首页--工业技术论文--一般工业技术论文--工程材料学论文--复合材料论文

基于BP网络的水泥基复合材料氢氧化钙含量预测

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-17页
    1.1 研究背景及意义第10-11页
    1.2 粉煤灰与磨细矿渣对氢氧化钙含量影响的研究第11-14页
        1.2.1 粉煤灰与磨细矿渣对水泥水化作用影响的研究第12页
        1.2.2 粉煤灰和磨细矿渣活性的研究第12-13页
        1.2.3 水泥基复合材料氢氧化钙含量的研究进展第13-14页
    1.3 氢氧化钙含量的测定方法与预测方法研究第14-16页
        1.3.1 氢氧化钙含量的测定方法研究进展第14-15页
        1.3.2 氢氧化钙含量的预测方法研究进展第15-16页
    1.4 存在的问题及研究内容第16-17页
        1.4.1 当前研究中存在的问题第16页
        1.4.2 研究内容第16-17页
第2章 原材料、配合比与试验方法第17-23页
    2.1 引言第17页
    2.2 原材料第17-19页
        2.2.1 水泥第17-18页
        2.2.2 粉煤灰第18-19页
        2.2.3 磨细矿渣第19页
    2.3 配合比设计第19-20页
        2.3.1 粉煤灰和磨细矿渣掺量第19-20页
        2.3.2 水胶比第20页
    2.4 试验方法第20-22页
        2.4.1 试件的制备与养护第20页
        2.4.2 热重分析试验第20-22页
    2.5 本章小结第22-23页
第3章 正交试验设计与分析第23-31页
    3.1 引言第23页
    3.2 正交试验原理第23页
    3.3 正交表设计第23-24页
    3.4 试验结果及分析第24-29页
        3.4.1 试验结果第24-28页
        3.4.2 极差分析第28-29页
        3.4.3 方差分析第29页
    3.5 本章小结第29-31页
第4章 基于BP神经网络的氢氧化钙含量预测第31-49页
    4.1 引言第31页
    4.2 神经网络理论第31-33页
        4.2.1 人工神经网络第31-32页
        4.2.2 BP网络模型及学习规则第32-33页
    4.3 水泥基复合材料氢氧化钙含量预测模型第33-42页
        4.3.1 输入层与输出层的确定第33-41页
        4.3.2 隐层的确定第41-42页
    4.4 网络训练与结果分析第42-48页
        4.4.1 网络学习算法的选择第43-44页
        4.4.2 BP网络训练第44-48页
    4.5 本章小结第48-49页
结论第49-51页
参考文献第51-55页
致谢第55页

论文共55页,点击 下载论文
上一篇:锂离子电池用纳米颗粒改性复合隔膜的结构及性能研究
下一篇:改性石墨烯对LiBH4储氢性能的影响