共查询到19条相似文献,搜索用时 125 毫秒
1.
阐述了混凝土外加剂与水泥相容性对混凝土质量的影响,分析了混凝土外加剂与水泥不相容的主要原因,提出了相应的预防措施。 相似文献
2.
3.
阐述了混凝土外加剂与水泥相容性的机理,分析了各种外加剂与水泥、外加剂与矿物掺合料以及外加剂之间可能出现的相容性问题,并提出了具体的预防措施。 相似文献
4.
5.
6.
本文结合工程应用实际,从水泥、外加剂、环境条件等多个方面对外加剂与水泥之间相容性问题进行分析,提出改善减水剂与水泥适应性的措施,以便在工程现场中更好的解决实际问题,保证工程质量。 相似文献
7.
水泥与外加剂的相容性是影响混凝土质量的重要因素.相容性要求外加剂适应水泥,同时也要求水泥适应外加剂.影响水泥与外加剂相容性的因素包括3个方面:一是水泥的矿物成分、调凝剂石膏的状态和掺量、碱含量、粉磨细度、水泥的新鲜程度和温度等;二是外加剂中高效减水剂的化学性质、分子量、交联度、磺化程度和平衡离子度,缓凝剂的种类与用量等;三是温度、时间、湿度等环境条件. 相似文献
8.
本文主要针对山东地区的水泥和混凝土外加剂的实际情况,分析二者的适应性不好的表现及影响二者适应性的因素,提出改善的措施。 相似文献
9.
10.
11.
聚合物改性水泥基防水涂料的适用性探讨 总被引:1,自引:2,他引:1
在研究聚合物改性水泥材料性能的基础上,结合防水部位的应用特点,特别是屋面防水和厕卫间防水的性能要求差异,讨论了聚合物改性水泥材料的改性程度及其适用性问题。 相似文献
12.
13.
14.
以水泥混凝土路面材料设计方案以及月降水量为输入,以路面摩擦系数表征路面抗滑性能为输出,利用BP神经网络分析水泥混凝土路面抗滑性能,研究表明,BP网络能考虑不同公路的实际差异,找到路面材料设计方案及月降水量与抗滑性能的最佳组合,为实际施工提供指导。 相似文献
15.
16.
针对火灾探测的特点,将模糊系统和神经网络有机结合,实现模糊系统设计参数的自动调整。采用符合国家标准明火、阴燃火以及厨房环境下的干扰火等作为模糊神经网络的训练样本和测试样本,依据模糊神经网络算法要求,完成了网络结构的设计,并给出相应的计算模型,利用微粒群算法对网络的权值进行学习与训练。结果表明,该算法在探测国家标准火的火灾状态方面具有有效性和可行性。 相似文献
17.
18.
19.
K. C. Lam Tiesong Hu S. Thomas Ng Martin Skitmore S. O. Cheung 《Construction Management & Economics》2013,31(2):175-188
Non-linearity, uncertainty and subjectivity are the three predominant characteristics of contractors prequalification which lead to the process being more of an art than a scientific evaluation. A fuzzy neural network (FNN) model, amalgamating both the fuzzy set and neural network theories, has been developed aiming to improve the objectiveness of contractor prequalification. Through FNN theory, the fuzzy rules as used by the prequalifiers can be identified and the corresponding membership functions can be transformed. Eightyfive cases with detailed decision criteria and rules for prequalifying Hong Kong civil engineering contractors were collected. These cases were used for training (calibrating) and testing the FNN model. The performance of the FNN model was compared with the original results produced by the prequalifiers and those generated by the general feedforward neural network (GFNN, i.e. a crisp neural network) approach. Contractors' ranking orders, the model efficiency (R2) and the mean absolute percentage error (MAPE) were examined during the testing phase. These results indicate the applicability of the neural network approach for contractor prequalification and the benefits of the FNN model over the GFNN model. The fuzzy neural network is a practical approach for modelling contractor prequalification. 相似文献