检验。结果如表2所示。
当标准化系数越接近1时, 变量之间互为影响的关系越明显。当标准化系数大于1时, 变量之间不存在互为影响关系。
如表2所示, 有7项系数高于0.7, 表明这7项均具有明显的互为影响关系。有1项系数低于0.5, 表明该项的互为影响关系偏低。有2项系数大于1, 表明这两项均不存在互为影响关系。
表3反映了模型中变量之间的直接影响, 获得球仅与处理球有直接影响关系。比赛中, 获得球与处理球是相邻阶段, 理应存在直接的互为影响关系。进攻完成与获得球、处理球存在显著的直接影响, 与防守不存在直接影响, 原因是模型中的防守数据是源自本方, 因此, 本方的防守与本方的进攻不存在影响关系。此外, 表中其他变量之间的系数均反映了彼此的从属关系。换言之, 潜变量只与从属的观察变量存在直接影响关系, 与非从属的观察变量不存在直接影响关系。
表4反映了模型中变量之间的间接影响, 防守仅与获得球存在间接影响关系, 体现了比赛中防守可以促进球权的获得。进攻完成与获得球的间接影响关系较高, 说明比赛中有效地控制球权, 有助于进攻的完成。
助攻性传球仅与获得球有间接影响关系, 说明比赛中获得球技术能间接影响助攻性传球的质量。协防与封堵均与处理球具有较高的间接影响关系, 说明比赛中处理球技术的质量能减轻本方防守的压力。运球仅与获得球具有间接影响关系, 说明比赛中大量的控球会间接影响运球的技术的运用。得分和射门失误均与处理球具有较高的间接影响关系, 但在技术成功没得分一项中, 却与获得球间接影响关系较高, 本文认为, 导致这种情况的原因是得分与射门失误大部分出现在行进间, 而技术成功没得分大部分出现在原地。
4 技术路径模型与分析
比赛中各项技术并不是分离的, 是在同一场上不同环境中不断变化的串联。不同的技术串联产生的变化与影响也不一致。因此, 本文在结构模型的基础上, 建立独立的技术路径分析模型, 对比赛中各项技术进行更深入的分析。
4.1 手球比赛进攻路径分析
结构模型分析反映了手球比赛技术表现的总体情况, 路径模型分析反映了局部, 可以更深入了解技术之间的相互关系。图3仅对进攻技术建立的路劲模型, 对模型进行重新计算。结果表明, 在不考虑防守时, 获得球、处理球与进攻完成转化效率非常高, 最终转化成更多的得分。
如图4所示, 由于比赛中存在获得球以后直接产生进攻的情况, 因此本研究建立获得球与进攻完成的路径模型。获得球与进攻完成互为影响的关系高达0.92。结果表明, 快攻中获得球直接转化为进攻的效率很高, 原因是快攻环境中防守强度偏弱, 进攻效率提高。图中技术成功没得分与得分之间的影响关系很高也验证了这个结论, 反映了快攻中的射门是以多打少、以快打慢, 因此进攻成功率高达90%。
4.2 手球比赛快攻路径分析
4.3 手球比赛组织路径分析
图5所示, 影响系数为0.87。表明处理球与进攻完成之间存在显著的互为影响关系。由于比赛中大部分进攻是由处理球转化而来, 进攻的顺利完成提高了处理球的组织效率。
此外, 仅考虑处理球与进攻完成的互为影响关系时, 进攻完成主要表现为射门失误和得分。由于处理球转化为进攻大部分产生在阵地进攻中, 阵地进攻的防守强度较高, 体现了在这种环境中进攻的两个极端, 要么通过具有危险性的助攻性传球制造射门得分, 要么进攻受阻, 射门失败。
4.4 手球比赛防守路径分析
如图6所示, 影响系数大于1, 表明模型中防守与进攻完成不存在互为影响关系。由于模型中的防守数据是源自本方, 对手的防守在技术评价时作为背景融入到研究中, 因此模型中的防守不可能对本方的进攻产生影响关系。
4.5 手球比赛防守与获得球的路径分析
如图7所示, 影响系数达0.84。表明模型中防守与获得球存在显著的互为影响关系。表明在独立评价时, 同样存在互为影响的关系。比赛中加强防守的强度, 不断给对手施加压力, 造成对手失误增多, 使得本方更多地获得球权。反之, 当球队牢牢掌控球权时, 能较好地控制比赛节奏, 让对手陷入被动的比赛状态。
4.6 手球比赛防守与组织的路径分析
图8表明模型中防守与处理球不存在互为影响关系。路径系数大于1, 说明该模型在独立评价时不存在互为影响的关系, 由于比赛中处理球与本方的防守不存直接相关的关系, 因此该模型不存在互为影响关系。
5 结论
1.建立以进攻为核心的结构模型, 模型结果反映了获得球、处理器、防守三个阶段在比赛中与进攻完成存在显著性影响, 得出一切技术应围绕进攻展开的原则。
2.通过对比结构模型与进攻路径模型得出, 手球比赛的进攻效率偏低。
3.快速进攻是手球比赛中最有效的得分策略。
4.尽管处理球与进攻完成存在显著性影响, 但由于处理球普遍运用于阵地战中, 防守相对密集, 一般的处理球难以打破防守阵形, 导致大部分进攻都无功而返, 进攻成功率偏低。
5. 多人协防是手球比赛中最有效的防守策略。提高防守强度可以迫使攻方的失误率增加, 本方获得更多的控球机会, 达到控制比赛节奏的目的。
参考文献
[1]Thomas Kurz.SCIENCE OF SPORTS TRAINING—HOW TO PLAN AND CONTROL TRAINING FOR PEAK PERFORMANCE[M].Stadion Publishing Company, Inc.2011.
[2]Paul S.Bradley, William Sheldon, Blake Wooster.High-intensity running in English FA Premier League soccer matches[J].Journal of Sports Sciences.January 15 2009.
[3]KEN BRAY.HOW TO SCORE—SCIENCE AND THE BEAUTIFUL GAME[M].Granta Books London.2006.
[4]Christopher Carling, A.Mark Williams and Thomas P.Reilly.Handbook of Soccer Match Analysis[M].Routledge.2005.