基于BP神经网络的橡胶粉砂浆性能的预测

与传统砂浆相比,新型砂浆具有成分复杂的特点,砂浆性能随成分变化产生的波动性很大。砂浆成分的微小改变导致新拌砂浆性能和硬化砂浆力学性能较大改变,传统砂浆配合比计算方法不适用橡胶粉砂浆。人工神经网络技术通过一组试验数据的学习,使其可以预测橡胶粉砂浆的性能,并以另三组独立的试验数据来检验网络的学习效果,此项研究提供了人工智能在砂浆配合比设计中的应用方法,并为新型砂浆外加剂掺量选择提供另一种手段。

石渣粉混凝土空心砌块墙体热工性能研究

采用热流计法测得石渣混凝土空心砌块墙体热工性能。计算空心砌块的理论热阻值,并和实际测量的热阻进行比较,分析了两者产生差异的原因。分析计算了橡胶粉砂浆抹面对砌块墙体热工性能的影响。