基于BP神经网络的再生混凝土抗压强度预测

再生混凝土抗压强度影响因素多、力学性能易劣化,为提高再生混凝土品质,必须对其强度特性进行深入研究。针对常规回归分析方法预测再生混凝土存在的问题,利用非线性映射能力良好的BP神经网络算法进行再生混凝土抗压强度预测。该预测模型以粗骨料吸水率、水灰比和水泥掺入比作为输入层,以再生混凝土28 d抗压强度作为输出层,中间隐含层节点数为10。仿真结果表明,该模型平均相对误差仅为3.04%,线性相关系数大于0.94,该方法具有简单高效的特点。     

废弃混凝土粉体地聚合物改性试验研究

为了解决废弃混凝土粉体在地聚合物反应过程中活性低的问题,采用粉煤灰和高炉矿渣作为改性材料,研究粉煤灰与高炉矿渣复掺掺量对废弃混凝土粉体地聚合物工作性及力学特性影响规律。试验结果表明,随着复掺掺量增加,地聚合物凝结时间大幅缩短,地聚合物流动度得到较大改善,且掺量为40%时的流动度最大。粉煤灰与高炉矿渣的复掺方式,不仅极大提升废弃混凝土粉体地聚合物早期强度,还能促进其后期强度的发展。