神經網絡的泡沫混凝土強度及導熱性能預測

閉孔泡沫鋁的導熱性能

在傳統(tǒng)預測混凝土強度的基礎上,提出一種基于人工智能的新的預測方法,建立了兩種神經網絡模型:bp神經網絡和rbf神經網絡,實現了從新拌混凝土成分及其特性到硬化后混凝土強度之間的復雜的非線性映射。通過對試驗數據的學習,網絡結構可以早期預測混凝土28d抗壓強度。另外,還利用bp神經網絡模擬分析了混凝土成分質和量的變化對抗壓強度的影響,其結果符合已知的經典混凝土強度變化規(guī)律,表明神經網絡模型具有較高的精度和較強的泛化能力。

泡沫混凝土強度的影響因素及質量控制 圓錐破http://www.***.***/反擊破http://www.***.***/ 核心提示：本文介紹了泡沫混凝土的制備原理，分析了影響泡沫混凝土強度的因素，提出 了提高泡沫混凝土強度的途徑，指出泡沫混凝土是一種利廢、環(huán)保、節(jié)能、低廉且輕質高 強、不吸水、不燃性的新型建筑節(jié)能材料。 摘要：介紹了泡沫混凝土的制備原理，分析了影響泡沫混凝土強度的因素，提出了提 高泡沫混凝土強度的途徑，指出泡沫混凝土是一種利廢、環(huán)保、節(jié)能、低廉且輕質高強、不 吸水、不燃性的新型建筑節(jié)能材料。 關鍵詞:泡沫混凝土，強度，外加劑，配合比 0引言 泡沫混凝土是指通過發(fā)泡劑的發(fā)泡系統(tǒng)將發(fā)泡劑(通過化學或物理的方式根據應用需 要將空氣或氮氣、二氧化碳、氧氣等氣體引入混凝土漿體中)利用機械方式充分發(fā)泡，并將

本文通過大量實驗研究了影響陶粒泡沫混凝土強度的諸因素,總結了提高陶粒泡沫混凝土強度的方法.

陶粒泡沫混凝土強度的影響因素研究

近年來泡沫混凝土作為一種無機保溫材料倍受關注,然而關于泡沫混凝土導熱系數模型的研究甚少。本文首先介紹了幾種常用的多相復合材料導熱系數模型,然后將各種模型用于泡沫混凝土導熱系數試驗數據驗證和研究并進行比較。研究結果表明,文中所提出的導熱系數模型適合特定配比的泡沫混凝土,且因其具有兩個可調參數而具有很大的應用潛力。

研制了系列不同容重的泡沫混凝土,對泡沫混凝土的氣孔率和導熱系數進行了測試。在此基礎上利用二相體系材料導熱系數模型對實驗結果進行了分析,運用matlab軟件進行了擬合;改進了maxwell方程,提出并驗證了適用于泡沫混凝土的新方程。經測算,理論預測值與實驗結果顯示了良好的一致性,研究結果表明,所提出的導熱系數新方程適合于指導設計特定配比的泡沫混凝土。

混凝土強度是結構設計中控制的主要指標，其數值決定于水灰比、膠凝材料用量、礦物摻量、外加劑用量等多種因素，常規(guī)計算混凝土強度的公式因個人理解的不同而各異，一種仿生模型—人工神經網絡則能很好地解決這個難題，文中嘗試用人工神經網絡對不同混凝土強度進行預測，結果表明此模型的可靠度很高，可以用以優(yōu)化混凝土的試配，節(jié)約大量的時間、人力、物力和財力.

在分析檢測數據的基礎上,提取了結構服役時間、結構建造時間、結構檢測時間、混凝土設計強度和混凝土碳化深度等特征參數,建立了預測既有建筑混凝土強度退化的人工神經網絡模型。采用動量法和自適應調整法改進了bp算法;采用訓練好的bp神經網絡對既有混凝土強度最小值和混凝土強度最大值進行了預測,并與實測值進行了對比。結果表明:利用bp神經網絡對既有建筑混凝土強度退化進行預測是可行的,該研究成果可為既有建筑大面積的抗震性能普查提供參考。

本文運用均勻設計的方法進行樹脂混凝土的配合比設計,用較少的試驗取得較好的效果;建立了樹脂混凝土的強度預測的神經網絡模型,對試驗的數據進行了訓練和仿真,預測的結果與試驗結果吻合非常好。

在分析普通混凝土強度各影響因素的基礎上,選取6個影響因素組成輸入層,以混凝土28d強度作為輸出,建立徑向基函數網絡,經網絡訓練和仿真結果對比,表明所建網絡結構合理、收斂速度快、精度高,可以滿足普通混凝土強度預測要求,具有廣泛的應用前景。

針對目前混凝土強度預測中存在的不確定性,難以自適應性的確定神經網絡隱含層,建立了基于高維云的rbf神經網絡的混凝土預測模型。運用matlab8.10進行仿真實驗。實驗結果表明該模型綜合考慮了影響混凝土強度的各種因素,能夠實現預測結果的隨機性和模糊性,具有更高的預測精度,更快的訓練速度,可以廣泛應用于生產現場實地的混凝土強度預測和質量檢驗。

混凝土強度是結構設計中控制的主要指標,其數值決定于水灰比、膠凝材料用量、礦物摻量、外加劑用量等多種因素,常規(guī)計算混凝土強度的公式因個人理解的不同而各異,一種仿生模型—人工神經網絡則能很好地解決這個難題,文中嘗試用人工神經網絡對16種配比的混凝土進行28d強度預測,結果表明此模型的可靠度很高,可以用以優(yōu)化混凝土的試配,節(jié)約大量的時間、人力、物力和財力。

在分析普通混凝土強度影響因素基礎上,選取混凝土配料中7個因素作為輸入值,混凝土28d強度作為輸出值建立了混凝土強度預測的bp網絡模型。討論了模型的學習樣本、網絡參數對預測精度的影響,選出最佳網絡參數配置。實例證明模型預測精度高。

同條件養(yǎng)護混凝土試件強度與混凝土的配合比、環(huán)境溫度、養(yǎng)護時間有密切的關系,它們之間是復雜的非線性關系,采用神經網絡模型方法,界定兩者之間的關系,可用于實際工程的強度預測。

隨著煤礦開采深度不斷增加,巷道的高溫熱害問題尤為突出。在普通噴射混凝土中摻入陶粒、憎水?；⒅?、粉煤灰以及改變砂子的用量來設計正交試驗,研究混凝土的抗壓強度、抗拉強度、抗折強度和導熱系數的變化。試驗結果表明：憎水?；⒅槭怯绊懟炷恋膶嵯禂怠⒖箟?、抗拉和抗折強度的主要因素,因此憎水?；⒅閾搅恳诉x在100%;陶粒是影響混凝土抗折強度的主要因素,貢獻率高達60.61%,因此陶粒的摻量在20%最優(yōu);隨著粉煤灰摻量的增大,導熱系數先降低后增大,強度先提高后降低,因此粉煤灰摻量宜為20%;隨著砂子用量的降低,導熱系數一直在降低,抗壓強度和抗拉強度先提高后降低,抗折強度一直在提高,因此砂子用量在571kg/m~3最優(yōu)。

人工神經網絡技術綜合考慮了高強度、高性能混凝土強度的各種影響因素,可用于預測混凝土強度。本文選取混凝土配料中7個因素作為輸入值,混凝土28d強度作為輸出值,建立起混凝土強度預測bp網絡模型,進而對混凝土配合比強度實驗數據進行分析預測,結果效果良好。表明該方法用于高性能混凝土強度預測方面是可行的。

混凝土強度是結構設計中控制的主要指標,其數值決定于水灰比、膠凝材料用量、外加劑用量等多種因素。常規(guī)計算混凝土強度的公式因個人理解的不同而各異,一種仿生模型—人工神經網絡則能很好地解決這個難題。嘗試用人工神經網絡對16種配比的混凝土進行28d強度預測,結果表明,此模型的可靠度很高,可以用以優(yōu)化混凝土的試配,節(jié)約大量的時間、人力、物力和財力。

本文討論了如何應用人工神經網絡（ann）方法預測高性能道面混凝土的抗折強度，詳細論述了采用bp算法建立抗折強度網絡模型的過程。仿真實例表明，bp網絡可成功地反映混凝土抗折強度的非線性規(guī)律，且預測精度相對較高。

《功能材料》 功能材料-泡沫混凝土 功能材料-泡沫混凝土 i 目錄 摘要.................................................................2 1引言................................................................2 2泡沫混凝土..........................................................2 2.1泡沫混凝土的定義..............................................2 2.2泡沫混凝土與加氣混凝土區(qū)別....................................2 2.3泡沫混凝土的分類.................

泡沫混凝土是多孔混凝土的一個品種,具有輕質、保溫的功能。很早以前就有人研究,該產品在國外也有一定發(fā)展。20世紀50年代初我國為了建設的需要,從前蘇聯引進了泡沫混凝土生產技術。原建筑工程部建筑科學研究院建材研究室成立了研究組專門對其進行了一段研究。

隨著"輕質高強"作為評價材料的主要指標,建筑行業(yè)領域在滿足強度的前提下盡可能地減輕材料質量,而泡沫混凝土即是符合這一條件的極佳選擇,以其良好的保溫隔熱、隔音、防火、輕質性能和力學性能受到社會的關注,文章從分類、性能、組成等方面對其相關的知識做了若干綜述,并就目前的研究進展進行簡要說明。在建筑節(jié)能的大環(huán)境下,泡沫混凝土發(fā)展前景廣闊。