硬化混凝土中单位水泥用量的测定

介绍一种通过氧化物分析法测定硬化混凝土中单位水泥用量的测定方法。采用冰盐酸溶解硬化混凝土,测定滤液中可溶性二氧化硅含量及混凝土的绝对干密度来计算混凝土中单位水泥用量,结果表明此方法测定的单位水泥用量与设计的配合比值大部分较为接近,掺加粉煤灰对测定结果影响较小,掺加矿渣粉则使测定结果偏高。5次测定结果的相对标准偏差在2.4%以内,可用于实际混凝土中单位水泥含量的测定。

基于BP网络的混凝土碳化研究

运用改进的BP算法,建立了3 5 1(输入层为3个神经元,隐含层为5个神经元,输出层为1个神经元)混凝土碳化深度BP网络计算模型·计算模型以水灰比、单位水泥用量及砂率为输入,以碳化深度为输出,计算结果与试验结果符合较好·同时,运用改进的BP算法,建立了3 5 1(输入层为3个神经元,隐含层为5个神经元,输出层为1个神经元)混凝土碳化深度BP网络预测模型·预测模型以水灰比、单位水泥用量及混凝土暴露时间为输入,预测模型之一以暴露20年的混凝土碳化深度为输出,预测模型之二以暴露30年的混凝土碳化深度为输出,预测结果均较为理想·

基于BP网络的混凝土碳化深度预测

基于用改进的BP算法,建立了3-5-1(输入层为3个神经元,隐含层为5个神经元,输出层为1个神经元)混凝土碳化深度BP网络训练及预测模型,模型以水灰比、单位水泥用量及混凝土暴露时间为输入,训练模型以暴露时间为5年、10年、15年的混凝土碳化深度为输出,预测模型以暴露时间为20年、25年、30年的混凝土碳化深度为输出,训练及预测结果较为理想。

基于BP网络的混凝土抗渗性研究

建立了3-5-1BP网络模型,网络输入为混凝土水灰比,混凝土单位水泥用量,混凝土砂率;网络输出为混凝土抗渗最大水压力。用附加冲量及自适应学习率等方法对BP网络进行了改进。运用改进的BP网络进行了混凝土抗渗性计算,计算结果较为理想。

日本大林组开发高流动性混凝土 可减少35%原材料费用

日本大林组近期开发了一种减少单位水泥用量、不易产生裂缝的高流动性混凝土＂Neuro-crete Neo＂。仅需向普通混凝土内添加新开发的特殊增黏剂和市面上销售的混合剂＂高性能AE减水剂＂,即可产生＂自我填充性＂,通过混凝土自身重力进行均匀填充。

莫要忽视混凝土的“吃渣”能力

混凝土行业历来有着“吃渣”大户的称号,在“双碳”背景下,如何发挥好混凝土消纳固废的能力,成为行业共同关注的话题。当前,混凝土中用量最多的强度等级为C30~C40。以每立方米混凝土大约掺入100~150千克的粉煤灰、矿渣粉等辅助胶凝材料估算,仅以粉体材料形式消纳的固废大约为3亿~4亿吨。正是以固废的粉体材料和外加剂技术为支撑,混凝土的单位水泥用量整体呈逐步降低的态势。

观音阁水库大坝混凝土耐久性试验研究

本文探讨了观音阁水库大坝原材料、水灰比、配合比的选择,对混凝土耐久性的影响问题。