粉煤灰混凝土抗渗性能的实验研究

该文研究了在混凝土中掺入不同掺量的粉煤灰对混凝土抗渗性的影响,探讨了粉煤灰混凝土的抗渗性机理。     

纤维混凝土抗渗性能试验方法分类研究

钢筋混凝土锈蚀损伤耐久性问题已成为国内外的研究热点，而研究混凝土的抗渗性能对提高其耐久性至关重要，本文对国内外混凝土抗渗性研究的试验方法进行了分类研究。     

混凝土抗渗性能研究

阐述了混凝土抗渗性能的重要性,分析了影响混凝土抗渗性能的各个方面和主要因素,并且针对这些影响因素,介绍了国内外研究现状及目前获得的一些重要结论,对今后混凝土抗渗性能研究的发展方向也进行了探讨。     

纤维编织网增强混凝土抗渗性能研究

研究纤维编织网增强混凝土(textile reinforced concrete, TRC)外部水分沿其内部纤维束的放置走向迁移,使混凝土基体受损抗渗性能下降.分别在宏、细观层面研究了混凝土基体水灰比、纤维编织网网格尺寸、纤维束Tex含量对纤维编织网增强混凝土抗渗性能的影响,并通过核磁共振试验引入分形维数评价混凝土的粗糙程度.结果表明:纤维编织网增强混凝土的抗渗性能会随混凝土水灰比的增大、网格尺寸的减小、纤维束Tex含量的增大而降低.基于量纲分析法与试验建立了一种TRC渗流预测模型,描述了TRC的抗渗性能.     

复合生态纤维混凝土抗渗性能试验研究

复合生态纤维是一种新型的混凝土掺加剂，相比于其它类型的纤维材料，它具有更高的性价比。本文针对混凝土的抗渗性进行了试验研究，结果表明掺加复合生态纤维后混凝土的抗渗性能显著增强。     

水工混凝土的抗渗性研究

水工混凝土一般为防水混凝土,它是因本身的密实性而具有一定防水抗渗能力的整体式混凝土或钢筋混凝土结构。它兼有承重、围护和抗渗的功能,还可满足一定的耐冻融及耐侵蚀要求。防水混凝土结构具有材料来源广泛、工艺操作简单、工程成本低廉、结构整体性强、防水抗渗耐久等特点。防水混凝土结构以其独特的优越性成为水工工程建筑的首选。介绍了水利工程中混凝土水渗的评价方法,如稳定流动法、渗透深度法和抗渗等级法等方法对各种测试方法进行了综合对比评价。混凝土的抗渗性主要决定于水灰比、龄期;此外,搀加粉煤灰对其也有很大的影响。不同水灰比混凝土的抗渗性水灰比越小,凝固后的水泥浆越密实,抗渗性越高。     

粉煤灰对混凝土抗压强度、抗渗性性能的影响

文章通过对粉煤灰混凝土试块进行的试验,探讨了粉煤灰对混凝土的抗压强度和抗渗性能的影响。     

合成纤维混凝土抗冻性与抗渗性的试验研究

文章通过对粗、细合成纤维,不同纤维体积率掺量的合成纤维混凝土试件,进行抗冻性能与抗渗性能的试验研究,获得了合成纤维混凝土抗冻性与抗渗性的有关数据,有助于加强对合成纤维混凝土耐久性的认识,为能找到一种相对性能较好的混凝土材料应用于桥梁加固,提供参考。     

提高防水混凝土抗渗性能的措施

通过对防水混凝土的配合比设计和原材料的控制、混凝土的搅拌运输过程等方面进行了阐述,并提出了几点提高防水混凝土抗渗性能的方法。     

再生混凝土抗渗性试验研究

文章通过混凝土抗渗性试验,对比不同强度、水灰比、砂率下的天然混凝土和再生混凝土抗渗性能的差异,从而分析影响再生混凝土抗渗性能的因素.研究表明,相同设计强度等级下的再生混凝土的抗渗性比天然混凝土差,水灰比对再生混凝土抗渗性的影响较砂率大.为了提高再生混凝土的抗渗性,可在适当的范围内降低水灰比,添加粉煤灰减小孔隙率增加密实度,或者限制裂缝开展.     

BP神经网络数值预测方法的研究

人工神经网络作为一个具有高度非线性映射能力的的计算模型,具有广泛的应用前景.在数值预测方面,它不需要预选确定样本的数学模型,仅通过学习样本数据即可以进行预测.本文在对其进行深入研究的基础上,探讨了利用BP神经网络进行数值预测的方法和应该注意的问题,并给出了一些有益的建议.     

BP神经网络数值预测方法的研究

人工神经网络作为一个具有高度非线性映射能力的的计算模型,具有广泛的应用前景。在数值预测方面,它不需要预选确定样本的数学模型,仅通过学习样本数据即可以进行预测。本文在对其进行深入研究的基础上,探讨了利用BP神经网络进行数值预测的方法和应该注意的问题,并给出了一些有益的建议。     

BP神经网络在信用风险评估中的应用

采用人工神经网络模型研究信用风险评估问题。研究利用BP算法训练多层前馈神经网络,给出了基于BP算法的信用风险评估计算步骤,最后以对个人信用评估为例,说明了人工神经网络在信用风险评估系统中的应用。     

提高BP网络性能的一种方法

分析了ＢＰ网络在目标量的极值区存在较大误差的原因,提出了目标量扩展的数据标度化方法·检验结果表明,该方法不但可以消除目标量极值区的大误差现象、提高网络训练的收敛速度,而且还可以使网络具有外推预测功能,即同时提高了ＢＰ网络的训练性能和应用性能·     

基于BP人工神经网络的建筑废料管理评价方法

构建单一新建设工程项目(不包含拆除工程)的建筑废料管理评价指标体系,概述基于BP人工神经网络评价方法的基本原理,并详述基于BP人工神经网络的建筑废料管理评价模型的建立过程,包括神经网络的建立、学习训练,以及结果的检验等.将该模型应用于实例检验,得到较满意结果.     

基于BP网络的砼碳化深度预测与分析

运用人工神经网络方法进行砼碳化深度的分析计算和预测 ,其结果优于现行以数学模型为基础的经验公式法 ,是一种可同时考虑多种碳化模式、各种影响因素组合的砼预测碳化的有效途径     

人工神经网络研究现状及其展望

回顾了神经网络理论发展的历史和现状。在此基础上，介绍并讨论了20世纪90年代神经网络研究的一些新进展。根据神经网络研究的特点，对人工神经网络今后的发展前景作了一定的评述，人工神经网络的研究与发展必将对现代科学技术产生深远的影响．     

基于BP神经网络的艾滋病预测模型

利用神经网络的自学习、自适应及非线性逼近能力,建立了艾滋病预测模型,并利用Matlab的神经网络工具箱进行开发实现.经过实证研究,表明了该模型的有效性,为艾滋病预防提供了一种科学、可行的预测模型。     

基于改进型BP神经网络的油井产量预测研究

为了保证油田生产持续稳定地发展,针对油田单井产量提出了基于改进型BP神经网络的预测模型。对传统的BP神经网络的结构和训练算法进行了研究,发现它存在易于陷入局部极小,收敛速度慢等问题。提出了使用LM算法的改进型BP神经网络。最后给出了基于改进型BP神经网络的单井产量预测模型仿真实验。结果证明该算法的实用性和可行性,在油井产量预测方面有一定的实用价值。