收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于计算智能的水泥水化过程建模方法与关键技术研究

王琳  
【摘要】:水泥在与砂石、水等混合后形成硬化体的水化、硬化过程中要经过多种物理和化学的变化,其内部机理的复杂性及随时间变化的特征使高性能水泥材料的研究存在一些挑战性的问题。为将高性能水泥材料的研究水平推向新的高度,急需新的科学方法和高效、适用的分析设计工具。 由于计算机及计算技术的飞速发展,材料领域在材料科学与材料工程的基础上,发展出计算材料学这一门计算机科学和材料科学的交叉学科,并日益成为计算机与材料研究的重要分支。材料性能的计算机预测、材料演化过程的计算机模拟、材料设计和工艺的计算机仿真一直是计算材料学的主要研究目标。通过计算机模拟,可以深入研究材料的结构、组成及其在各物理、化学过程中微观变化机制以达到材料成份、结构及制备参数的最佳组合,即以高性能材料设计为目的。将先进的计算机仿真技术与传统的实验研究方法相结合,为水泥的水化过程建立计算模型,对高性能水泥材料的开发和产品质量的提高具有重大的科学价值和广阔的应用前景。 虽然国内外的研究已经取得了很多进展,但是由于水泥水化过程的极端复杂性,人工建立水化模型存在很高的难度。论文研究了将计算智能方法与传统的实验研究方法相结合,建立起水泥水化过程的计算模型。主要工作分别从动力学建模、强度预测和三维微观结构演化三个方面进行了阐述: (1)水泥水化早期动力学模型的自动生成 早期水化反应对于硅酸盐水泥浆体微观结构的形成和强度的发展有着重要影响。由于水泥水化过程中发生了多相多尺寸并且相互关联的复杂的化学和物理变化,因此使得人工推导水化动力学方程的研究存在很高的难度。 论文从观测到的硅酸盐水泥水化程度时间序列数据中自动化的构建出了水化早期的动力学模型。提出了两种水化动力学模型的自动生成方法,一种是利用基因表达式编程算法从观测到的实验数据中反向萃取出表达式形式的水化动力学方程,另一种是利用柔性神经树作为方程的右端,建立水化动力学模型。两种方法均采用基因表达式编程算法分别迭代进化动力学方程的函数形式或柔性神经树结构。其间对每个生成的方程和神经树结构,用粒子群算法优化其调节参数,该过程反复进行直到寻找到最优的动力学方程及其调节参数为止。此外,为了加速计算过程,还利用高性能计算处理器GPU来对算法进行并行化。通过挖掘多组水化程度时间序列数据,得到了硅酸盐水泥水化早期的动力学模型。实验结果表明,采用两种方法得到的动力学模型都可以很好的吻合训练数据,而且具有良好的泛化能力。两种模型相比各有优点,FNT动力学模型对实验曲线的逼近程度更高,而反向萃取的动力学方程需要调节的参数更少。 (2)基于浮动质心法的神经网络分类器的混凝土强度分类 作为最重要的水泥基材料,混凝土所含有的水泥材料的水化机制直接影响其物理力学性能的发展。常规的混凝土强度等级检测方法需要消耗大量的原料,成本很高并且时间较长。 论文首次提出了一种全新的神经网络分类方法-浮动质心法,该方法去除了传统方法中固定质心的限制并且增大了找到最优神经网络的概率。研究了基于浮动质心法的神经网络分类器对混凝土等级进行了归类。利用UCI所提供的混凝土抗压强度数据集作为实验数据,证实了该算法可以较好的改进混凝土强度等级的分类结果,包括训练精度、测试精度以及平均F-Measure等。 (3)水泥水化过程三维微观结构演化模型 论文提出了一种面向真实三维微观结构的水泥浆体水化过程的演化模型。搭建模型的过程主要包括三个步骤:水泥水化数据的获取,细胞自动机三维演化模型的生成以及神经网络强度计算模型的生成。其中水泥水化数据的获取为三维演化模型和强度计算模型提供训练数据。三维演化模型根据一定的初始图象利用细胞自动机逐步演化水泥结构,而强度计算模型则根据每步演化的结果直接通过神经网络得到在该时刻的抗压强度。 使用显微断层扫描仪水泥样本的微米级的三维内部结构,同时测量其在对应时刻的抗压强度。对uCT图象进行图象增强、灰度校准以及三维图象配准后得到训练数据。然后利用该数据指导细胞自动机三维演化模型和神经网络强度计算模型的生成。当模型确定后,给定初始三维图象,通过细胞自动机的逐步迭代,可以模拟得到在每一天的水泥三维图象。然后在此基础上抽取描述特征,利用神经网络计算出模拟水泥在在此时的抗压强度。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 范宇;张冬妍;孙丽萍;;浅谈基于机器学习的木材干燥建模方法[J];木材加工机械;2007年05期
2 蒋长虹;田建艳;;基于神经网络的复杂工业过程参数设定值计算[J];太原理工大学学报;2006年04期
3 杨谋存;聂宏;;裂纹扩展曲线建模方法及其影响研究[J];机械科学与技术;2009年11期
4 宋木清;罗春龙;;武钢X70钢多目标质量管理建模应用研究[J];管理学报;2010年04期
5 隋青美!300072.天津,田炳丽,王正欧!300072.天津;自组织神经网络在发酵过程建模与控制中的应用[J];山东工业大学学报;2001年02期
6 杨马英;周芳芹;李军;;基于Elman神经网络的城市污水处理水质参数软测量[J];东南大学学报(自然科学版);2006年S1期
7 蒋寿生;鄂加强;彭雨;李娟;龚金科;袁文华;;硬质合金压力烧结炉优化操作智能决策支持系统及其应用[J];中南大学学报(自然科学版);2008年05期
8 张宏斌;贾志新;郗安民;;基于神经网络的电火花线切割机床的可靠性模型建立[J];制造技术与机床;2009年05期
9 王武;汤三;张元敏;;基于神经网络的高速铣削表面粗糙度预报[J];机械设计与制造;2010年03期
10 李小力;陈威;闫蓉;;基于BP神经网络的空间轮廓误差自适应补偿[J];中国机械工程;2010年16期
11 袁仲泉;尹兵太;尚海燕;朱群雄;;基于PCA-BP算法的PTA溶剂脱水塔软测量模型[J];计算机与应用化学;2006年07期
12 颜学峰;;基于MLFN-PLSR的PX氧化反应组合建模方法[J];化工学报;2007年01期
13 雷鹏;肖峰;;基于RS-BP融合的裂缝监控模型[J];长沙理工大学学报(自然科学版);2011年02期
14 束志恒;陈德钊;张肃宇;;粗糙集与模糊推理相集成的过程建模方法及其应用[J];化工自动化及仪表;2006年02期
15 张宏斌;贾志新;;高速走丝电火花线切割机床可靠性研究现状与展望[J];机械工程师;2008年12期
16 党选举,谭永红;基于灰色理论的压电陶瓷迟滞特性的神经网络建模研究[J];仪器仪表学报;2005年09期
17 朱坚民;王中宇;夏新涛;;间接测量的神经网络解析模型及灵敏系数的计算[J];农业机械学报;2006年05期
18 王玉乔;程光旭;汤杰国;;基于KPCA的连续重整催化剂结焦碳含量软测量模型[J];高校化学工程学报;2009年05期
19 王华忠;;高斯过程及其在软测量建模中的应用[J];化工学报;2007年11期
20 牟建华,周伟,万百五;组合多重神经网络动态系统鲁棒故障检测与诊断[J];西安石油学院学报(自然科学版);1997年01期
中国重要会议论文全文数据库 前10条
1 王建成;;基于神经网络的弹药消耗预测模型[A];第六届中国青年运筹与管理学者大会论文集[C];2004年
2 郭刚;王正兵;;基于小波神经网络的传感器故障诊断研究[A];第七届全国信息获取与处理学术会议论文集[C];2009年
3 李明;马小平;;基于智能算法的近红外光谱煤质分析研究[A];煤矿自动化与信息化——第21届全国煤矿自动化与信息化学术会议暨第3届中国煤矿信息化与自动化高层论坛论文集(上册)[C];2011年
4 薛一勤;J.Watton;;高速流量测试技术与流体传动系统动力学建模(英文)[A];材料科学与工程技术——中国科协第三届青年学术年会论文集[C];1998年
5 刘欣;蒋爱平;;微粒群神经网络在软测量建模中的应用[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(下)[C];2006年
6 谢友舟;张天宇;戴培东;王正敏;;基于微型CT成像的听骨链有限元建模方法[A];第十届中国科协年会论文集(三)[C];2008年
7 薛昊洋;刘红军;;基于BP神经网络的多变量PID解耦控制[A];2005川渝地区自动化与电控技术学术年会论文集[C];2005年
8 周春桂;谢石林;周桐;朱长春;张希农;;钢丝绳隔振系统的神经网络杂交建模方法[A];2007全国结构动力学学术研讨会论文集[C];2007年
9 郭刚;杨建华;黎波;邓伟;;基于信息的机械装备综合诊断系统研究[A];第十九届测控、计量、仪器仪表学术年会(MCMI'2009)论文集[C];2009年
10 陈意;;神经网络在船舶识别一个应用[A];船舶航泊安全的新经验新技术论文集(上册)[C];2007年
中国博士学位论文全文数据库 前10条
1 王琳;基于计算智能的水泥水化过程建模方法与关键技术研究[D];山东大学;2011年
2 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年
3 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
4 杜文斌;基于神经网络的冠心病证候诊断标准与药效评价模型研究[D];辽宁中医学院;2004年
5 熊雪梅;参数化模糊遗传神经网络及在植物病害预测的应用[D];南京农业大学;2004年
6 李智;电站锅炉燃烧系统优化运行与应用研究[D];东北大学;2005年
7 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年
8 谭阳红;基于小波和神经网络的大规模模拟电路故障诊断研究[D];湖南大学;2005年
9 卫星;钢筋混凝土肋拱二阶设计方法研究[D];西南交通大学;2005年
10 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
中国硕士学位论文全文数据库 前10条
1 刘永哲;数字化技术在空调仿真及故障诊断中的应用[D];西安建筑科技大学;2008年
2 黄莹;基于神经网络的非线性电子器件的建模方法研究[D];东北师范大学;2007年
3 张玮;基于神经网络的数据统计建模[D];浙江工业大学;2009年
4 夏景;基于FDTD算法的超宽带天线建模与仿真设计[D];江苏大学;2007年
5 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
6 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年
7 田鹏明;基于神经网络的振动主动控制研究[D];太原理工大学;2012年
8 姜宇;发动机裂解设备故障诊断技术的研究[D];吉林大学;2012年
9 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
10 高宝建;基于神经网络的月降水预报模型在洪泽湖的应用研究[D];南京信息工程大学;2012年
中国重要报纸全文数据库 前10条
1 记者:胡唯元;发酵工程:撑起生物技术产品半壁江山[N];科技日报;2006年
2 记者蒋建科;我国加强食品安全关键技术研究[N];人民日报;2002年
3 石花;危化品安全技术研究首获国家支持[N];经理日报;2006年
4 ;全方位监控:铸就禽肉出口安全通道[N];科技日报;2006年
5 丁洪美;“竹质工程材料制造关键技术研究与示范”项目获国家科技进步奖一等奖[N];中国绿色时报;2007年
6 张延颖;煤泥分选关键技术研究在葛泉矿获成功[N];科技日报;2008年
7 记者 颜园园;国家千万资金支持藏医药现代化关键技术研究[N];经济参考报;2008年
8 记者 樊丹;生物工程技术应用于传统中药获重大突破[N];中国中医药报;2008年
9 范南虹;我省5项目获国家科技支撑[N];海南日报;2008年
10 张辉祖;我国深水建港技术冲刺世界领先水平[N];中国经济导报;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978