摘要:通過對(duì)商品混凝土進(jìn)行人工智能技術(shù)預(yù)測(cè)強(qiáng)度的研究，將生產(chǎn)系統(tǒng)得到的真實(shí)數(shù)據(jù)和同樣配合比條件下由人工智能技術(shù)預(yù)測(cè)得到的數(shù)據(jù)相比較，解決了檢測(cè)生產(chǎn)系統(tǒng)是否處于正常工作狀態(tài)的問題。
關(guān)鍵詞:礦渣混凝土，質(zhì)量控制，人工智能技術(shù)
中圖分類號(hào):TU712.3 文獻(xiàn)標(biāo)識(shí)碼:A
引言
高性能混凝土的研究和應(yīng)用已成為當(dāng)前國際上的熱點(diǎn)，尤其是以工業(yè)廢渣為主要摻合料的商品混凝土的研究與應(yīng)用。目前的商品混凝土多以摻加礦粉為主，有的還摻加硅粉，混凝土成分復(fù)雜，混凝土配合比設(shè)計(jì)更為復(fù)雜。許多人的研究得出:人工智能技術(shù)是處理礦渣混凝土配合比設(shè)計(jì)的一個(gè)行之有效的方法和手段。
通過對(duì)商品混凝土公司的商品混凝土進(jìn)行研究，在一定性能要求的前提下，進(jìn)行混凝土的配合比設(shè)計(jì)。通過實(shí)際實(shí)驗(yàn)得到混凝土的實(shí)際強(qiáng)度，采用以正交試驗(yàn)作為學(xué)習(xí)樣本模擬真實(shí)系統(tǒng)的方法，來模擬完全實(shí)驗(yàn);同時(shí)，以部分試驗(yàn)數(shù)據(jù)為研究對(duì)象，應(yīng)用人工智能技術(shù)來模擬真實(shí)系統(tǒng)，得到各種配合比下的預(yù)測(cè)強(qiáng)度，可以得到實(shí)際強(qiáng)度與預(yù)測(cè)強(qiáng)度相符的結(jié)果。在生產(chǎn)中將由生產(chǎn)系統(tǒng)得到的數(shù)據(jù)和同樣的配合比條件下由人工智能技術(shù)得到的數(shù)據(jù)進(jìn)行比較，可以檢測(cè)生產(chǎn)系統(tǒng)是否處于正常工作狀態(tài)。
1 試驗(yàn)研究
1.1 試驗(yàn)方案
在試驗(yàn)設(shè)計(jì)中，采用四因素(水泥(水灰比)、粉煤灰、硅粉、高效減水劑)，每個(gè)因素三個(gè)水平的完全試驗(yàn)，共計(jì)81種配合比。選擇利用四因素三水平的正交試驗(yàn)設(shè)計(jì)方案的9個(gè)試驗(yàn)?；驹囼?yàn)數(shù)據(jù)如表1所示，正交試驗(yàn)設(shè)計(jì)方案如表2所示。
1.2 材料與試驗(yàn)方法
水泥采用的是山水水泥廠生產(chǎn)的32.5R普通硅酸鹽水泥，石子采用平陰粒徑為5m －31.5mm 的碎石，優(yōu)質(zhì)東平中砂，魯能電廠工級(jí)粉煤灰，濟(jì)南魯新建材595級(jí)礦粉，聊城巖發(fā)建材外加劑(JGBI)，飲用水。為了適合工程實(shí)際情況，采用模擬施工工藝的基本施工方法，經(jīng)過振搗、成型、養(yǎng)護(hù)，采用標(biāo)準(zhǔn)試驗(yàn)方法實(shí)測(cè)7d和28d抗壓強(qiáng)度。
1.3 試驗(yàn)的原始數(shù)據(jù)結(jié)果
試驗(yàn)的結(jié)果如表3所示?？箟簭?qiáng)度的計(jì)算按規(guī)范規(guī)定的方法取值。由試驗(yàn)數(shù)據(jù)和破壞后的情況看，試驗(yàn)結(jié)果是有效的。
2 利用正交試驗(yàn)進(jìn)行強(qiáng)度預(yù)測(cè)
正交試驗(yàn)結(jié)果回歸的線性方程模型為:
其中 ，
(i =0，1，2，3，4)為回歸系數(shù);￡為試驗(yàn)誤差;y為28d抗壓強(qiáng)度;xl為水泥用量;腳為粉煤灰用量;x3為礦粉用量;x;為外加劑用量。用回歸方程對(duì)大量數(shù)據(jù)28d強(qiáng)度進(jìn)行了預(yù)測(cè)，預(yù)測(cè)結(jié)果見表4(81組組合方式)。
本研究采用的正交試驗(yàn)樣本、預(yù)測(cè)結(jié)果和實(shí)際抗壓強(qiáng)度試驗(yàn)值很接近，從工程經(jīng)驗(yàn)中可以知道，這樣的精度完全滿足工程的實(shí)際需要。
3 神經(jīng)網(wǎng)絡(luò)模型的建立
選取四因素三水平的正交試驗(yàn)樣本為人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)樣本，輸人為粉煤灰、礦粉、減水劑、水灰比，輸出為7d，28d抗壓強(qiáng)度值。采用BP 網(wǎng)絡(luò)算法，經(jīng)過計(jì)算，得到神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)見圖1。學(xué)習(xí)速率為0.9，沖量系數(shù)為0.7，學(xué)習(xí)2000次，系統(tǒng)精度為0.000041。
按試驗(yàn)數(shù)據(jù)模擬得到的人工神經(jīng)元模擬的生產(chǎn)系統(tǒng):9個(gè);4個(gè)輸人節(jié)點(diǎn)，輸人數(shù)據(jù)分別為水灰比、粉煤灰、外加劑、礦粉;2個(gè)輸出節(jié)點(diǎn)，輸出數(shù)據(jù)分別為7d強(qiáng)度和28d強(qiáng)度的試驗(yàn)數(shù)據(jù);1個(gè)隱層，有7個(gè)節(jié)點(diǎn);運(yùn)行2000次，系統(tǒng)誤差為:0.00041;a=0.89渭=0.85，試驗(yàn)樣本模擬結(jié)果如表5所示。
4 研究結(jié)果
1)用正交試驗(yàn)樣本作為人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)樣本，經(jīng)過學(xué)習(xí)計(jì)算并與實(shí)際試驗(yàn)結(jié)果比較，較好地模擬給定系統(tǒng)，證明了這個(gè)方法完全可以用來進(jìn)行混凝土配合比的設(shè)計(jì)，可以迅速得到同一生產(chǎn)系統(tǒng)下給定配合比下混凝土的強(qiáng)度。2)基于設(shè)計(jì)資料和經(jīng)驗(yàn)配合比數(shù)據(jù)的人工神經(jīng)網(wǎng)絡(luò)模擬系統(tǒng)的確立，完全可以用于檢測(cè)系統(tǒng)是否處于正常工作狀態(tài)之下。
參考文獻(xiàn):
[1]王勝年，潘德強(qiáng)，衛(wèi)淑珊.大摻量粉煤灰高性能混凝土的研究與應(yīng) 用[J].中國港灣建設(shè)，1999(4):20－23.
[2]王海超，陳本沛.六組分混凝土配合比設(shè)計(jì)的人工智能技術(shù)研究[ J] .工業(yè)建筑學(xué)報(bào)，1999(8):53－59.
[3]周梅，劉松，王海超.利用神經(jīng)網(wǎng)絡(luò)預(yù)側(cè)混凝土的杭?jí)簭?qiáng)度 [J].遼寧工程技術(shù)大學(xué)學(xué)報(bào)，1998，17(3):275－277
