神经网络法在混凝土强度研究中的应用

讨论了如何应用人工神经网络（ANN）的方法预测混凝土抗压强度,详细论述了采用BP算法建立混凝土抗压强度神经网络模型的过程,以及在活化剂作用下高掺量粉煤灰混凝土的强度效应,仿真结果表明,通过学习,BP网络可成功地建立非线性的强度模型,预测强度可达到较高精度。     

碳纤维布与混凝土的粘结强度指标

基于试验研究和统计 ,对 4种受力状态下碳纤维布与混凝土的粘结强度进行了分析 ,提出了碳纤维布加固混凝土结构的粘结强度设计指标 ,用于指导工程设计     

碳纤维混凝土

在水泥中加入少量短碳纤维,能大大增加混凝土的韧性、抗拉裂性、抗折性和冲击力。由于混凝土抗拉性能很低,材料呈脆性,易产生裂缝,往往引起脆性断裂。各国都很重视改善混凝土性能的研究,配上各种不同的纤维增加混凝土的抗拉能力,例如钢材、石棉、玻璃纤维、尼龙、聚丙烯、聚乙烯、芳纶、聚酯纤维和碳纤维。１碳纤维的主要优缺点美、欧、日及亚洲包括我国台湾地区和韩国都积极研究和开发生产碳纤维产品,其独特的特性是其他材料（如陶瓷和一些有机聚合物纤维束等）无法比拟的。１．１主要优点碳纤维重量轻且有特殊的强度,弹性模量高,尺寸稳定,…     

碳纤维增强废弃玻璃树脂混凝土的试验研究

在对阜新粉煤灰进行基本性质检测的基础上．将废弃玻璃破碎人工级配作集料、粉煤灰作填料。采用均匀试验设计安排试验方案．利用SPSS技术处理试验数据并建立强度回归方程．用MATLAB技术得到树脂混凝土的配合比优化范围．并阐述了碳纤维的增强机理。     

应用人工神经网络预测高掺量粉煤灰混凝土的强度

基于人工神经网络原理,建立了反映高掺量粉煤灰混凝土配方与强度之问映射关系的多因素智能分析模型.利用可视化CC 6.0开发了粉煤灰混凝土的强度预测应用软件,解决了高掺量粉煤灰混凝土的模式特征不明确、各组分对混凝土性能影响非线性、随机因素多等问题.该方法进行高掺量粉煤灰混凝土的配制具有优化设计及快速、定量、预测精度高、适应性强、成本低等特点.     

BP神经网络的商品房销售价格预测研究

影响到商品房销售价格的因素众多，而这些因素对其作用的效应的函数关系又很难界定，所以商品房销售价格的预测属于复杂的非线性问题，本文选取了其中的几个主要的，也是可量化的经济指标作为BP神经网络的输入样本，利用BP神经网络固有的优点弱化预测中的人为因素。从系统的输出结果与目标值的对比中，可以看出网络的训练、仿真及预测精度较高。BP神经网络可以作为研究商品房销售价格变化趋势一种有效的方法。     

基于神经网络的混凝土强度预测

在传统预测混凝土强度的基础上,提出一种基于人工智能的新的预测方法,建立了两种神经网络模型：BP神经网络和RBF神经网络,实现了从新拌混凝土成分及其特性到硬化后混凝土强度之间的复杂的非线性映射。通过对试验数据的学习,网络结构可以早期预测混凝土28d抗压强度。另外,还利用BP神经网络模拟分析了混凝土成分质和量的变化对抗压强度的影响,其结果符合已知的经典混凝土强度变化规律,表明神经网络模型具有较高的精度和较强的泛化能力。     

碳纤维增强混凝土

介绍碳纤维增强混凝土（CFRC）的原料,制作工艺、性能及应用,并展望了CFRC的发展前景。CFRC因兼有优异的力学性能和电学性能,可成为新的功能材料。     

基于神经网络的混凝土强度预测

在传统预测混凝土强度的基础上,提出一种基于人工智能的新的预测方法,建立了两种神经网络模型:BP神经网络和RBF神经网络,实现了从新拌混凝土成分及其特性到硬化后混凝土强度之间的复杂的非线性映射。通过对试验数据的学习,网络结构可以早期预测混凝土28d抗压强度。另外,还利用BP神经网络模拟分析了混凝土成分质和量的变化对抗压强度的影响,其结果符合已知的经典混凝土强度变化规律,表明神经网络模型具有较高的精度和较强的泛化能力。     

碳纤维砂浆与碳纤维混凝土导电性能实验研究

利用直流双电极法研究了碳纤维砂浆(CFRM)和碳纤维混凝土(CFRC)的导电性能与其龄期之间的关系.为了模拟材料受载产生裂缝的情况,在材料内部设置了绝缘片,研究了在不同龄期碳纤维砂浆和碳纤维混凝土试件导电性能受其内部绝缘位置和数量影响的程度.结果表明:碳纤维砂浆的导电性能随龄期显著变化,且呈sigmoidal曲线关系,绝缘片的数量对其导电性能无显著影响,但绝缘片位置越靠近电极其导电性能越强;碳纤维混凝土的导电性能随龄期显著变化,且呈高斯曲线关系,在同一截面、龄期和绝缘面积下绝缘片的数量越多其导电性能越强,当绝缘片在最佳截面上时其导电性能才能达到最佳状态.     

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BP网络的混凝土抗渗性研究

建立了3—5—1BP网络模型,网络输入为混凝主水灰比,混凝土单位水泥用量,混凝土砂率;网络输出为混凝土抗渗最大水压力。用咐加冲量及自适应学习率等方法对BP网络进行了改进。运用改进的BP网络进行了混凝土抗渗性计算,计算结果较为理想。     

基于均匀设计的聚丙烯纤维煤矸石混凝土强度灰色关联分析

针对煤矸石占用大量的耕地并对矿区生态环境造成污染问题,参照国标,对辽宁省阜新市高德矿排放的煤矸石进行了化学成分、耐久性及有害物质含量、物理力学性质的系统检测。在掌握了各项指标均满足国家集料标准要求的基础上,将煤矸石破碎作粗集料、聚丙烯纤维作增强材料,采用均匀设计安排试验,运用灰色理论中的灰色关联分析考察了聚丙烯纤维对煤矸石混凝土抗压强度和抗折强度的影响。试验证明,阜新高德矿煤矸石只要科学分捡,作粗集料与增强材料聚丙烯纤维"复合"可制备出性能优良的混凝土。     

CFRC抗弯试件的机敏性能试验研究

碳纤维具有良好的导电性,且其电阻率变化与所处应力场具有稳定的对应关系。在混凝土结构中构造一定厚度的碳纤维增强混凝土机敏层,并通过实时监测电阻率变化,可对结构的实时荷载和损伤程度进行预报。本研究中设计了碳纤维混凝土与混凝土层合型构造,研究了静载、反复荷载作用下,上缘碳纤维增强混凝土层和下缘碳纤维增强混凝土层的电阻变化规律,得出了以电阻率变化表征构件力学状态的碳纤维增强混凝土的压敏和拉敏规律。     

基于神经网络的供热计量系统热负荷短期预测

针对实行热计量后热负荷变化的特点，采用神经网络中应用最广泛的BP网络对热负荷进行预测，利用MATLAB仿真程序对所建立的人工神经网络负荷预测模型进行验证，仿真误差为6．93％，满足工程需要。     

基于BP神经网络的水泥混凝土路面抗滑性能分析

以水泥混凝土路面材料设计方案以及月降水量为输入,以路面摩擦系数表征路面抗滑性能为输出,利用BP神经网络分析水泥混凝土路面抗滑性能,研究表明,BP网络能考虑不同公路的实际差异,找到路面材料设计方案及月降水量与抗滑性能的最佳组合,为实际施工提供指导。     

基于BP神经网络的改性废灰砖强度预测

在分析改性废灰砖强度影响因素的基础上，选取改性废灰砖配料中的5个因素作为输入值，以改性废灰砖28d强度作为输出值，建立改性废灰砖强度的预测的BP神经网络模型，结果表明，该模型预测强度高，可以用来对改性废灰砖强度进行预测。     

基于BP神经网络的土体抗剪强度参数的预测

通过BP神经网络方法,利用某高速公路工程黄草坝滑坡体的土工试验数据,建立合适的预测模型,然后利用该模型来预测该滑坡体的抗剪强度指标并与土工实验结果相对比,结果表明,该模型对土体的抗剪强度进行了很好的预测,对土体工程具有重要的应用价值。     

基于界面效应的碳纤维混凝土压敏性研究

碳纤维混凝土具有应变-电阻效应,给结构材料赋予了功能特性.运用碳纤维单丝拉拔试验与剪滞理论,从碳纤维-水泥基界面应变变化角度讨论了碳纤维混凝土的压敏性机理.在单丝拉拔过程中,试样电阻的变化主要是因为界面电阻的变化;随着界面应变的增大,试样电阻随之增大.这一研究有助于对碳纤维混凝土压敏性机理的更深入理解.