混杂纤维轻骨料混凝土压拉性能及强度预测

为了研究混杂纤维对浮石轻骨料混凝土力学性能的影响,对聚丙烯纤维掺量为0.6 kg/m³,改变纤维素纤维掺量的6组浮石轻骨料混凝土试块进行立方体抗压和劈裂抗拉试验.结果表明:立方体抗压强度和劈裂抗拉强度都先升高后降低.劈裂抗拉强度增加显著,最优掺量时为3.2 MPa,比基准组增加了77.8%,纤维掺入可以有效阻止裂缝发展并起到增强增韧的作用.最优掺量为聚丙烯纤维掺量0.6 kg/m³,纤维素纤维0.9 kg/m³,此时拉压比相比基准组提高了57.7%,显著改善了其脆性;最优掺量时3,7,14 d早期强度比基准组分别提高了25.2%,20.7%,15.6%.纤维素纤维对早期强度影响较大,根据其力学特性,提出了天然浮石轻骨料混凝土28 d立方体抗压强度的计算公式,并与其他公式进行了对比验证.采用BP神经网络对28 d强度进行预测,并用预测数据对抗压强度计算公式进行验证,验证结果良好.     

胶粉煤矸石混凝土力学特性及微观结构试验研究

为探究胶粉掺量对煤矸石粗骨料混凝土力学性能的影响,设计20目橡胶颗粒掺量(0,3%,6%,9%,12%)的胶粉煤矸石混凝土,进行宏观力学试验和微观孔隙结构核磁共振试验.结果表明:胶粉掺量增加与力学强度成负相关,3%胶粉掺量影响最小,与基准组相比下降了1.3%,拟合了不同胶粉掺量对煤矸石混凝土立方体抗压强度和劈裂抗拉强度换算公式,相关性较好;胶粉的掺入降低了多害孔的孔隙占比,6%胶粉掺量使煤矸石混凝土内部有害孔分布降低了4%;数据表明,胶粉颗粒具有填充孔隙的作用,减少了多害孔的产生,优化了孔隙结构;选取对强度影响最大的因素束缚流体饱和度(关联度0.951 06)和大于0.02 μm孔隙半径占比(关联度0.963 86)建立GM(1,3)模型,模型预测的平均误差为2.56%,为矿区排土场护坡材料提供可就地取材的绿色混凝土参考依据.     

煤矸石对混凝土宏微观性能的灰熵分析

为解决固体废弃物煤矸石的大量堆积对环境带来了巨大挑战,将煤矸石作为粗骨料替代普通碎石,基于此研究了煤矸石掺量(0,10%,20%,30%)对混凝土抗压强度的影响,通过核磁共振技术测试不同掺量煤矸石混凝土各龄期微观孔隙发育规律,同时结合灰熵法探究不同掺量煤矸石孔隙结构参数与抗压强度的关系,并结合灰色系统理论建立GM(1,4)灰色预测模型.结果表明:煤矸石的掺入会降低混凝土抗压强度,T₂图谱面积随煤矸石掺量增加而增加,小、微小孔隙占比较普通混凝土有所增加; 根据灰熵关联度研究,煤矸石混凝土强度与孔隙结构中束缚流体饱和度、孔隙率和孔径0.1~1.0 μm孔隙占比关联程度最高,分别为0.999 16,0.989 44,0.995 93,所建立的灰色关联模型GM(1,4)试验值与预测值相对误差均值为1.97%,具有良好的预测精度.研究可为煤矸石作为粗骨料应用于实际工程提供参考依据.     

聚丙烯纤维对渠道矿渣混凝土力学性能影响的研究

为降低渠道衬砌混凝土的脆性,将聚丙烯纤维、粒化高炉磨细矿渣、聚羧酸系超塑化剂加入普通混凝土中。共采用体积含量占混凝土的0.1%、0.2%、0.3%、0.4%、0.5%、0.6%、0.7%和0.8%八个掺量的聚丙烯纤维,以及矿渣替代水泥量的35%、45%、55%、65%、75%五个掺量的矿渣组成的21个混凝土配合比。试验结果表明,掺加矿渣和聚丙烯纤维使硬化混凝土密度减小;对于大多数配合比的矿渣混凝土,聚丙烯纤维降低了抗压强度,提高了抗折强度和劈拉强度;其中0.2%~0.4%的聚丙烯纤维和45%~55%的矿渣是最优掺量。进一步以电镜扫描图(SEM)显示的混凝土基体微观结构解释了其宏观力学性能。     

严寒地区高性能混凝土抗冲磨试验研究

为了满足严寒地区水利工程的抗冲磨要求,开展了掺加引气剂、HF抗冲磨剂等外加剂,研究了水胶比、粉煤灰掺量、HF抗冲磨剂掺量对高性能混凝土抗冲磨性能的影响,以期为今后的类似工程提供一定的参考价值。研究表明：粉煤灰掺量在15%～25%时,高性能混凝土的抗冲磨强度变化趋势是先升后降,说明掺入适量的粉煤灰是可以提高抗冲磨强度的;HF抗冲磨剂能显著提高高性能混凝土的抗冲磨性能,但掺量并不是越大越好,有一个最优掺量;混凝土的抗冲磨强度随着水胶比的降低而增大,但水胶比若过小,则抗冲磨强度反而会降低。     

IWSF-FA模袋混凝土抗压强度、孔隙结构和物质组成

为优化模袋混凝土衬砌性能,合理利用当地粉煤灰和废弃硅粉代替部分水泥制备模袋混凝土衬砌.通过抗压强度试验、固体紫外试验、核磁共振和热重试验研究双掺粉煤灰-工业废弃硅粉替代适量水泥后对模袋混凝土抗压特性、内部孔隙结构和水化物质组成的影响.结果表明:合理双掺工业废弃硅粉和粉煤灰(如FA15S4)可以提高模袋混凝土的抗压强度;紫外吸收光谱表明其水化产物C-S-H和CH组成优于其他组别;核磁共振T₂谱分布呈现“三峰结构”,左峰信号幅度最高,双掺工业废弃硅粉-粉煤灰有利于改善其内部孔隙结构.并且双掺工业废弃硅粉和粉煤灰后,热学性质良好.建立了基于BP神经网络理论的模袋混凝土早期抗压强度预测模型,预测结果与试验测试值的最大相对误差为2.7%.研究结果可为工业废弃硅粉和粉煤灰混凝土在水工衬砌工程中的应用提供参考依据.     

纳米SiO2粉煤灰混凝土抗压强度影响及灰熵分析

为探究纳米SiO₂粉煤灰混凝土孔隙结构对抗压强度的影响,取纳米SiO₂掺量分别为1%,3%,5%和7%,粉煤灰掺量分别为10%,20%和30%,水胶比为0.35,将两者复掺进行试验.测定混凝土3 d,7 d和28 d立方体抗压强度.利用核磁共振技术、场发射扫描电镜和差热-热重技术,综合分析研究孔隙结构及微观形貌特征,通过灰关联熵分析法找出影响混凝土抗压强度的主、次因素,并建立GM(1,4)灰色预测模型.结果表明:两者复掺在混凝土发育阶段起到正耦合作用,宏微观关联分析可知,粉煤灰掺量20%、纳米SiO₂掺量3%为最优;建立了混凝土抗压强度与(0,0.01］ μm孔径占比、(0.01,0.10］ μm孔径占比和束缚流体饱和度的灰色预测模型.GM(1,4)模型3,7和28 d的预测值与试验值的平均相对误差分别为3.28%,4.00%和2.64%,利用孔隙结构预测混凝土抗压强度有较好的精度.该研究可为纳米SiO₂和粉煤灰在混凝土工程中的应用提供一定参考.     

风积沙混凝土力学性能及孔隙特征

为了解决中国西北地区天然河砂分布不均及资源短缺的问题,利用库布齐沙漠风积沙替代部分天然河砂作为细骨料配制风积沙混凝土,通过立方体抗压强度、劈裂抗拉强度与核磁共振孔隙等因素对风积沙混凝土进行试验研究.结果表明:随着风积沙掺量增加,混凝土立方体抗压强度与劈裂抗拉强度均呈先增高后降低的趋势,且风积沙掺量分别为20%,30%与40%的混凝土可满足设计强度要求;随着养护龄期增加,风积沙掺量为30%的混凝土强度值增长幅度最大.风积沙混凝土核磁共振T₂图谱共有3个特征峰,随着养护龄期增加,混凝土中大孔隙都向着小孔隙方向发展;随着风积沙掺量增加,孔隙度呈先降低后增高的趋势,且凝胶孔与毛细孔呈先增加后减少的趋势.该研究可以为风积沙混凝土在中国干旱半干旱地区水利工程中应用推广提供理论依据.     

复合高性能混凝土最优配合比选择及其抗渗性能研究

为了探讨在混凝土中掺入自燃煤矸石、矿渣对高性能混凝土抗渗性能的影响,采用自燃煤矸石和矿渣作为高性能混凝土的掺合料,通过正交试验确定了最优配合比方案,其最优方案为A1B1C2D3E2.以该最优方案配制高性能混凝土做抗渗试验,其抗渗性能比基准混凝土提高了48%.结合混凝土微观结构分析,得出掺入矿物细掺料后,对混凝土的水化产物有很大的改变,使得混凝土更加密实,改善了混凝土的力学性能和耐久性能.因此,复合掺入自燃煤矸石和矿渣能够制备出工作性好、强度高、抗渗性能良好的高性能混凝土.     

不同类型的减水剂对掺粉煤灰混凝土抗压强度的影响

通过试验研究了早强减水剂和高效减水剂对掺粉煤灰不同强度等级混凝土抗压强度的影响,研究表明：混凝土中掺入早强减水剂量在（0~1%）内时,混凝土早期强度明显提高,后期强度也有增大,当粉煤灰掺量为20% 、早强减水剂为0.8%时混凝土强度最大;混凝土中掺入高效水剂量在（0~1%）内时,当粉煤灰掺量为25% 、高效减水剂为1.0%时混凝土强度最大。     

基于MATLAB的BP神经网络对特细砂混凝土强度预测的研究

混凝土抗压强度是混凝土最重要的性能之一,是混凝土质量控制最核心的内容。通过介绍混凝土强度的预测方法、BP神经网络预测的过程,在主要考虑水灰比、砂率和水泥用量3个因素的情况下,基于MATLAB用BP神经网络预测特细砂混凝土强度。分析表明：通过BP神经网络模型拟合的计算期望值和实际值的相关系数达到0．96287,相关性非常显著。     

陕西省耕种收综合机械化水平预测研究

研究采用BP网络改进算法、RBF网络和遗传神经网络,构建了机耕、机播与机收水平预测模型。应用所构建的模型对陕西省机耕、机播、机收水平进行预测,着重对3种预测模型进行比较和分析,为有关部门制定政策、方针和路线提供科学依据。用测试样本对预测精度进行检验,3种机耕水平预测模型(基于BP改进算法的BP模型、GA-BP模型和RBF模型)的平均相对误差都在10%以内;3种机播水平预测模型的平均相对误差分别为5.17%,9.0%和13.86%;3种机收水平预测模型的平均相对误差分别为12.11%,7.22%和16.75%。对于机耕水平预测问题,综合考虑预测精度、构建网络的复杂度和稳定性,采用RBF模型较好;机播水平预测采用预测精度最高的基于改进BP算法的BP模型;机收水平预测可采用GA-BP模型。     

甘蔗收获机切刀负载压力的神经网络预测

为了实现切刀负载压力预测以及入土切割自动控制信号获取,结合正交试验和BP神经网络与回归分析分别建立了切刀负载压力的预测数学模型。结果表明:BP神经网络构建的切割负载压力数学模型准确拟合率达到了85.2%,而回归分析构建的切割负载压力模型准确拟合率只有33.3%;对构建的切刀负载压力BP神经网络模型在新的试验因素下得到的切割负载压力进行预测,得到的切割压力相对误差基本上在5%以内。由此说明,基于BP神经网络建立的切割负载压力与因素之间关系预测模型能更好地拟合数据,精度更高,且能够不断自动地生成新的知识库,减少实际试验次数,为甘蔗收获机切刀入土切割深度自动控制系统的设计开发奠定了基础。     

基于灰色理论及BP神经网络的尿素水解预测模型研究

研究根据室内尿素水解试验资料,建立了以温度、水分、时间为输入因子,尿素态氮含量为输出因子,拓扑结构为3-2-1的BP神经网络预测模型,以及Verhulst灰色预测模型和零级动力学模型,并分析比较了三种模型的预测效果。结果表明:3种预测模型均能满足模拟精度要求,所建立BP神经网络模型模拟值与实测值的平均相对误差、相关系数和决定系数分别为2.39%、0.992 4和0.984 5,具有较高的预测精度和良好的稳定性,并且模拟效果明显优于Verhulst灰色预测模型和零级动力学模型,可以较好地描述尿素水解动态变化过程,为尿素水解定量研究提供了精确的科学依据。     

偏高岭土对高强机制砂混凝土性能的影响

利用扫描电子显微镜(SEM)、压汞法(MIP)、快速氯离子迁移系数法(RCM)等手段,研究了偏高岭土(MK)掺量对高强机制砂混凝土抗压强度以及抗氯离子渗透性能的影响.研究发现: 掺入MK能够有效改善高强机制砂混凝土的力学性能和抗氯离子渗透性能:随MK掺量增加,抗压强度与抗氯离子渗透性能均呈先增大后减小的趋势,最佳MK掺量为8%,此时28 d抗压强度为98.5 MPa,较基准组增加13%,氯离子迁移系数为1.89×10^-12 m²/s,较基准组减小60%.微观结构试验表明适宜的偏高岭土掺量能够有效促进水泥水化;偏高岭土颗粒的晶核效应和微集料填充效应协同作用,使得机制砂混凝土的微观结构更加均匀密实,机制砂混凝土的多害孔、有害孔减少,少害孔增加,从而提高了机制砂混凝土抗压强度和抗氯离子渗透性能.     

基于神经网络的离心泵能量性能预测

总结了BP网络和RBF网络在离心泵能量性能预测中的应用现状，介绍了这两种网络的结构及特点。分别采用BP网络和RBF网络建立了离心泵能量性能预测模型。用57组数据对这两个预测模型进行了训练，并用6组数据对两种网络结构的性能预测模型进行了仿真。研究结果表面：两种网络结果的预测模型预测精度比较接近且预测结果的趋势也相同，BP网络预测精度略高于RBF网络；BP网络扬程平均预测误差为3.85%，效率平均预测误差为1.39%，RBF网络扬程平均预测误差为4.79%，效率平均预测误差为3.43%；RBF网络预测所需时间仅为BP网络预测所需时间的一半。     

基于正则化TSVR的甘蔗收割机切割器入土切割负载压力预测研究

为更准确、快速地对甘蔗收割机切割器入土切割时负载压力的预测,以机车行进速度、土壤含水率、土壤密度、刀盘入土深度以及甘蔗密度为模型输入,基于正则化孪生支持向量回归机(ITSVR)模型,结合基于遗传算法的粒子群优化算法对切割器负载压力进行仿真模拟预测,并将仿真结果与BP神经网络、支持向量回归(TSVR)、极限学习机(ELM)以及孪生支持向量回归(TSVR)模型进行比较分析,最后建立预测系统验证ITSVR的可行性。结果表明:测试样本中正则化孪生支持向量回归机(ITSVR)模型的RMSE、MAE、R²分别为0.0154、0.0108、0.9558,模型的预测时间为5.9 ms,该模型能较准确且较快地对负载压力与影响参数的非线性曲线进行拟合;ITSVR模型较其他模型具有良好的拟合能力以及较快的预测速度;在以5%和10%相对误差作为合格指标模型评价时,ITSVR模型预测的正确率分别为66.7%和100%,有力证明ITSVR模型的可行性。研究结果可为后续的切割自动控制系统设计提供参考依据。     

基于SPA-SSA-BP的小麦秸秆含水率检测模型

为提高基于电容法的小麦秸秆含水率检测模型的检测精度,扩大含水率检测范围,提高模型适应性,本文以小麦秸秆为研究对象,使用LCR数字电桥,测量含水率为10.43％ ～25.89％的秸秆在频率0.05 ～ 100 kHz、容积密度90.03 ～179.42 kg/m3和温度25 ～40℃内的电容,利用连续投影法(Succes...