神经网络下能量桩桩基混凝土强度及导热预测

基于神经元网络理论，建立能量桩桩基混凝土抗压强度和导热系数的预测模型，设计16组不同配合比的桩基混凝土进行抗压和导热试验。根据试验结果，以石墨掺量、玄武岩纤维掺量、水胶比、玄武岩纤维长度作为输入参数，分别以混凝土抗压强度、导热系数作为模型的输出参数，建立两个4-9-1的BP神经网络模型。研究结果表明：基于BP神经网络模型的预测与试验结果误差在5%以内，预测精度较高，可以作为能量桩桩基混凝土配合比设计的参考。     

自密实混凝土工作性能和强度的BP神经网络预测

如何在进行自密实混凝土配合比设计前对其工作性能和强度进行有效预测,为配合比设计提供指导,是一大难点。利用BP神经网络,对自密实混凝土的工作性能(坍落度和扩展度)和28 d强度进行预测。结果表明,利用大量试验数据样本训练的BP网络可以预测不同情况下的自密实混凝土的坍落度、扩展度和28 d强度,预测精度高。     

自密实混凝土工作性能和强度的BP神经网络预测

如何在进行自密实混凝土配合比设计前对其工作性能和强度进行有效预测,为配合比设计提供指导,是一大难点。本文利用BP神经网络,对自密实混凝土的工作性能(坍落度和扩展度)和28d强度进行预测。结果表明,利用大量试验数据样本训练的BP网络可以预测不同情况下的自密实混凝土的坍落度、扩展度和28d强度,预测精度高。     

基于拌和生产数据的BP神经网络混凝土抗压强度预测

为解决混凝土生产中抗压强度试验周期长及工程管理存在滞后性的问题,提出了一种基于混凝土拌和生产实时监控数据的BP神经网络混凝土抗压强度预测模型。以混凝土拌和生产中的8项物料生产称重数据和5项生产配比数据作为预测输入变量,建立200组混凝土拌和站生产监控数据和对应的抗压强度试验数据样本集,按照6∶2∶2比例划分为训练集、验证集和测试集;分别以C40配比混凝土拌和生产的8项物料称重数据和全部13项数据作为输入变量,进行混凝土28 d抗压强度预测,将预测结果与实际试验结果进行比较,验证所提出BP神经网络模型的预测效果。结果表明：所提出的BP神经网络混凝土强度预测模型能较好地实时预测混凝土28 d抗压强度,且相对误差优于利用7 d抗压强度试验数据估算值;8项物料称重数据作为输入变量的BP神经网络预测模型预测精度更好,平均绝对百分比误差为0.82%,均方根误差为0.52 MPa;利用不同拌和站C20配比、C30配比混凝土拌和生产监控数据对8项输入变量BP神经网络混凝土抗压强度预测模型进行适应性验证可知,其预测平均绝对误差均在0.5 MPa之内,平均绝对百分比误差均小于2%,与C40配比预测误差一致...     

基于BP神经网络模型的纤维编织网增强自应力混凝土膨胀量预测方法

为预测纤维编织网增强自应力混凝土的膨胀量,基于BP神经网络建立模型,模拟其膨胀量与纤维编织网Tex含量、养护龄期之间的关系。通过48块纤维编织网增强自应力混凝土试件验证模型的准确性及适用性,BP神经网络预测结果与试验数据之间的误差小于1.78%,两者吻合较好,为定量描述纤维编织网增强自应力混凝土膨胀量提供一种新的方法。     

自密实清水混凝土的早龄期抗裂性能研究

自密实清水混凝土结合了自密实混凝土和清水混凝土的优点,具有广阔的应用前景。但由于直接暴露于环境中,开裂不仅影响美观,更直接引起耐久性问题。采用平板诱导开裂试验,以粉煤灰掺量及纤维掺量为主要参数,通过试验研究自密实清水混凝土开裂性能。结果表明,粉煤灰掺量在15%~30%范围内,随粉煤灰掺量增加,自密实清水混凝土的抗裂性能提高;玄武岩纤维在1.0~1.6kg/m~3掺量内对混凝土的开裂时间影响较小,但随纤维掺量的增加,自密实清水混凝土的抗裂性能显著提高。玄武岩纤维掺量为1.6kg/m~3时,其开裂面积仅为未掺的40.7%。     

彩色自密实清水混凝土配合比设计与试验研究

为了研究外加剂的掺量对彩色自密实清水混凝土的影响,在自密实清水混凝土配合比基础上掺加铁红190颜料,以外加剂的掺量为变量,根据混凝土的和易性、坍落度、抗压强度和表观情况等得出外加剂的最佳掺量。最后,通过自密实效果检测和表观质量检验等方法来进一步验证彩色自密实清水混凝土的工作性能。     

自密实混凝土流动性试验及其神经网络预测研究

在对不同配合比情况下新拌自密实混凝土的流动性进行了试验研究的基础上,利用MATLAB的神经网络工具箱对试验结果进行了人工神经网络预测分析。研究表明利用人工神经网络数值模型能够较好地预测新拌自密实混凝土的流动性能。     

基于BP神经网络的垃圾飞灰混凝土抗压强度预测模型

采用不同掺量的垃圾飞灰替代水泥制备高性能混凝土,分析垃圾飞灰不同掺量对高性能混凝土抗压强度的影响。在试验数据的基础上,建立以垃圾飞灰取代率、垃圾飞灰、水泥、砂/水泥、水胶比、龄期为因子的三层BP神经网络预测模型,将模型预测值与试验值进行对比,预测误差均在5%以内。结果表明BP神经网络在预测垃圾飞灰混凝土抗压强度上有较高的精度。     

基于RBF神经网络的混杂纤维混凝土强度预测

针对混杂纤维混凝土强度受多种因素影响,强度与各影响因素之间关系为复杂的非线性问题,通过人工神经网络的自适应、自学习和非线性映射,可以找到以影响因素为输入变量、以混杂纤维混凝土强度为输出变量之间的非线性关系,在文献试验实测值的基础上采用MATLAB神经网络工具箱建立了四个三层RBF和BP神经网络模型,采用所建立的RBF和BP神经网络对混杂纤维混凝土的抗拉强度和抗折强度分别进行预测,并将各自的预测值和实测值进行了对比分析。结果表明:RBF神经网络预测值与试验实测值吻合良好,较之BP神经网络有更高的强度预测能力,该方法可行且预测精度满足工程需要,为工程上研究混杂纤维混凝土强度提供了新方法。     

钢渣砂对自密实混凝土工作性能的影响

为探究钢渣应用于高性能混凝土领域的潜在价值,充分利用固废资源,该文以钢渣作为细骨料,等量替代天然细骨料试配钢渣细集料自密实混凝土。试验中以钢渣砂掺量为变量,分析研究其对自密实混凝土工作性能的影响。主要从自密实混凝土的填充性能、间隙通过性和抗离析性能三个方面进行综合性试验研究。研究结果表明:随着钢渣砂掺量的增加,混凝土拌合物动态稳定性能(填充性能和间隙通过性能)逐渐变差,而静态稳定性(抗离析性能)逐渐增强;当钢渣砂掺量超过40%时,钢渣砂自密实混凝土的各项工作性能均达不到试验要求;钢渣砂掺量在20%时,钢渣砂自密实混凝土各方面性能与普通自密实混凝土相似。     

桥梁清水自密实混凝土的工作性能及早期抗裂性能研究

结合桥梁清水自密实混凝土工程特点及要求,从原材料筛选、胶材用量及掺合料比例调整、骨料类型及粒径控制、最佳砂率选取等方面进行配合比设计,选取最佳清水处理工艺,探讨自密实工作性能影响因素,对比试件表观性能指标,开展耐久性试验。结果表明:制备的桥梁清水自密实混凝土倒坍时间1.8 s,V漏时间12 s,间隙通过性好,自密实性能优良,含气量1.8%,无明显色差,无裂缝,表面气泡极少,清水表观性能优秀,耐久性好。     

自密实橡胶再生混凝土抗水渗透性能试验研究

为研究橡胶颗粒及再生碎石掺量对自密实混凝土抗水渗透性能的影响,以C40自密实混凝土试件为基准,对不同掺量组合的自密实橡胶再生混凝土进行抗水渗透性能试验。试验结果表明;橡胶颗粒掺入能有效改善混凝土抗渗性能,当再生碎石掺量为30%,橡胶颗粒掺量为10%,混凝土抗渗性能优与基准组;根据混凝土的抗渗性能试验结果,工程中较为合适的再生碎石掺量为30%,橡胶颗粒掺量为10%。     

基于BP神经网络预测复合盐侵蚀后混凝土的相对动弹性模量

为了预测复合盐侵蚀后混凝土的相对动弹性模量,在分析BP神经网络原理的基础上,提出用BP神经网络模拟混凝土相对动弹性模量变化率与复合盐溶液质量分数、侵蚀时间之间关系的方法。根据侵蚀试验的实际工况,分别建立了三维输入向量,一维输出向量的BP神经网络模型,通过39组试验,验证了模型的可靠性与精确性。结果表明:实测结果与预测结果相吻合,并且平均误差百分比为2.08%,该BP神经网络模型能较准确地快速预测侵蚀后混凝土的相对动弹性模量变化率。     

新型清水混凝土的高性能化研究及应用

将自密实混凝土和清水混凝土有机结合,通过密实配合比法设计新型清水混凝土,最大限度地降低了混凝土内部的空隙率,降低了总胶材用量,增加了混凝土的流动性能及密实性。然后改变外加剂的掺量来优化清水混凝土的和易性和坍落度损失,得出最佳的外加剂掺量。同时针对清水混凝土浇筑后外观颜色不一致的难题,通过试验论证后得出适宜的微珠替代粉煤灰对清水混凝土的配色稳定性有显著作用,并且有助于清水混凝土工作性能和强度的提高。最后通过自主研发的自密实效果检测方法等检验了高性能清水混凝土的工作性能,并将其成功应用于广州市轨道交通十四号线一期【施工六标】工程。     

基于神经网络的植生型多孔混凝土抗压强度预测模型

分析了影响植生型多孔混凝土抗压强度的主要因素,选取目标孔隙率、水胶比、胶凝材料用量、粗骨料用量、水用量、粗骨料平均粒径、粗骨料比表面积、粗骨料堆积孔隙率及浆骨比作为植生型多孔混凝土抗压强度的影响指标,分别建立了BP多层前馈神经网络预测模型和采用遗传算法优化的BP神经网络预测模型(GA-BP).收集国内外文献中146组植生型多孔混凝土试验数据,以其中116组数据作为训练样本,并采用其余30组数据作为试验样本与BP、GA-BP神经网络模型预测值、线性回归方程抗压强度计算值进行比较分析,结果表明:BP、GA-BP神经网络模型计算精度与离散性更优,且较线性回归方程计算结果更接近于样本试验值,更能够准确地预测多孔混凝土的抗压强度值.     

清水自密实混凝土在太湖大道节点改造工程中的应用

清水自密实混凝土是让自密实混凝土拆模后外观达到清水的要求,无锡市太湖大道节点改造工程是国内第一个尝试使用此种混凝土浇筑主体结构的工程,记述了该工程清水自密实混凝土的试验过程,并根据试验结果、工程实践得出清水混凝土、自密实混凝土、清水自密实混凝土的配制思路与注意问题.     

基于BP网络的自密实混凝土配合比设计

原材料性能的波动对自密实混凝土性能影响很大,把水泥强度、砂石含泥量、砂石细度模数、石子的最大粒径、石子针片状含量、粉煤灰细度和粉煤灰烧失量这些原材料性能参数作为BP网络的输入,以对应的优化配合比作为网络的输出,用网络结构描述它们之间的非线性关系。利用正交试验数据样本完成了网络的训练并进行检验,计算结果表明,利用正交试验数据样本训练的BP网络可以预测不同情况下的配合比,预测精度高,完全可以代替繁重的实验室配合比设计。应用该技术可实现自密实混凝土配合比的实时优化,对控制自密混凝土的生产质量具有重要意义。     

大掺量粉煤灰自密实混凝土抗冻性能的试验研究北大核心

为研究自密实混凝土掺入大量粉煤灰后抗冻性能的影响,分别以粉煤灰等量取代水泥40%、50%和60%配制自密实混凝土进行冻融循环试验研究。结果表明:100次循环后试块质量损失率随粉煤灰掺量增加而增加;自密实混凝土内部与外界连通的裂缝随着冻融次数的增多而增多,使得含水率逐渐增加;粉煤灰掺量40%时自密实混凝土的抗冻性能试验结果最好。     

高掺量聚丙烯纤维自密实混凝土试验及性能初探

通过试验研究不同胶集比和减水剂掺量对高掺量聚丙烯纤维自密实混凝土工作性能和抗压强度的影响,比较高掺量聚丙烯纤维自密实混凝土与无掺量聚丙烯纤维自密实混凝土性能上的差异,验证前期试验拟合出来的高掺量聚丙烯纤维自密实混凝土抗压强度与水胶比和时间计算式的适用性。试验研究结果表明:胶集比是影响高掺量聚丙烯纤维自密实混凝土工作性能的重要因素,高掺量聚丙烯纤维加入降低了自密实混凝土的扩展度和抗压强度,前期试验拟合出来的高掺量聚丙烯纤维自密实混凝土抗压强度与水胶比和时间关系计算式对后期抗压强度的预测效果良好。