Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

1 2011

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Doświadczalne badania i modelowanie wytrzymałości BWW, wytwarzanego z dwuskładnikowych i trójskładnikowych spoiw

100%

Erdem T. K. , Tayfur G. , Kirca O.

2011

tom R. 16/78, nr 4

224-237

Badano doświadczalnie wytrzymałość próbek betonu o wysokiej wytrzymałości, otrzymanych z dwuskładnikowych i trójskładnikowych spoiw oraz przeprowadzono próbę ich prognozowania za pomocą trzech modeli. Spoiwa dwuskałdnikowe składały się z cementu portlandzkiego, popiołu lotnego, lub z białego cementu portlandzkiego oraz metakaolinitu. Niektóre ze spoiw trójskładnikowych zawierały ponadto, oprócz cementu portlandzkiego i popiołu lotnego, popiół lotny krzemionkowy lub wapienny lub zmielony, granulowany żużel wielkopiecowy. Jeszcze inne spoiwa zawierały biały cement portlandzki, metakaolinit i zmielony pumeks. Próbki betonów przygotowano w laboratorium stosując różną zawartość spoiwa o zmiennym składzie. Doświadczalne wyniki pokazały, że popiół lotny i metakaolinit, zastosowane w odpowiedniej ilości, powodują znaczne zwiększenie wytrzymałości, w przypadku betonów ze spoiw dwuskładnikowych. Także popioły lotne: krzemionkowy i wapienny oraz żużel, jako trzeci składnik w spoiwach trójskładnikowych, również zwiększały wytrzymałość, podczas gdy dodatek pumeksu nie wiązał się ze wzrostem tej właściwości w przypadku białych betonów z białego cementu i metakaolinitu. Zastosowano trzy modele do prognozowania wytrzymałości. Były to: sztuczne sieci neuronowe, wielokrotna analiza regresji liniowej oraz nieliniowa wielokrotna analiza regresji. Dokładność tych modeli sprawdzono za pomocą analizy błędów. Stwierdzono, że można prognozować z dobrą dokładnością wytrzymałość próbek betonu wszystkimi trzema modelami. Jednak sztuczne sieci neuronowe oraz nieliniowa wielokrotna analiza regresji dają porównywalne wyniki i lepszą dokładność prognozowania niż liniowa wielokrotna analiza regresji, szczególnie w przypadku spoiw trójskładnikowych.

The strength of high strength concrete (HSC) produced from binary and ternary binders was investigated experimentally and a modelling study was done. Binary blends were composed of Portland cement (PC) + silica fume (SF) or white portland cement (WPC) + high reactivity metakaolin (HRMK). Some of the ternary blends contained PC, SF and a third binder which was either fly ash class F (FA/F), or class C (FA/C) , or ground granulated blastfurnace slag (S). Some others contained WPC, HRMK and ground pumice (P). The HSC samples were prepared in laboratory by varying the total binder content and binder type. The experimental results show that, in the case of concretes from binary binders, SF and HRMK used in proper amounts caused the significantly increase of strength. FA/F, FA/C and S, as a third binder in ternary blends, also increased strength whereas P addition does not contribute to the strength increase in white concrete from WPC and HRMK. Three methods were used to predict some of the measured experimentally strength. There are: artificial neural network (ANN), multiple linear regression analysis (MLR) and nonlinear multiple regression analysis (NLMR). The accuracy of prediction was tested by error analyses. It was found that the strength of the concrete samples can be successfully predicted by all three methods. However, ANN and NLMR gave comparable results and predicted the strength better than MLR, especially for the ternary binders.