首页--工业技术论文--建筑科学论文--建筑材料论文--非金属材料论文--混凝土及混凝土制品论文

纤维水泥砂浆与混凝土粘结性能双面剪切试验研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第13-21页
    1.1 研究背景及意义第13-15页
    1.2 国内外文献研究综述第15-20页
        1.2.1 纤维水泥砂浆加固技术的相关研究第15-16页
        1.2.2 新老水泥基材料界面粘结性能的相关研究第16-18页
        1.2.3 研究界面粘结性能的试验方法第18-20页
    1.3 本文研究的主要内容第20-21页
第2章 纤维水泥砂浆与混凝土界面双面剪切试验第21-40页
    2.1 试验方案第21-25页
        2.1.1 试验材料第21-22页
        2.1.2 试验方法第22页
        2.1.3 试验仪器设备第22-23页
        2.1.4 试验分组第23-25页
    2.2 试验过程第25-27页
    2.3 破坏形态第27-30页
    2.4 试验结果及数据整理第30-39页
        2.4.1 试验数据第30-33页
        2.4.2 纤维种类对剪切强度的影响第33-34页
        2.4.3 混凝土强度对剪切强度的影响第34-36页
        2.4.4 纤维水泥砂浆强度对剪切强度的影响第36-39页
    2.5 本章小结第39-40页
第3章 界面粘结性能的影响因素显著性分析第40-53页
    3.1 方差分析第40-44页
        3.1.1 单因素方差分析第40-42页
        3.1.2 双因素等重复试验的方差分析第42-44页
    3.2 剪切强度影响因素显著性单因素方差分析第44-46页
        3.2.1 纤维种类对剪切强度影响的显著性分析第44-45页
        3.2.2 混凝土强度对剪切强度影响的显著性分析第45-46页
        3.2.3 砂浆强度对剪切强度影响的显著性分析第46页
    3.3 剪切强度影响因素显著性双因素方差分析第46-49页
        3.3.1 纤维种类与混凝土强度对剪切强度影响双因素方差分析第47-48页
        3.3.2 纤维种类与砂浆强度对剪切强度影响双因素方差分析第48-49页
    3.4 剪切强度公式拟合第49-51页
    3.5 本章小结第51-53页
第4章 基于BP神经网络的剪切强度预测模型第53-66页
    4.1 人工神经网络第53-55页
        4.1.1 人工神经网络概述第53-54页
        4.1.2 人工神经网络学习方式第54-55页
    4.2 BP神经网络第55-59页
        4.2.1 BP神经网络结构及研究方法第55-57页
        4.2.2 BP神经网络学习过程第57-59页
    4.3 建立剪切强度预测模型第59-65页
        4.3.1 BP网络的设计分析第59-60页
        4.3.2 BP神经网络的初始参数设计第60-61页
        4.3.3 基于Matlab的BP神经网络预测模型第61-63页
        4.3.4 预测结果分析第63-65页
    4.4 本章小结第65-66页
结论与展望第66-68页
参考文献第68-71页
致谢第71-72页
附录A(攻读学位期间所撰写的学术论文目录)第72-73页
附录B(攻读学位期间参加的科研项目)第73页

论文共73页,点击 下载论文
上一篇:三步流程直接氮化法制备AlN粉末及其性能研究
下一篇:SPS技术烧结制备钛铝碳陶瓷复合材料