基于神经网络模型的纤维增强混凝土力学性能研究

论文摘要

能量桩技术是利用地下土壤进行储热的一种新技术,该技术对桩体力学性能和储热性能要求较高,针对能量桩体要求研发一种纤维增强混凝土,在桩基混凝土中掺入石墨与废铜矿渣用于增强桩基导热和储热性能,掺入纤维以提高桩体承载力,对试块进行抗压、劈裂试验,优化纤维增强混凝土桩中的材料配合比。针对混凝土力学评价因素构建神经网络模型,以验证混凝土力学性能试验数据的准确性并对其力学性能进行预测。

论文目录

• 0 引言
• 1 混凝土力学性能试验
•   1.1 材料选取
•   1.2 混凝土力学性能试验及结果分析
• 2 神经网络模型验证与预测
•   2.1 神经网络模型建立
•   2.2 数据处理
•   2.3 样本训练和预测结果
•   2.4 神经网络模型预测石墨、废铜矿渣增量影响
• 3 结论

文章来源

类型: 期刊论文

作者: 赵嵩颖,郑浩男,安睿鑫

关键词: 能量桩,纤维,力学性能,材料配合比

来源: 混凝土 2019年10期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑

专业: 无机化工,建筑科学与工程

单位: 吉林建筑大学市政与环境工程学院,中建三局一公司基础分公司

基金: 国家自然基金项目（51206061）,吉林省科技发展计划项目（20180101339JC）,吉林省教育厅“十三五”科学技术项目（JJKH20180575KJ）,地热资源开发技术与装备教育部工程研究中心开放课题（ERCGR201704）

分类号: TU528.572

页码: 32-35+39

总页数: 5

文件大小: 219K

下载量: 172