1. 河海大学水利水电学院
2. 河海大学水灾害防御全国重点实验室
3. 福建水口发电集团有限公司
Published:2025
移动端阅览
[J]. 2025, (1): 1-8.
DOI:
[J]. 2025, (1): 1-8. DOI: 10.13393/j.cnki.issn.1672-948X.2025.01.001.
为了研究密度、纤维掺量及冻融循环对玄武岩纤维增强泡沫混凝土单轴压缩特性的影响,借助X-CT技术以及Avizo软件对试件的孔隙构造进行了研究,对不同冻融环境下的多种密度等级(800和1 000 kg/m
3
)及纤维体积掺量(0%、0.15%、0.30%、0.45%)的玄武岩纤维增强泡沫混凝土进行了单轴压缩试验,分析了不同影响因素下玄武岩纤维增强泡沫混凝土的单轴压缩特性,对各因素与抗压强度的关系进行了灰关联度分析,并使用机器学习算法模型对抗压强度进行预测.结果表明:掺入玄武岩纤维能有效提高泡沫混凝土抵抗冻融的能力,体积掺入0.15%、0.30%、0.45%的试件冻融80次后强度损失率分别为75.2%、46.2%、37.8%.密度等级与抗压强度关联度最大,灰关联度为0.799;其次是纤维掺量,关联系数为0.723;灰狼算法优化下的长短期记忆网络模型对玄武岩纤维增强泡沫混凝土抗压强度的预测性能良好.
Mohammad Azzeh,Daniel Neagu,Peter I. Cowling.Fuzzy grey relational analysis for software effort estimation[J].Empirical Software Engineering,2010.
李亚冉,肖其远,刘凌晖.基于BP神经网络和支持向量回归对比预测新拌自密实混凝土的工作性能[J].材料科学与工程学报,2023(04).
高志涵,陈波,陈家林,袁志颖.冻融环境下泡沫混凝土的孔结构与力学性能[J].复合材料学报,2024(02).
袁志颖,陈波,陈家林,高志涵.泡沫混凝土孔结构表征及其对力学性能的影响[J].复合材料学报,2023(07).
韩建军,赵道松,李建平.基于BP神经网络的垃圾飞灰混凝土抗压强度预测模型[J].混凝土,2022(09).
周家慧,杨建永,张裕显.基于BP神经网络纤维增强透水混凝土性能影响[J].混凝土,2022(06).
张研,王鹏鹏,吴哲康.基于相关向量机模型的混凝土综合性能预测[J].硅酸盐通报,2022(01).
李婧.泡沫混凝土密度与抗压强度试验研究[J].建筑结构,2021(S1).
李升涛,陈徐东,张锦华,董文.不同密度等级泡沫混凝土的单轴压缩破坏特征[J].建筑材料学报,2021(06).
詹奇淇,詹炳根.玄武岩纤维增强泡沫混凝土韧性及抗压强度试验研究[J].合肥工业大学学报(自然科学版),2020(05).
王静文,王伟.玄武岩纤维增强泡沫混凝土响应面多目标优化[J].材料导报,2019(24).
廖康,吴益平,李麟玮,苗发盛,薛阳.基于时间序列与GWO-ELM模型的滑坡位移预测[J].中南大学学报(自然科学版),2019(03).
余其俊,林秋旺,李方贤,韦江雄,张同生,胡捷.硅酸钙板-纤维增强泡沫混凝土复合墙板的受压性能[J].华南理工大学学报(自然科学版),2017(09).
袁克阔.高强防寒保温泡沫混凝土研制与工程应用[J].冰川冻土,2016(02).
张萍,袁翠平,闫西乐,秦鸿根,庞超明.孔结构对混凝土抗冻性能影响规律研究进展[J].混凝土,2014(09).
赵星,霍冀川,高亚,邓均,刘煦.玄武岩纤维增强泡沫混凝土性能的研究[J].混凝土与水泥制品,2012(12).
周明杰,王娜娜,赵晓艳,赵晓辉.泡沫混凝土的研究和应用最新进展[J].混凝土,2009(04).
张士萍,邓敏,唐明述.混凝土冻融循环破坏研究进展[J].材料科学与工程学报,2008(06).
邹超英,赵娟,梁锋,罗健林,徐天水.冻融作用后混凝土力学性能的衰减规律[J].建筑结构学报,2008(01).
张磊,杨鼎宜.轻质泡沫混凝土的研究及应用现状1[J].混凝土,2005(08).
0
Views
165
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution