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 |