[01229004]生态环保型原状机制砂生产工艺及其混凝土研究
交易价格:
面议
所属行业:
建筑材料
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
机制砂是由岩石爆破破碎或采用河道砾石,经机械破碎、筛分而成的粒径小于4.75mm的颗粒,可弥补天然砂供量不足的情况。本项目以焦作市附近山区规模较大的机制砂场生产的卵石破碎原状石灰岩质和原状石灰岩质机制砂为研究对象,采用区别于传统生产工艺的流程,破碎前增加冲洗的工序,破碎后即为成品砂,无需冲洗或风选,称之为原状机制砂。根据现有研究成果,目前对石粉含量限值的研究不够系统,特别是新规范中按照混凝土强度等级限制石粉含量方法进行的研究不完善。本项目通过一系列试验研究了石粉含量变化对原状机制砂混凝土工作性能和力学性能的影响规律,以期为原状机制砂混凝土的配合比提供依据。 主要技术性能指标如下: 第一部分 岩石破碎原状机制砂混凝土 1.石粉含量对机制砂混凝土性能的影响:不同强度等级的机制砂混凝土,石粉含量在最佳含粉量以前,混凝土拌合物的工作性能随石粉而得到改善,超过最佳值后,混凝土拌合物的工作性能有所降低。石粉含量对抗压强度、劈裂抗压强度、抗弯强度的影响不同,弹性模量呈现随着石粉含量的增加而减小。2.通过公式预测了C30和C45原状机制砂混凝土的强度。石粉含量在3%~13%时,对原状机制砂混凝土的强度没有不利影响。不同强度等度等级机制砂混凝土强度均随龄期的增长而增加早期增长较快,后期增长缓慢。强度与石粉含量正相关。3.原状机制砂混凝土配制强度计算方法研究:基于机制砂混凝土配合比试验结果,确定了混凝土强度与水灰比的关系式中的系数值αa=0.50,αb=0.10。4.收缩性能:机制砂混凝土收缩率随龄期均是先增大然后趋于稳定;5.石粉在原状机制砂混凝土中作用机理:石粉在机制砂砂浆中具有3个效应:填充效应、活性和晶核效应。 第二部分 卵石破碎原状机制砂 1.在亚甲蓝试验结果满足要求的条件下,用卵石破碎原状机制砂配制强度等级为C30~C60混凝土时,石粉含量在10%左右时,卵石破碎原状机制砂混凝土各项性能较好。2.结合人工神经网络基本原理,分别运用附加动量因子的自适应调整学习率算法和L-M算法两种方法训练网络,经大量试算和仿真结果对比,最终利用L-M算法对测试样本强度预测的最大绝对误差(|E|=|D-Y|)为1.21(MPa),最大相对误差(|E|/D×100)为2%,相比较,多元线性回归模型预测值精度明显低于神经网络方法,而预测的变异性却明显高于BP神经网络方法。说明改进的L-M算法在卵石破碎原状机制砂混凝土强度预测方面具有较高的精度。
机制砂是由岩石爆破破碎或采用河道砾石,经机械破碎、筛分而成的粒径小于4.75mm的颗粒,可弥补天然砂供量不足的情况。本项目以焦作市附近山区规模较大的机制砂场生产的卵石破碎原状石灰岩质和原状石灰岩质机制砂为研究对象,采用区别于传统生产工艺的流程,破碎前增加冲洗的工序,破碎后即为成品砂,无需冲洗或风选,称之为原状机制砂。根据现有研究成果,目前对石粉含量限值的研究不够系统,特别是新规范中按照混凝土强度等级限制石粉含量方法进行的研究不完善。本项目通过一系列试验研究了石粉含量变化对原状机制砂混凝土工作性能和力学性能的影响规律,以期为原状机制砂混凝土的配合比提供依据。 主要技术性能指标如下: 第一部分 岩石破碎原状机制砂混凝土 1.石粉含量对机制砂混凝土性能的影响:不同强度等级的机制砂混凝土,石粉含量在最佳含粉量以前,混凝土拌合物的工作性能随石粉而得到改善,超过最佳值后,混凝土拌合物的工作性能有所降低。石粉含量对抗压强度、劈裂抗压强度、抗弯强度的影响不同,弹性模量呈现随着石粉含量的增加而减小。2.通过公式预测了C30和C45原状机制砂混凝土的强度。石粉含量在3%~13%时,对原状机制砂混凝土的强度没有不利影响。不同强度等度等级机制砂混凝土强度均随龄期的增长而增加早期增长较快,后期增长缓慢。强度与石粉含量正相关。3.原状机制砂混凝土配制强度计算方法研究:基于机制砂混凝土配合比试验结果,确定了混凝土强度与水灰比的关系式中的系数值αa=0.50,αb=0.10。4.收缩性能:机制砂混凝土收缩率随龄期均是先增大然后趋于稳定;5.石粉在原状机制砂混凝土中作用机理:石粉在机制砂砂浆中具有3个效应:填充效应、活性和晶核效应。 第二部分 卵石破碎原状机制砂 1.在亚甲蓝试验结果满足要求的条件下,用卵石破碎原状机制砂配制强度等级为C30~C60混凝土时,石粉含量在10%左右时,卵石破碎原状机制砂混凝土各项性能较好。2.结合人工神经网络基本原理,分别运用附加动量因子的自适应调整学习率算法和L-M算法两种方法训练网络,经大量试算和仿真结果对比,最终利用L-M算法对测试样本强度预测的最大绝对误差(|E|=|D-Y|)为1.21(MPa),最大相对误差(|E|/D×100)为2%,相比较,多元线性回归模型预测值精度明显低于神经网络方法,而预测的变异性却明显高于BP神经网络方法。说明改进的L-M算法在卵石破碎原状机制砂混凝土强度预测方面具有较高的精度。