| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-22页 |
| 1.1 混凝土氯离子渗透性研究的意义 | 第9页 |
| 1.2 混凝土氯离子渗透性的研究现状 | 第9-16页 |
| 1.2.1 混凝土氯离子渗透性研究存在的问题 | 第9-10页 |
| 1.2.2 混凝土氯离子渗透性的检测方法 | 第10-16页 |
| 1.3 荷载对混凝土渗透性影响的研究现状 | 第16-18页 |
| 1.4 聚丙烯纤维对混凝土渗透性影响的研究现状 | 第18-19页 |
| 1.5 粉煤灰对混凝土渗透性影响的研究现状 | 第19-20页 |
| 1.6 人工神经网络应用于混凝土渗透性预测 | 第20-21页 |
| 1.7 本文的主要工作 | 第21-22页 |
| 第2章 试验方法与结果 | 第22-54页 |
| 2.1 原材料的性能 | 第22-26页 |
| 2.1.1 水泥 | 第22页 |
| 2.1.2 粉煤灰 | 第22-23页 |
| 2.1.3 聚丙烯纤维 | 第23-24页 |
| 2.1.4 粗、细集料 | 第24页 |
| 2.1.5 水 | 第24页 |
| 2.1.6 外加剂 | 第24页 |
| 2.1.7 氯化钠 | 第24页 |
| 2.1.8 混凝土配合比设计 | 第24-26页 |
| 2.2 试验方法与结果 | 第26-35页 |
| 2.2.1 试块尺寸 | 第26页 |
| 2.2.2 混凝土配制 | 第26页 |
| 2.2.3 混凝土坍落度试验 | 第26-29页 |
| 2.2.4 混凝土抗压强度试验 | 第29-31页 |
| 2.2.5 试块加载试验 | 第31页 |
| 2.2.6 混凝土氯离子渗透性检测试验 | 第31-35页 |
| 2.2.7 扫描电镜试验（SEM） | 第35页 |
| 2.3 试验结果分析 | 第35-53页 |
| 2.3.1 粉煤灰和聚丙烯纤维混凝土的微观形貌 | 第35-37页 |
| 2.3.2 各水胶比下粉煤灰和聚丙烯纤维掺量对坍落度的影响 | 第37-39页 |
| 2.3.3 各水胶比下粉煤灰和聚丙烯纤维掺量对抗压强度的影响. | 第39-42页 |
| 2.3.4 未加载时粉煤灰和聚丙烯纤维掺量对氯离子渗透性影响. | 第42-45页 |
| 2.3.5 混凝土氯离子渗透性与荷载大小之间的关系 | 第45-53页 |
| 2.8 本章小结 | 第53-54页 |
| 第3章 人工神经网络预测混凝土氯离子渗透性 | 第54-73页 |
| 3.1 人工神经网络简介 | 第54页 |
| 3.2 BP 神经网络理论 | 第54-66页 |
| 3.2.1 BP 神经网络结构 | 第54-55页 |
| 3.2.2 BP 学习算法 | 第55-57页 |
| 3.2.3 BP 神经网络设计 | 第57-66页 |
| 3.3 RBF 神经网络理论 | 第66-67页 |
| 3.4 BP 神经网络预测结果及分析 | 第67-69页 |
| 3.4.1 BP 神经网络预测结果 | 第67-69页 |
| 3.4.2 BP 神经网络预测结果分析 | 第69页 |
| 3.5 RBF 神经网络预测结果及分析 | 第69-71页 |
| 3.5.1 RBF 神经网络预测结果 | 第69-71页 |
| 3.5.2 RBF 神经网络预测结果分析 | 第71页 |
| 3.6 增减样本数据涵括的应力比对网络预测结果的影响 | 第71-72页 |
| 3.7 本章小结 | 第72-73页 |
| 第4章 结论及展望 | 第73-75页 |
| 4.1 本论文的主要工作与结论 | 第73-74页 |
| 4.2 以后的工作和努力方向 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 成果目录 | 第78-79页 |
| 致谢 | 第79页 |
