纳米SiO 2 改性水泥混凝土优选及疲劳寿命预估
发布时间：2022-01-24 08:09
通过熵权法加权的灰靶理论,对5组不同掺量水平的纳米SiO2改性混凝土综合路用性能进行评价分析,得到最优纳米SiO2掺量;选择最优组改性混凝土进行弯曲疲劳试验,以弯拉强度及荷载作用次数为参数,建立BP神经网络模型。结果表明:经过纳米SiO2改性的混凝土其各项路用性能均得到有效提高,其中1.5%掺量水平下,纳米SiO2改性混凝土路用性能综合评价最高;采用BP神经网络模型预测1.5%掺量水平下纳米SiO2改性混凝土疲劳寿命可得到较为准确的结果,最大误差小于1%,Levenberg-Marquardt训练算法与另外两种算法相比具有最少的迭代次数及最优的收敛速度和泛化能力,且误差平方和相比之下最低,最大相对误差为0.011%～0.041%。
【文章来源】：中外公路. 2020,40(04)北大核心
【文章页数】：6 页
【部分图文】：
BP神经网络拓扑结构图
由图1可知:1.5%掺量水平下,纳米SiO2改性混凝土的疲劳寿命在50%、65%、80%共3种应力水平下均得到了显著提升,相较无纳米SiO2组混凝土分别提升了42.15%、53.36%、65.27%。分析原因在于纳米SiO2能够有效促进混凝土水化进程,并在水化早期与Ca(OH)2迅速进行二次水化生成更为稳定的C-S-H凝胶,从而增强混凝土结构密实性,填充混凝土内部孔隙,同时纳米SiO2自身具有良好的物理填充性及火山灰效应产物能够改善混凝土内部微孔,从而提升混凝土内部集料与硬化水泥浆界面过渡区的力学强度,导致抵抗微裂纹能力提高,降低了裂缝产生的可能性,进而延长混凝土的疲劳寿命。3 基于神经网络模型的疲劳寿命预估
续表6 应力水平 评价指标 单位 Gradient Descent with Adaptive Learning Rate模型 Levenberg Marquardt模型 Scaled Conjugate Gradient模型 迭代次数 次 3 015 46 151 R2 0.999 09 0.998 91 0.976 82 0.8 最大相对误差 0.084 0.041 0.124 误差平方和 4.158 6×106 9.842 5×105 9.587 1×106 预测值 次 254 681 24 562 26 5134 结论
【参考文献】：
期刊论文
[1]纳米SiO2和粉煤灰复掺对再生混凝土性能的影响[J]. 肖建庄,陈祥磊,李标,薛松涛,段珍华. 建筑科学与工程学报. 2020(01)
[2]纳米二氧化硅对混凝土界面过渡区的改性机制及其多尺度模型[J]. 徐晶,王先志. 硅酸盐学报. 2018(08)
[3]橡胶沥青混合料疲劳损伤及全周期寿命预估[J]. 申爱琴,喻沐阳,周笑寒,吕政桦,宋攀. 建筑材料学报. 2018(04)
[4]矿物外加剂对丁苯聚合物/水泥复合胶凝材料凝结硬化过程的影响及机制[J]. 王茹,张绍康,王高勇. 材料导报. 2017(24)
[5]纳米改性混凝土界面过渡区的多尺度表征[J]. 徐晶,王彬彬,赵思晨. 建筑材料学报. 2017(01)
[6]复合纳米材料对混凝土动态力学性能的影响[J]. 朱靖塞,许金余,白二雷,罗鑫,高原. 复合材料学报. 2016(03)
[7]纳米颗粒对水泥基材料性能影响的研究进展[J]. 劳有盛,张磊,王雪平,杨久俊,余海燕. 材料导报. 2014(03)
[8]纳米二氧化硅的制备及其对水泥水化影响的研究进展[J]. 路阳,卢军太,何小芳,曹新鑫,卿培良. 硅酸盐通报. 2013(07)
[9]掺加纳米二氧化硅水泥混凝土路用性能[J]. 李朋飞,张擎,李晶晶. 长安大学学报(自然科学版). 2010(03)
[10]粉煤灰、硅灰及纳米硅与C3S水化反应产物的显微结构研究[J]. 巴恒静,冯奇,杨英姿. 硅酸盐学报. 2002(06)
本文编号：3606208
【文章来源】：中外公路. 2020,40(04)北大核心
【文章页数】：6 页
【部分图文】：
BP神经网络拓扑结构图
由图1可知:1.5%掺量水平下,纳米SiO2改性混凝土的疲劳寿命在50%、65%、80%共3种应力水平下均得到了显著提升,相较无纳米SiO2组混凝土分别提升了42.15%、53.36%、65.27%。分析原因在于纳米SiO2能够有效促进混凝土水化进程,并在水化早期与Ca(OH)2迅速进行二次水化生成更为稳定的C-S-H凝胶,从而增强混凝土结构密实性,填充混凝土内部孔隙,同时纳米SiO2自身具有良好的物理填充性及火山灰效应产物能够改善混凝土内部微孔,从而提升混凝土内部集料与硬化水泥浆界面过渡区的力学强度,导致抵抗微裂纹能力提高,降低了裂缝产生的可能性,进而延长混凝土的疲劳寿命。3 基于神经网络模型的疲劳寿命预估
续表6 应力水平 评价指标 单位 Gradient Descent with Adaptive Learning Rate模型 Levenberg Marquardt模型 Scaled Conjugate Gradient模型 迭代次数 次 3 015 46 151 R2 0.999 09 0.998 91 0.976 82 0.8 最大相对误差 0.084 0.041 0.124 误差平方和 4.158 6×106 9.842 5×105 9.587 1×106 预测值 次 254 681 24 562 26 5134 结论
【参考文献】：
期刊论文
[1]纳米SiO2和粉煤灰复掺对再生混凝土性能的影响[J]. 肖建庄,陈祥磊,李标,薛松涛,段珍华. 建筑科学与工程学报. 2020(01)
[2]纳米二氧化硅对混凝土界面过渡区的改性机制及其多尺度模型[J]. 徐晶,王先志. 硅酸盐学报. 2018(08)
[3]橡胶沥青混合料疲劳损伤及全周期寿命预估[J]. 申爱琴,喻沐阳,周笑寒,吕政桦,宋攀. 建筑材料学报. 2018(04)
[4]矿物外加剂对丁苯聚合物/水泥复合胶凝材料凝结硬化过程的影响及机制[J]. 王茹,张绍康,王高勇. 材料导报. 2017(24)
[5]纳米改性混凝土界面过渡区的多尺度表征[J]. 徐晶,王彬彬,赵思晨. 建筑材料学报. 2017(01)
[6]复合纳米材料对混凝土动态力学性能的影响[J]. 朱靖塞,许金余,白二雷,罗鑫,高原. 复合材料学报. 2016(03)
[7]纳米颗粒对水泥基材料性能影响的研究进展[J]. 劳有盛,张磊,王雪平,杨久俊,余海燕. 材料导报. 2014(03)
[8]纳米二氧化硅的制备及其对水泥水化影响的研究进展[J]. 路阳,卢军太,何小芳,曹新鑫,卿培良. 硅酸盐通报. 2013(07)
[9]掺加纳米二氧化硅水泥混凝土路用性能[J]. 李朋飞,张擎,李晶晶. 长安大学学报(自然科学版). 2010(03)
[10]粉煤灰、硅灰及纳米硅与C3S水化反应产物的显微结构研究[J]. 巴恒静,冯奇,杨英姿. 硅酸盐学报. 2002(06)
本文编号：3606208
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3606208.html
