期刊文献+

人工神经元网络在高密度水泥浆配合比预测中的应用 被引量:3

Application of Artificial Neural Network in the Mix Design of Cement Slurry with High Density
下载PDF
导出
摘要 本文考察了影响高密度水泥浆流变性能的主要因素,并根据实验结果和工程经验建立原材料、配合比和浆体性能对应的数据库。采用人工神经元网络技术,使用三层BP神经元网络对数据进行简化预测,建立配合比和浆体主要性能之间的对应关系,实现配合比和流变性能之间的双向预测。基于以上算法,采用C#语言编制成软件,具有自适应性强、学习能力强、可以处理大量非线性关系数据的能力,也是人工神经元网络技术在油井水泥浆中的新应用。 The main factors of high density cement slurry rheological properties were researched, and the database of raw materials, mix proportion and slurry performance was established according to the experimental results and engineering experience. Artificial neural network technology was used to simplify data prediction, the corresponding relations between the mix proportion and slurry property was established and the two-way prediction between mix proportion and rheological properties was realized. Based on the above algorithm, software was written using C#. This software has strong adaptability and the ability to learn, can handle a large number of data with nonlinear relationship. It~ a new application of artificial neural network technology in oil well cement.
出处 《硅酸盐通报》 CAS CSCD 北大核心 2013年第9期1905-1909,共5页 Bulletin of the Chinese Ceramic Society
关键词 人工神经元网络 数据库 水泥浆 配合比 流变性能 artificial neural network database cement slurry mix proportion rheological property
  • 相关文献

参考文献3

二级参考文献7

  • 1Chidamber S R, Kemerer C F. A metrics suite for objectoriented design [J]. IEEE Trans on Software Eng,1994,21(6) :476-493.
  • 2丁建彤,高强与高性能混凝土及其应用第三届学术讨论会论文集,1998年,148页
  • 3Wang Dehuai,Cem Concr Res,1997年,27卷,4期,487页
  • 4关颖男,混料试验设计,1990年,13页
  • 5茆诗松,回归分析及其试验设计,1986年,74页
  • 6吕谋,张土乔,赵洪宾.供水系统的优化调度方法探讨[J].给水排水,1999,25(12):71-74. 被引量:18
  • 7王继宗,倪宏光.基于BP神经网络的水泥抗压强度预测研究[J].硅酸盐学报,1999,27(4):408-414. 被引量:22

共引文献39

同被引文献29

引证文献3

二级引证文献5

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部