首页--工业技术论文--化学工业论文--硅酸盐工业论文--人造石及其他胶凝材料论文--建筑砂浆论文

纤维水泥砂浆与混凝土界面黏结性能钻芯拉拔试验研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第12-21页
    1.1 课题背景及研究意义第12-14页
    1.2 国内外研究现状第14-20页
        1.2.1 新老混凝土黏结性能的相关研究第14-18页
        1.2.2 纤维砂浆与混凝土的黏结性能研究第18-19页
        1.2.3 新老混凝土界面黏结性能的研究第19页
        1.2.4 钻芯拉拔试验的相关研究第19-20页
    1.3 本文的主要研究内容第20-21页
第2章 钻芯拉拔试验与数据分析第21-40页
    2.1 试验设计第21-26页
        2.1.1 试验材料及配比第21-22页
        2.1.2 试验方法及要求第22-25页
        2.1.3 试验分组第25-26页
    2.2 试验过程第26-28页
    2.3 试验结果第28-39页
        2.3.1 试验数据第28-32页
        2.3.2 界面破坏形态第32-33页
        2.3.3 钻芯拉拔强度影响因素第33-39页
    2.4 本章小结第39-40页
第3章 钻芯拉拔强度影响因素的显著性分析第40-52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 双因素方差分析第42-44页
    3.2 影响因素显著性单因素方差分析第44-46页
        3.2.1 纤维种类影响的显著性分析第44-45页
        3.2.2 混凝土强度影响的显著性分析第45页
        3.2.3 砂浆强度影响的显著性分析第45-46页
    3.3 影响因素显著性双因素方差分析第46-49页
        3.3.1 纤维种类与砂浆强度显著性分析第46-47页
        3.3.2 纤维种类与混凝土强度显著性分析第47-49页
    3.4 钻芯拉拔强度公式拟合第49-50页
    3.5 本章小结第50-52页
第4章 钻芯拉拔强度神经网络预测模型第52-64页
    4.1 人工神经网络基础第52-57页
        4.1.1 人工神经网络的发展第52-53页
        4.1.2 人工神经网络在土木工程中的应用第53页
        4.1.3 BP神经网络模型第53-57页
    4.2 神经网络预测模型的建立与实现第57-62页
        4.2.1 BP神经网络结构的确定第57-58页
        4.2.2 样本数据预处理第58-59页
        4.2.3 神经网络预测模型的MATLAB实现第59-62页
    4.3 本章小结第62-64页
总结与展望第64-66页
参考文献第66-70页
致谢第70-71页
附录A 攻读学位期间所发表的学术论文第71页

论文共71页,点击 下载论文
上一篇:氧化铝陶瓷薄壁件激光单道成形的形貌和性能研究
下一篇:多孔冶金级硅粉制备及其杂质脱除的研究