刘冰峰[1]2007年在《C50自密实混凝土的配制及粗骨料对其弹性模量的影响研究》文中研究说明近年来高强自密实混凝土(SCC)得到了大量应用，但是弹性模量仍然偏低的特点在很大程度上限制了其应用领域，提高SCC弹性模量具有一定的现实意义。本文首先进行了C50 SCC用矿物掺合料体系研究与C50 SCC的配制，并试验研究了粗骨料的用量、强度、最大粒径、填充度、表面粗糙度、粒形、针片状含量对C50 SCC弹性模量的影响，最后利用神经网络对C50 SCC弹性模量进行了预测。得到主要结论如下：1．粉煤灰和矿渣复合胶凝材料体系研究表明：当矿渣：粉煤灰=1：4时，复合粉体的密实度大为提高，降低了胶凝材料体系的需水量，改善了水泥石内部结构，提高了强度，这为配制低水胶比、高强SCC提供了技术支持。2．混凝土拌合物工作性和硬化混凝土力学性能试验结果表明：C50 SCC配合比参数范围为：胶凝材料总量为500～600kg／m~3；矿物掺合料UFS取代量20～40％；砂率40～46％；水胶比0.28～0.32；高效外加剂(FDN复合)最佳掺量1.0～1.4％；针片状含量＜5％。3．相对表面粗糙度、球度模数、填充度能定量评价粗骨料的表面粗糙程度、粒形和空隙率，为建立它们与SCC弹性模量之间的函数关系提供了先决条件。4．粗骨料对C50 SCC弹性模量的影响结果表明：粗骨料特征参数、强度、用量对SCC弹性模量影响程度是不相同的，大小依次为：强度＞含量＞填充度＞表面粗糙度＞球度模数＞针片状含量＞粒径。5．采用神经网络对SCC弹性模量进行预测，预测值与实测值相比，其相对误差均在10％以内，预测精度较高。6．通过控制粗骨料的特征参数、强度和用量，可以配制出高弹性模量的SCC，为SCC的推广提供了技术保障。
王东升[2]2003年在《自密实混凝土的试验研究及其性能的神经网络方法预测》文中研究说明自密实混凝土是一种在自身重力作用下无需振捣即能密实成型的高性能混凝土。这种混凝土可以显着降低混凝土施工中的噪音污染；大幅度减轻工人的劳动强度；减少传统混凝土施工中因漏振或过振造成的麻面或离析；解决了配筋密集、结构复杂部位因振捣不足而造成的质量缺陷问题；同时，由于自密实混凝土在配制中，大量利用粉煤灰、高炉矿渣等工业固体废弃物，有利于资源的综合利用和生态环境的保护；从而被誉为“绿色混凝土”，是未来混凝土向高性能发展的方向之一。 在本文的前半部分，作者采用正交试验方案，以新拌混凝土的坍落度和扩展度为考核指标进行试验，分析了W／C、砂率、SF掺量及SL掺量对拌合物自密实性的影响，并根据综合平衡法，得出本文所采用的原材料体系中各因素的最佳取值范围。在此基础上，采用52.5普通硅酸盐水泥成功地配制出C40、C50两个强度等级的自密实混凝土。同时，在其它因素不变的情况下，对自密实混凝土28d抗压强度与C／W的关系进行了回归分析。给出了C40、C50两个强度等级的自密实混凝土推荐配合比。 由于自密实混凝土组分复杂多样，各组分间又相互影响，故其拌合物的工作性和硬化后的力学性能很难用单因素的回归关系加以描述。在本文的后半部分，作者采用了能够进行多因素非线性回归的神经网络方法对混凝土的新拌及力学性能进行分析预测。首先以自密实混凝土中的各组分重量为输入，以新拌或硬化后的性能为输出建立了自密实混凝土的预测模型。在完成了网络算法的选择并采用大量样本对网络进行训练后，使网络掌握了各输入因素与输出结果之间的非线性关系，然后对多组实测数据进行预测。结果表明，神经网络方法是一种可用于自密实混凝土性能预测和设计的切实可行的崭新途径。
刘华良[3]2008年在《新拌自密实混凝土充填能力测试方法研究》文中研究表明自密实混凝土(Self Compacting Concrete,简称SCC),是一种免振捣、自密实、耐久性能好、节能环保的新型混凝土.新拌自密实混凝土包括叁个方面的工作性(又称为自密实性):充填能力、间隙通过能力和抗离析能力.SCC工作性的检测方法和技术是当前制约自密实混凝土深入发展和推广应用的技术难题.深入开展自密实混凝土工作性实验研究,具有十分重要的现实意义。本文应用试验研究和数值模拟的方法对SCC充填能力进行了深入研究,得到主要结论如下:(1)利用湖南地区的原材料成功配制了工作性能良好的自密实混凝土,并通过坍落度筒试验和V型漏斗试验研究了配合比设计与新拌SCC的充填能力的关系,试验表明:调整水胶比、砂率,能够比较显着地改变新拌SCC的充填能力;而对减水剂的微小调整以及骨料最大粒径的选择对新拌SCC充填能力的影响不能明确判断; 1号、2号、3号漏斗都能较好地测试新拌SCC的充填能力,叁种漏斗测得同种SCC的漏斗流出时间T大致存在一定的比例关系; V型漏斗内表面粗糙程度(摩擦系数)对新拌SCC漏斗流出时间T的影响不能忽略。(2)基于流变学原理和离散元原理建立的两种离散元分析模型实现了自密实混凝土V型漏斗试验的初步模拟,模拟出的流动状态、流动状态角及K值与试验比较吻合。(3)基于BP神经网络原理,通过合理选择神经网络类型和训练算法,建立了自密实混凝土V漏斗流出时间预测模型,该模型预测结果与试验结果能够比较准确的吻合,误差较小。(4)应用层次分析法原理建立了一种简便明了、容易操作的新拌SCC工作性评定模型。
周绍青[4]2006年在《神经网络预测自密实混凝土流动性能及其构件实验》文中进行了进一步梳理自密实混凝土属于高性能混凝土的范畴，是混凝土科学今后发展的主要方向之一。目前，我国自密实混凝土的研究和应用还处于发展阶段，深入进行自密实混凝土流动性及其构件实验研究，具有十分重要的现实意义。 本文中采用全计算法成功地配制出不同粗骨料粒径的(粗骨料粒径范围为5～10mm和5～20mm)C30，C40两个强度等级的自密实普通骨料混凝土及C40自密实轻骨料混凝土(粗骨料粒径范围为5～20mm)。为了得到自密实高性能混凝土的最佳工作性能，在研究中借助流变学理论，分析研究了混凝土拌合物免振捣成型和密实的机理，在保证自密实混凝土流动性的前提下，要求混凝土具有良好的填充性、钢筋间隙通过性和粘聚性，防止泌水、离析，解决了流动能力与抗离析能力的矛盾。通过采用坍落度筒、V漏斗和L型混凝土流动仪实验仪器对不同骨料的自密实混凝土的流动性、混凝土的填充性和钢筋通过性、混凝土的抗离析性等系统试验，得出了在改变水胶比和粗骨料的情况下自密实混凝土流动性能的变化结果。 由于自密实混凝土组分复杂多样，各组分间又相互影响，故其拌合物的工作性能很难用单因素的回归关系加以描述。本文中采用了能够进行多因素非线性回归的神经网络方法对新拌混凝土的流动性能进行分析预测。结果表明，神经网络方法是一种可用于自密实混凝土流动性能预测切实可行的途径。这样可以在实际施工中考虑配合比设计原则，初步确定各组分的用量，然后将初步确定的数据输入训练好的网络中，可以得到网络的预测结果。根据预测结果再调整配合比，直至符合要求。这可以大大的减轻确定配合比的工作量。 根据神经网络和试验所配出的配合比，本文进行了新拌自密实混凝土通过钢筋栏杆的浇注试验，并将浇注所形成的混凝土梁做叁分点加载试验。
潘杰[5]2008年在《C30级透水性混凝土的制备及研究》文中提出透水性混凝土是一种新型生态环保型混凝土,具有透水、透气、还原地下水,保护水资源,吸声降噪,改善车辆行驶以及行人行走的舒适性与安全性,缓解城市热岛效应、环境污染、市政设施负荷过重的特点。透水性混凝土可用于人行道、停车场、公园和排水系统的反滤层等,但因强度较低影响了其应用范围。本课题针对影响透水性混凝土材料强度和透水性的主要因素(粗集料种类和级配、胶凝材料、水灰比、集灰比、增强材料、成型工艺等)进行了试验研究,确定出配制C30(预期性能指标为:28天抗压强度为30.0MPa,抗折强度为3.50MPa,透水系数为1.0mm/s)透水性混凝土比较适宜的配合比,在此基础上,对C30透水性混凝土的基本性能进行了测试,同时本文对用神经网络模型预测透水性混凝土的性能指标进行了初步研究,并探讨了透水性混凝土的初步配合比设计方法。
熊恩[6]2011年在《不同骨料新拌自密实混凝土流变性能测试和数值分析》文中进行了进一步梳理自密实混凝土(Self-compacting Concrete,简称SCC)具有良好的流动性、稳定性、抗离析性和穿越密集钢筋等工作性能,是混凝土技术今后发展的方向。但自密实混凝土的工作性测试方法难以揭示其内在机理,其中的关键问题是从流变性能的角度,研究自密实混凝土中各成分的相互作用和流变性的机理以及对自密实混凝土流变性的简单测试方法和仪器等。因此,研究开发一种既使用方便,又能比较科学的反映混凝土流变性能的测试仪器和测试方法具有非常重要的现实意义。粗骨料是混凝土的重要组成部分,是混凝土的结构支架。长期以来,人们对自密实混凝土的粗骨料研究集中在力学性能方面,对粗骨料影响自密实混凝土的流变性研究较少,研究粗骨料的种类以及性能对自密实混凝土的流变性影响具有重要的意义。本文采用卵石和碎石两种不同粗骨料来配制自密实混凝土,使用文献[61]开发的圆柱筒仪来研究自密实混凝土的流变性,结合力学分析,测定新拌自密实混凝土的流变特性(剪应力与剪切速率的关系)。研究的具体工作如下:(1)根据全计算法计算出卵石和碎石两种不同粗骨料自密实混凝土的配合比,配制出两种不同骨料自密实混凝土。(2)试验采用圆柱筒仪对不同骨料不同强度的新拌自密实混凝土进行测试,以确定不同强度新拌自密实混凝土流变本构模型。(3)运用人工神经网络来对自密实混凝土的两个流变参数(屈服应力、塑性粘度)进行预测,比较预测结果与实测结果之间的误差。通过研究得出以下结论:(1)两种骨料的自密实混凝土配合比成功的配制出新拌自密实混凝土,通过工作性测试,新拌混凝土工作性良好。(2)在假定的条件下,经过合理的受力分析以及对试验数据的计算,表明圆柱筒仪来测定自密实混凝土的流变性是可行的。(3)经过对圆柱筒仪数据的分析和处理,得出了C30(卵石)、C40(卵石)、C30(碎石)、C40(碎石)自密实混凝土的流变方程,以及流变曲线,可得新拌自密实混凝土剪应力与剪切速率之间是线性关系,新拌自密实混凝土屈服应力随强度的增加其数值略有下降,碎石自密实混凝土的屈服应力比卵石自密实混凝土高。(4)用BP神经网络来预测自密实混凝土的流变参数,根据自密实混凝土的配合比参数,经过神经网络训练和模拟,得出的预测结果与实测值相比,其误差在许可的范围内,表明可以用人工神经网络来模拟混凝土的流变性能,为以后的研究提供了理论依据。
潘华[7]2005年在《数据挖掘及神经网络在土木工程中的应用》文中提出数据挖掘就是从大量不完全的、有噪声的、模糊的、随机的实际数据中发现隐含的、事先未知的潜在有用的并且最终可理解的信息和知识的过程。而神经网络是数据挖掘常用的工具。本文旨在研究如何将数据挖掘技术及神经网络应用于土木工程。神经网络训练误差值的选取是一个具有挑战性的问题。目前多数处理这个问题的方法,是通过简单的试算法。结合土木工程应用,考虑训练样本的随机特性,本文提出了一个新的选取训练误差初始值的方法。该方法由实测值求出相应的真值置信区间,若训练误差的取值使得网络预测值落在真值置信区间内就可以认为此时的训练学习反映了网络输出变量的真值情况,学习就可以结束。此时允许训练误差大小为真值置信区间长度的二分之一。试验结果表明该方法能减少神经网络的训练时间。过去,对神经网络预测结果的评价广泛采用相对误差方法。对于有随机因素影响的样本数据,该方法已经不再适用。于是,本文对此进行了深入研究,以数理统计理论为基础,提出了适合随机问题的评价方法。该方法定义了模型预测的正确率这一概念,进一步由正确率导出模型预测结果正确的概率,以此来评价模型预测结果的可靠性。土木工程实际应用结果表明,该方法是可行的,评价结论更贴近工程实际。最后,针对在高性能混凝土配制方面的应用,利用可视化编程语言Delphi编制了应用软件,软件具有数据管理、网络训练、网络检验、性能预测和成本计算等功能。实际测试表明,软件达到了实用要求,具有工程实用价值。从而提高了高性能混凝土的生产效率。总之,本文从数据挖掘基本思想出发,在考虑有随机因素影响的条件下,对挖掘模型的训练及预测结果的评价方法进行了研究,提出了相应的分析计算方法。并成功地应用于土木工程。
牛慧[8]2005年在《粉煤灰高性能混凝土的试验研究及其性能的非线性方法预测》文中研究表明混凝土是当今世界上用量最大的人造建筑材料。一方面,随着现代建筑空间和建筑用途的不断扩大,对工程结构提出了更多、更新、更严的要求,对混凝土材料高性能要求更为迫切。另一方面,随着国内火电工业的迅速发展,粉煤灰排放量空前增加,环境污染日趋严重。因而将粉煤灰应用于水泥混凝土中,既是混凝土技术方面的要求,也是环境保护方面的要求和落实国民经济可持续发展战略的要求。 本文研究分析了掺粉煤灰等活性矿物掺合料、外加剂对水泥混凝土性能的影响问题,并初步探讨了掺粉煤灰高性能混凝土的强度与水胶比、砂率、净浆骨比之间的关系,建立了相关数学模型,以指导今后的工程实践;同时也对掺粉煤灰等废渣混凝土的胶凝材料原料及结石作了微观结构测试,初步尝析了废渣高性能混凝土机制。试验证明,粉煤灰混凝土的和易性和结构均匀性得到改善,强度与耐久性明显提高,从而赋予混凝土一系列高性能并提高了其绿色度。 同时,由于废渣高性能混凝土的原料产地多、质量波动大,影响因素复杂,甚至存在诸多因素的交互作用,目前尚难用传统的统计或回归分析方法加以精确描述,本文引入非线性人工神经网络处理技术,利用已有的混凝土配合比(输入)及实测性能指标(输出)等试验数据来训练网络,建立混凝土输入——输出模式非线性映射关系,构造混凝土性能(主要是强度)模型,进一步提升混凝土某些性能的预测精度。
李玲玉[9]2017年在《混凝土砂浆性能研究及工程应用》文中进行了进一步梳理堆石混凝土技术是一种新型的筑坝技术,它将大的块石直接入仓,然后将流动性较好的专用自密实混凝土充填在大块石间的空隙里,形成具有完整的密实性较好,且具有良好的强度和耐久性的堆石混凝土。随着堆石混凝土筑坝技术的快速发展和应用,堆石混凝土各方面综合性能的研究也需要逐步深入。本文在此背景下,研究了叁种与水有关的影响因素对砂浆的流动性、和易性及力学性能的影响变化,并进行了系列试验。本文主要考虑了叁个影响因素指标,体积水粉比、外加剂种类及在一定配合比的基础上改变用水量,通过砂浆试验,检测砂浆的扩展度及通过V漏斗的时间,并形成强度试块,检测28d的强度。论文主要从四个方面进行分析研究如下:在砂浆试验方面,主要是通过改变叁个影响因素,高、中、低叁种水粉比的改变;外加剂种类的改变;用水量的改变,分别以±5kg/m3和±10kg/m3的水量进行试验。通过改变这些影响因素,检测砂浆的扩展度、V漏斗并形成龄期为28d的强度试块。在砂浆试验检测结果分析方面,对检测的扩展度、V漏斗及抗压强度的数据进行整理分析。通过分析可以得到,随着水粉比增大,用水量的改变对砂浆性能的影响增大;外加剂J118的砂浆的流动性较大,强度减小;在一定范围内,水粉比的增加可以改善砂浆的性能,但水粉比过大,会使得砂浆性能不稳定,有出现离析现象,且砂浆抗压强度随水粉比增大而减小;随用水量的增大,砂浆的流动性变大,强度减小。在方法分析方面,主要采用了敏感性分析和BP神经网络对砂浆性能进行分析预测。对于敏感性分析,主要在试验数据的基础上,建立敏感性评价指标S值,并对砂浆性能分布区间进行区间化处理,分析在不同区间性能变化情况,结合敏感性评价指标值进行分析。分析可以得到外加剂J1110D对水的敏感性较J118明显。随水粉比增加,水粉比对水的敏感性降低,对于同一外加剂和水粉比,用水量的改变直接影响砂浆的性能,且是水粉比增加,敏感度降低。针对砂浆的抗压强度,主要采用BP神经网络对砂浆强度进行预测,通过预测结果可以看出,实测值与预测值之间误差较小,平均相对误差为4.53%,小于6%,预测结果满足工程要求。在工程实例应用方面,以广西清平水库补水工程为例,对现场施工的个仓浇筑的堆石混凝土的数据进行采集,进行工作性能分析抗压强度预测比较,预测计算得出平均相对误差为2.34%,且均小于6%,满足实际工程的需要。
王业刚[10]2010年在《大吨位预应力混凝土箱梁施工关键技术研究》文中研究指明大吨位预应力混凝土现浇箱梁具有整体性能好、刚度大、在施工和使用过程中具有良好的稳定性和适用于大跨度桥梁和各种复杂桥型的特点,在现代桥梁建设中得到广泛应用。随着桥型的不断创新和跨度的不断加大,箱梁的吨位也不断增加,由于桥梁建设是涉及到结构设计、建筑材料、施工工艺和地域环境等多种因素的综合性学科,在施工过程中也自然随之而来了很多新技术和新问题。太白楼西路梁济运河大型钢混斜拉桥及引线工程就是近些年来出现的一种新型桥梁结构,施工难度大,可以参考的相关施工经验还很少,因此,本文针对钢混斜拉桥大吨位预应力混凝土箱梁施工中的若干关键技术开展了专项研究。通过查阅相关文献资料和对工程特点和施工难点的调研和分析,在资料搜集、试验研究和现场监测的基础上进行了以下几项施工关键技术研究和总结：(1)在就地取材的实际前提下,基于正交试验分析手段对C50高性能混凝土配合比进行了优化设计研究,并对钢混结合段混凝土配合比提出了相关施工建议。(2)根据标养和同养条件下C50试块抗压强度实验结果,采用数学工具,建立了符合工程实际的混凝土强度的增长曲线；提出了“双控法”进行混凝土强度预测的思路：即采用标养试件强度控制“材料混凝土强度”,建立了适用于该桥梁施工的基于L-M算法改进的BP神经网络模型；采用同养试件强度对“结构混凝土强度”进行预测,利用成熟度监测系统,对结构混凝土强度发展作出了预测,并提出了施加预应力时机和拆模的施工建议。(3)在系统地论述了孔道压浆各种性能指标和改进工艺的基础上,按照固定水胶比和改变水胶比的思路分别对NC-F1减水剂与NC-P1膨胀剂组合和JM-HF孔道专用压浆剂进行了试验研究,得出了合理压浆配合比和相关措施建议。(4)针对大吨位预应力混凝土现浇箱梁施工期温度裂缝问题,根据热传导理论,采用Midas/civil软件进行了叁维实体仿真分析,总结了强度、温度场和应力场的发展规律,提出了相应的温控措施,并与实际监测结果进行了对比分析,结果表明,应用有限元分析手段指导温控防裂的方法是经济有效的。(5)鉴于主梁钢混结合段在施工期的重要性和目前还缺乏早龄期力学研究的现状,本文结合实际工程,采用Midas/civil对钢混段早龄期的力学行为进行了有限元仿真分析,总结了施工期结合段钢箱梁和填充混凝土的时变温度场和时效应力场的发展规律,预测了可能发生损伤的重点部位,提出了在设计阶段和施工过程中需要注意的关键环节,并给出了相应的措施和建议。本文提出的大吨位预应力混凝土箱梁各项施工关键技术,在实际工程中取得了较好的效果,为今后同类桥梁的施工提供了重要的参考,也为今后深入开展研究提供了理论和试验依据。
参考文献：
[1]. C50自密实混凝土的配制及粗骨料对其弹性模量的影响研究[D]. 刘冰峰. 中南大学. 2007
[2]. 自密实混凝土的试验研究及其性能的神经网络方法预测[D]. 王东升. 西北工业大学. 2003
[3]. 新拌自密实混凝土充填能力测试方法研究[D]. 刘华良. 南华大学. 2008
[4]. 神经网络预测自密实混凝土流动性能及其构件实验[D]. 周绍青. 南华大学. 2006
[5]. C30级透水性混凝土的制备及研究[D]. 潘杰. 昆明理工大学. 2008
[6]. 不同骨料新拌自密实混凝土流变性能测试和数值分析[D]. 熊恩. 南华大学. 2011
[7]. 数据挖掘及神经网络在土木工程中的应用[D]. 潘华. 重庆大学. 2005
[8]. 粉煤灰高性能混凝土的试验研究及其性能的非线性方法预测[D]. 牛慧. 山东科技大学. 2005
[9]. 混凝土砂浆性能研究及工程应用[D]. 李玲玉. 南昌工程学院. 2017
[10]. 大吨位预应力混凝土箱梁施工关键技术研究[D]. 王业刚. 山东大学. 2010
标签：建筑科学与工程论文; 自密实混凝土论文; 普通混凝土论文; 配合比论文; 神经网络论文; 砂浆强度等级论文; 高性能混凝土论文; 混凝土弹性模量论文; scc论文; 粉煤灰论文; 流变学论文; c50论文;