基于神經網絡的泡沫混凝土強度及導熱性能預測
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>313KB
頁數:6P
人氣 :65
4.4
基于神經網絡原理,建立預測泡沫混凝土性能的BP神經網絡模型,期望通過輸入配合比主要參數,得到泡沫混凝土強度及導熱性能的預測結果。將實驗數據分為訓練組和對照組,對訓練組進行非線性擬合,若擬合結果滿足誤差精度則模型建立完畢;通過擬合結果與對照組的比較,可驗證模型預測精度。結果表明,BP神經網絡模型能夠準確擬合實驗數據,利用其泛化能力進行預測的結果與對照組的誤差小于8%,該模型具有很高的預測精度。
泡沫混凝土強度及應變研究
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>1.4MB
頁數:3P
泡沫混凝土強度及應變研究
泡沫混凝土強度及應變研究
格式:pdf
大小:206KB
頁數:3P
泡沫混凝土強度及應變研究——應用虛擬裂縫模型分析了混凝土保護層銹脹開裂的銹脹力。首先,考慮了混凝土和鋼筋的實際變形情況利用斷裂力學和彈性力學得到了混凝土保護層開裂時鋼筋的最大膨脹力理論預測模型。然后通過與文獻中的試驗數據比較,驗證了本研究數值...
閉孔泡沫鋁的導熱性能
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>900KB
頁數:4P
4.6
閉孔泡沫鋁的導熱性能
基于神經網絡的混凝土強度預測
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>264KB
頁數:4P
4.7
在傳統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
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>94KB
頁數:4P
4.7
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
陶粒泡沫混凝土強度的影響因素研究
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>465KB
頁數:3P
4.4
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.
泡沫混凝土導熱系數模型研究
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>549KB
頁數:6P
4.6
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。
泡沫混凝土導熱系數模型研究
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>1.3MB
頁數:7P
4.4
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。
基于BP人工神經網絡的混凝土強度預測
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>207KB
頁數:4P
4.7
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.
基于BP神經網絡的既有建筑混凝土強度預測
格式:pdf
大小:1.2MB
頁數:6P
4.7
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。
樹脂混凝土強度預測的神經網絡模型
格式:pdf
大小:675KB
頁數:4P
4.5
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。
基于RBF神經網絡方法的混凝土強度預測
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>198KB
頁數:2P
4.7
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。
基于高維云RBF神經網絡的混凝土強度預測
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>171KB
頁數:3P
4.5
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。
基于人工神經網絡的混凝土強度預測研究
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>528KB
頁數:2P
4.4
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。
普通混凝土強度預測的BP神經網絡模型
格式:pdf
大小:244KB
頁數:3P
4.8
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。
基于人工神經網絡的同條件混凝土強度預測
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>237KB
頁數:2P
4.4
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。
巷道隔熱噴射混凝土強度及導熱性能試驗研究
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>1.4MB
頁數:6P
4.7
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?、抗壓、抗拉和抗折強度的主要因素,因此憎水玻化微珠摻量宜選在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)。
人工神經網絡在混凝土強度預測中的應用
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>435KB
頁數:3P
4.8
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。
人工神經網絡在混凝土強度預測中的應用
格式:pdf
大小:519KB
頁數:4P
4.5
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。
泡沫混凝土(2)
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>275KB
頁數:13P
4.3
《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.................
鋁導熱性能
格式:pdf
大小:122KB
頁數:11P
4.5
設為首頁 加入收藏 您好,李梅先生[退出] 本網服務 旺業(yè)寶 商務中心客服中心 o最新供應信息 o最新求購信息 o最新招商信息 o最新合作信息 供應 求購 產品 公司 行情 資訊 信元 中友實業(yè) 重慶銘仁鋁 占美金屬 山東恒源鋁 恒鑫鋁業(yè) 搜鋁 搜索云: 鋁制品沖邊機 1050鋁板 鋁合金門窗 肯德基門型材 肯德基門 在線板材表面缺陷檢測設備 工業(yè)鋁型材 淋浴房 5754鋁板 6082鋁板 螢石粉 井式電阻爐 冰箱用鋁材 工業(yè)鋁管 鏡面鋁板 多用爐 連續(xù)爐 固熔爐 硝鹽爐 連續(xù)式熔化保溫爐 坤泰 宇馬鋁業(yè) 江蘇偉業(yè)鋁業(yè)公司 廣鎂鋁業(yè) 壁柜門移門鋁材 ·20日lme場內鋁收盤2084漲11 ·20日滬鋁1205合約收盤16020漲35 ·20日南海靈通含票鋁均價16200漲30 ·20日中鋁報價華東16100華南16200西南1
文輯推薦
知識推薦
百科推薦
職位:消防戰(zhàn)斗員
擅長專業(yè):土建 安裝 裝飾 市政 園林