SAP内养护机制砂混凝土力学性能及其BP神经网络预测
Journal of Jiangsu University(Natural Science Edition)(2023)
摘要
为研究高吸水性树脂(SAP)对不同石粉掺量机制砂混凝土力学性能的影响规律,在机制砂混凝土中掺入不同掺量的SAP和石粉,对其开展抗压强度与抗折强度的试验,并用BP(back propagation)神经网络对抗压强度进行预测.研究结果表明:机制砂混凝土各龄期抗压强度随SAP掺量的增加呈先升高、后降低的趋势,当SAP掺量为0.08%时,抗压强度最高;不同石粉掺量下,掺入掺量为0.08%的SAP能够显著提高混凝土抗压强度,特别是与掺量为9%石粉复掺时,抗压强度提升效果最好;不同石粉掺量下,混凝土抗折强度均随SAP掺量增加呈先降低、后升高、再降低的趋势;当SAP掺量为0.16%时,抗折强度达到最大值.因而复掺时的最佳掺量组合为0.16%SAP与6%石粉;通过对48 组抗压强度试验数据进行预测,发现预测值与试验值的结果较为吻合.
更多查看译文
关键词
machine-made sand concrete,super absorbent polymer,stone powder,mechanical properties,BP neural network
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要