当前位置:主页 > 科技论文 > 建筑工程论文 >

遗传算法优化BP神经网络玄武岩纤维橡胶轻骨料混凝土强度预测与微观试验研究

发布时间:2021-10-22 10:28
  混凝土因其抗压强度高,耐久性好,因而被广泛应用于不同领域,如今国家大力倡导节能减排,绿色发展,这就对混凝土行业提出了更高的要求。近些年来,随着公路路和铁路总里程的不断增加,建筑物高度持续刷新。发展绿色、轻质混凝土成为各专家学者研究的重要课题。由于内蒙古自治区拥有丰富的浮石资源。本文将以此为基础,通过掺加玄武岩纤维和废旧轮胎制成的橡胶颗粒制成轻骨料混凝土来进行试验研究。本论文分为宏观层面和微观两个层面:(1)宏观层面通过力学试验解释玄武岩纤维橡胶轻骨料混凝土力学规律,同时运用遗传算法优化BP神经网络的方式进行强度预测。(2)在微观层面,通过气孔结构分析和SEM扫描电镜试验来表征宏观层面的现象。试验得出结果如下:1.掺入玄武岩纤维和橡胶颗粒对混凝土力学性能的影响为:随着纤维掺量的增加混凝土抗压和抗拉强度增加;而橡胶掺量越多混凝土抗压与抗拉强度越低;在橡胶掺量一定的情况下,随着纤维掺量的增加,混凝土土抗压与抗拉强度增加;在纤维掺量一定的情况下,随着橡胶掺量的增加,混凝土抗压和抗拉强度下降。当纤维掺量为0.2%时混凝土强度最高。2通过BP神经网络运行的结果与遗传算法优化BP神经网络运行后的结果... 

【文章来源】:内蒙古农业大学内蒙古自治区

【文章页数】:71 页

【学位级别】:硕士

【部分图文】:

遗传算法优化BP神经网络玄武岩纤维橡胶轻骨料混凝土强度预测与微观试验研究


图1橡胶颗粒?

浮石,玄武岩纤维,粗骨料,物理特性


2.?1.2浮石粗骨料基本性能??粗骨料选择内蒙古集宁地区的天然浮石,经破碎机破碎后,选择粒径为5-20mm,??连续级配如图2,浮石的物理特性参数见下表1。??表1浮石物理特性表??Table.?1?The?physical?properties?of?pumice?stone??天然浮石?堆积密度?表观密度?筒圧密度?吸水率/h??1530kg/m3?1292kg/m3?2.336MPa?13.2%??2.?1.3玄武岩纤维特性??玄武岩纤维采用上海臣启化工公司生产见图3。其物理力学性能及其他性能见??表2??

玄武岩纤维,物理力学性能


图3玄武岩纤维??Fig.3?The?basalt?fiber??

【参考文献】:
期刊论文
[1]废旧轮胎裂解炭黑在橡胶中应用研究[J]. 陈新中,蔡强.  中国橡胶. 2019(01)
[2]纤维混凝土的应用与分类浅析[J]. 韩浩田,刘霖艾,袁鹏,刘泽鹏.  四川建材. 2018(12)
[3]轻骨料混凝土抗压强度的影响因素研究[J]. 肖建强,夏晓舟.  长江科学院院报. 2018(11)
[4]基于SEM的玄武岩纤维混凝土力学性能及微观结构研究[J]. 林家富.  施工技术. 2018(18)
[5]BP神经网络在水下地形高程拟合的应用[J]. 彭中波,高阳.  重庆交通大学学报(自然科学版). 2018(11)
[6]基于BP神经网络预测复合盐侵蚀后混凝土的相对动弹性模量[J]. 李扬,王伯昕,陈冬昕,王清,张中琼.  混凝土. 2018(07)
[7]基于BP-ARIMA的混凝土坝多尺度变形组合预报模型[J]. 魏博文,袁冬阳,蔡磊,温勇兵,徐镇凯.  水利水运工程学报. 2018(02)
[8]基于PCA-BP神经网络模型的大体积混凝土最高温度预测[J]. 何伟,杨靖.  科学技术创新. 2017(36)
[9]基于BP神经网络的混凝土抗裂性能预测[J]. 刘灿.  低碳世界. 2017(25)
[10]玄武岩纤维掺量对页岩轻骨料混凝土强度性能影响的研究[J]. 刘云鹏,郭荣鑫,林志伟,夏海廷,颜峰,张玉波.  硅酸盐通报. 2017(03)

博士论文
[1]玄武岩纤维混凝土的微结构及BFRP筋纤维混凝土梁斜截面承载力试验研究[D]. 毕巧巍.大连理工大学 2012

硕士论文
[1]遗传算法优化的BP神经网络的声呐图像分割[D]. 毕盛楠.内蒙古大学 2018
[2]基于遗传算法和BP神经网络的微涡流混凝投药控制模型研究[D]. 樊琦.华东交通大学 2018
[3]基于遗传算法优化神经网络的再生保温混凝土强度预测[D]. 赵敏.太原理工大学 2018
[4]神经网络模型对拔出法检测超高强混凝土强度评定研究[D]. 刘婵娟.湖南大学 2017
[5]玄武岩纤维橡胶混凝土抗压强度及其与孔结构关系的研究与模拟[D]. 田晓宇.内蒙古农业大学 2016
[6]基于遗传算法优化BP神经网络的电机生产线故障诊断[D]. 张旋.合肥工业大学 2016
[7]轻骨料对自密实混凝土力学性能的影响[D]. 张思思.中南大学 2014
[8]玄武岩纤维混凝土抗冻性能试验研究[D]. 王利强.内蒙古工业大学 2014



本文编号:3450915

资料下载
论文发表

本文链接:https://www.wllwen.com/jianzhugongchenglunwen/3450915.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户92855***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com