首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 62 毫秒
1.
为了快捷预测高寒地区混凝土的抗压强度,以保证高寒地区混凝土的强度和耐久性,文中通过引入外加剂和调整水灰比,制备2种配合比的C50立方体混凝土试块,对其进行超声-回弹及抗压强度测试,通过对测试数据进行多种函数形式的拟合、相关性分析及误差分析。结果表明:高寒地区2种配合比的混凝土最佳强度预测模型均为幂函数形式;高寒减水混凝土、高寒引气减水混凝土抗压强度预测值的平均相对误差均远小于《超声回弹综合法检测混凝土强度技术规程》(CECS 02:2005)中的要求,为高寒混凝土强度预测提供新途径。  相似文献   

2.
在试验室对不同龄期、不同强度等级的混凝土试块进行超声回弹值的测量,据国家超声回弹测强曲线预测混凝土强度并和实测的混凝土强度进行对比,结果表明:国家超声回弹测强曲线在对早凝期混凝土强度及晚凝期低强混凝土强度的预测上和混凝土实际强度值相差很大,需进行修正,根据规程规定的要求建立了地区超声回弹测强曲线,试验结果表明:地区超声回弹测强曲线能较好的符合实际。  相似文献   

3.
介绍回弹法的原理,阐述了计算机在回弹法评定混凝土强度中的程序设计流程及程序特点;指出了应用中的注意事项.  相似文献   

4.
利用环道实验装置模拟实际管道的不同工况,应用小波分析对原始信号降噪,并利用基于核的主成分分析方法(KPCA)提取处理后泄漏信号的时频域特征值,得到神经网络最终输入向量。由于传统BP神经网络在进行工况识别时容易陷入局部极小值,因此利用遗传算法(GA)和粒子群算法(PSO)对BP神经网络进行优化。结果表明,两种优化后的神经网络相较传统BP神经网络具有更强的识别泄漏工况能力。最后从测试准确度和训练时间两个方面,对两种不同优化算法进行对比并提出其不同的适用情况。  相似文献   

5.
基于GA-BP的混凝土抗压强度预测研究   总被引:1,自引:0,他引:1  
研究如何利用BP神经网络建立多因子混凝土抗压强度BP预测模型。针对BP网络收敛速度慢和难以获得全局最优的缺点,提出利用遗传算法优化BP神经网络初始权值和阈值,建立混合GA-BP预测模型。模型以每立方混凝土中水泥、高炉矿渣粉、粉煤灰、水、减水剂、粗集料和细集料的含量以及置放天数作为输入参数,混凝土抗压强度值作为输出参数。...  相似文献   

6.
目的研究火灾后混凝土抗压强度与混凝土不同深度处的平均回弹值之间的关系,建立逐层回弹法评定火灾后混凝土抗压强度的专用测强曲线和计算公式.方法通过采用逐层回弹法对不同火灾温度条件下的混凝土试块进行逐层切割回弹试验。得到火灾后混凝土不同深度处的回弹数据,利用分层回弹数据的变化趋势和混凝土的实测强度来拟合火灾后混凝土的专用测强曲线和计算公式.结果表明按逐层回弹法建立的火灾后混凝土测强曲线和计算公式具有良好的精度。同时该方法考虑了不同深度处的回弹值与混凝土强度之间的相关关系,使得本文提出的测强曲线更接近实际.结论逐层回弹法可以应用于火灾后混凝土的强度评定。该法满足工程精度的要求.可以为火灾后混凝土结构的检测鉴定提供新的依据.  相似文献   

7.
提出了一种改进的自适应遗传算法(IAGA),它利用网络结构的特点,采用前向自适应技术,实现对神经网络的有效训练.仿真实验表明,该算法优于BP算法和标准遗传算法(BGA),网络训练质量和效率都有很大提高.  相似文献   

8.
文中分析了在执行《回弹法检测混凝土抗压强度技术规程》(JGJ/T23-92)中存在的一些问题,并根据实践经验,提出了正确理解和执行规程的意见。  相似文献   

9.
为了分析超声回弹综合法检测经双侧加固后混凝土构件强度的可行性,研究了混凝土构件中钢筋对超声波速的影响,运用超声回弹综合法,剔除试件中旧混凝土部分对试件整体强度的影响,配合回弹值对经过双侧加固的混凝土试件进行强度检测.结果表明:辽宁地区测强曲线优于全国测强曲线;探索出的新检测方法对试件强度进行检测时,其结果能够达到规范要求的检测精度;混凝土构件中的钢筋能够使超声检测的声时值变小;该方法能够准确地检测出双侧加固混凝土试件的强度,拓宽了超声回弹综合法在工程中的应用范围.  相似文献   

10.
提出了一种改进的自适应遗传算法(IAGA),它利用网络结构的特点,采用前向自适应技术,实现对神经网络的有效训练.仿真实验表明,该算法优于BP算法和标准遗传算法(BGA),网络训练质量和效率都有很大提高.  相似文献   

11.
进行了废弃混凝土浇筑堆石混凝土的试验研究.将废弃混凝土简单破碎成大粒径块体作为再生骨料,再向再生骨料堆积体中浇筑性能优良的自密实混凝土,制备出大尺寸的再生骨料堆石混凝土试件.通过回弹法测其抗压强度,并与预留的自密实混凝土立方体试块抗压强度进行比较.结果表明,自密实混凝土能够均匀地填充废弃混凝土块体形成的空隙;用回弹法可以较准确地检测再生骨料堆石混凝土的抗压强度.将废弃混凝土用于堆石混凝土,可以对大量的废弃混凝土进行有效地再利用.  相似文献   

12.
当前回弹法规程只适用于60MPa以下强度等级混凝土强度的检测,高强度混凝土的检测技术相对落后,本文针对高强混凝土的特点,采用河北省有代表性材料,制作了C40、C50、C60、C70、C80高强混凝土试块,分别养护至1d、3d、7d、14d、30d、60d、90d、180d、360d和730d,进行回弹法测试,用回归分析方法建立了河北省高强混凝土回弹法测强曲线.  相似文献   

13.
将人工神经网络理论用于盐害侵蚀混凝土的抗压强度分析,通过计算方法优化和样本训练,建立人工神经网络系统.解析结果表明,人工神经网络用于盐害混凝土抗压强度分析是可行的.  相似文献   

14.
为了探究各影响因素对混凝土抗压强度尺寸效应现象的作用机理,从混凝土材料层面出发,建立基于BP神经网络的混凝土抗压强度预测模型.结合大量已有试验结果,建立可考虑试件形状、截面尺寸、高宽比、养护龄期、水灰比、水泥标号和粗骨料最大粒径等7个特性影响的人工神经网络模型.根据上述输入特征,对不同截面尺寸的混凝土抗压强度进行预测分析,并研究相关因素对混凝土抗压强度尺寸效应现象的影响程度.结果表明:1)水灰比对混凝土抗压强度尺寸效应的影响较大,其值越小,抗压强度的尺寸效应越明显;2)高宽比的增大会导致尺寸效应的增强,但当高宽比大于2时,尺寸效应趋于平稳; 3)粗骨料粒径的增大会导致尺寸效应现象愈加明显,但其增长速度会随着粗骨料粒径的提高而不断降低;4)试件形状对于普通混凝土的抗压强度尺寸效应现象的影响可忽略.  相似文献   

15.
本文对如何利用Excel电子表格实现回弹法检测及推定混凝土强度的数据处理进行了分析,能极大地提高利用回弹法检测混凝土强度的效率。  相似文献   

16.
利用回弹法检测材料强度的原理,对块体烧结普通砖的回弹测强进行试验研究,建立了不同类型的回归方程并比较其测试精度.针对直接利用回弹测强公式测定砌体结构中烧结普通砖强度的可行性问题。通过试验分别探讨了砌筑砂浆和竖向压力对砌体结构中的烧结普通砖采用回弹测强公式测强的影响.试验结果表明:砌筑砂浆和竖向压力对砌体中烧结普通砖直接采用回弹测强公式的影响很小。可以不予考虑。而直接采用回弹测强公式计算砌体结构中烧结普通砖的抗压强度.  相似文献   

17.
The compressive strength, chloride penetration resistance and microstructure of two high-performance concretes were examined under three curing conditions. Curing conditions include standard curing (SC), matched curing (MC, which means sealed concrete specimens curing at temperature controlled box) and matched curing of naked concrete (NMC) according to development law of temperature measured in mass concrete on site. Results indicate that concrete under MC and NMC show higher resistance to chloride penetration than the one under SC. Concrete under MC has slightly lower chloride penetration than those under NMC, but the compressive strength of specimens under NMC was higher than the one under MC at 56 d. In addition, concrete under NMC and MC have higher early strength than under SC, especially at early age. However, the order of curing conditions affecting compressive strength of concrete at 248 day is: SC>NMC>MC.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号