期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
不同减水剂对β型磷建筑石膏性能的影响 被引量:2
1
作者 郜峰 赵志曼 +3 位作者 全思臣 张文佳 姚毅惠 栾扬 《硅酸盐通报》 CAS CSCD 北大核心 2017年第3期960-964,978,共6页
研究了聚羧酸系减水剂和磺化三聚氰胺减水剂在不同掺量的情况下对β型磷建筑石膏的流动性,减水率,凝结时间,以及绝干抗压强度的影响规律。同时利用软件对最佳减水剂(聚羧酸系)不同掺量的绝干抗压强进行非线性拟合,并将拟合结果和实验结... 研究了聚羧酸系减水剂和磺化三聚氰胺减水剂在不同掺量的情况下对β型磷建筑石膏的流动性,减水率,凝结时间,以及绝干抗压强度的影响规律。同时利用软件对最佳减水剂(聚羧酸系)不同掺量的绝干抗压强进行非线性拟合,并将拟合结果和实验结果进行对比。结果表明,聚羧酸系减水剂对β型磷建筑石膏的流动性,凝结时间,以及绝干抗压强度有明显的改善,且减水效果较好;磺化三聚氰胺对β型磷建筑石膏的性能总体上没有影响。通过拟合和实验结果得出,掺量为0.48%聚羧酸系减水剂更适用于β型磷建筑石膏。 展开更多
关键词 减水剂 聚羧酸系 磺化三聚氰胺 β型磷建筑石膏
下载PDF
基于广义回归神经网络的β型磷建筑石膏强度预测
2
作者 张文佳 赵志曼 +3 位作者 全思臣 朱伟明 姚毅惠 郜峰 《硅酸盐通报》 CAS CSCD 北大核心 2016年第7期2166-2170,共5页
本文利用工业废弃物磷石膏制备β型磷建筑石膏,并确定了影响β型磷建筑石膏强度的因素及特点,在此基础上,建立了β型磷建筑石膏强度预测的广义回归神经网络(General Regression Neural Network,GRNN)模型,利用实验室中制备β型磷建筑石... 本文利用工业废弃物磷石膏制备β型磷建筑石膏,并确定了影响β型磷建筑石膏强度的因素及特点,在此基础上,建立了β型磷建筑石膏强度预测的广义回归神经网络(General Regression Neural Network,GRNN)模型,利用实验室中制备β型磷建筑石膏的15组统计数据作为学习样本,通过网络拟合训练和预测分析,得到了较高精度的预测结果,证明了GRNN的非线性映射能力、容错性和自学习性用于β型磷建筑石膏强度预测是非常有效的,避免了大量盲目的配比试验及资源浪费,提高了实验水平和效率。 展开更多
关键词 β型磷建筑石膏 广义回归神经网络 强度预测
下载PDF
基于E-VIKOR的β型磷建筑石膏砌块综合比选
3
作者 张文佳 赵志曼 +1 位作者 全思臣 姚毅惠 《计算机与应用化学》 CAS 2017年第1期91-96,共6页
本文利用工业废弃物磷石膏制备了β型磷建筑石膏新型砌块建筑材料,在此基础上,将E-VIKOR方法用于砌块材料的综合比选研究中,通过建立砌块材料的评价指标,采用熵值法确定各指标权重,从技术性、功能性、社会经济性等几个方面描述了多种砌... 本文利用工业废弃物磷石膏制备了β型磷建筑石膏新型砌块建筑材料,在此基础上,将E-VIKOR方法用于砌块材料的综合比选研究中,通过建立砌块材料的评价指标,采用熵值法确定各指标权重,从技术性、功能性、社会经济性等几个方面描述了多种砌块材料的混合多属性问题,考虑了最大群体效益和最小个体遗憾值,得到的比选方案折中排序合理可信,验证了用磷石膏砌块新型材料较其他传统砌块材料的优越性及经济性。 展开更多
关键词 β型磷建筑石膏 混合多属性
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部