水泥、混凝土等水泥基材料廣泛應(yīng)用于工業(yè)、交通、城市建設(shè)等領(lǐng)域,其質(zhì)量是影響安全的重要因素。強度是衡量水泥基材料質(zhì)量的重要指標(biāo),其中最重要的是抗壓強度,因此對于水泥基材料抗壓強度的研究在其質(zhì)量檢測、設(shè)計及工程應(yīng)用中發(fā)揮了積極作用。通常水泥基材料的強度測量是通過物理實驗的方法,耗費大量的人力物力,并且這種方法具有破壞性。近年來,隨著計算智能的不斷發(fā)展,人們打破了傳統(tǒng)的物理實驗的方法,借助計算機對水泥水化過程進(jìn)行模擬仿真,并且對水泥強度進(jìn)行研究。由于水泥強度研究具有多變量、非線性的特點,因此,線性回歸與聚類分析方法估測準(zhǔn)確度較低。此外,利用人工神經(jīng)網(wǎng)絡(luò)來進(jìn)行抗壓強度估測取得了較好的效果,但是模型還是存在一定的缺陷,對于模型進(jìn)行改進(jìn),提高估測精度是研究的重點。對先前的研究方法進(jìn)行改進(jìn),利用水泥水化期間的微觀結(jié)構(gòu)圖像實現(xiàn)水泥抗壓強度的無損估測,不僅從圖像中提取特征節(jié)省了一定的測量時間,并且可以得到實時水泥強度。此外,由于大量樣本的訓(xùn)練耗時長,因此通過GPU加速減少訓(xùn)練時間,從而對水泥強度進(jìn)行快速精確的估測。另外,混凝土生產(chǎn)廠家對不同物料配比的混凝土進(jìn)行28天抗壓強度估測,是一個非常耗時耗材的工作,因此利用計算智能的方法通過改變不同的物料配比進(jìn)而指導(dǎo)生產(chǎn)高性能的混凝土有重要意義。本文主要從以下幾方面進(jìn)行水泥基材料的抗壓強度估測研究:(1)基于水泥二維微觀結(jié)構(gòu)圖像的抗壓強度估測本文提出了基于水泥二維微觀圖像的抗壓強度估測算法。水泥微觀結(jié)構(gòu)圖像是利用微斷層掃描儀根據(jù)不同物質(zhì)的線性衰減系數(shù)得到的,因而不同的灰度值代表不同的物相,同時還可以描述物相的空間結(jié)構(gòu)信息。一方面通過水泥微觀結(jié)構(gòu)圖像的灰度直方圖與灰度共生矩陣提取描述水泥水化過程的物相特征,然后利用神經(jīng)網(wǎng)絡(luò)估測水泥抗壓強度;另一方面直接通過水泥微觀結(jié)構(gòu)圖像和卷積神經(jīng)網(wǎng)絡(luò)估測抗壓強度,不進(jìn)行特征提取環(huán)節(jié)。通過對比實驗,證明了本方法具有良好的估測效果。(2)GPU環(huán)境下基于水泥三維微觀結(jié)構(gòu)圖像特征的抗壓強度估測本文提出了基于水泥三維微觀結(jié)構(gòu)圖像特征的抗壓強度估測算法。首先利用灰度直方圖與灰度共生矩陣對得到的水泥三維微觀結(jié)構(gòu)圖像進(jìn)行水泥水化物相特征提取,然后通過深度信念網(wǎng)絡(luò)對水泥抗壓強度進(jìn)行估測,并利用GPU加速實現(xiàn)算法的并行化。通過對比試驗,本方法得到了較低的估測誤差,并且GPU加速達(dá)到了10倍左右的效果。(3)混凝土28天抗壓強度估測本研究所用實驗數(shù)據(jù)為混凝土物料配比參數(shù),并且與其強度有密切關(guān)系,通過堆疊自編碼器進(jìn)行混凝土28天的強度估測。并通過與其他方法進(jìn)行比較,證明了該方法實現(xiàn)了較低的估測誤差,并且節(jié)省了大量的實驗時間。
【學(xué)位單位】：濟南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP391.41;TQ172.1
【部分圖文】：

HOM=∑ ∑P(i,j)1+|i-j|L-1j=0L-1i=0cculloch 和 Pitts[40]提出了第一個人工神經(jīng)元模能通過模擬人腦神經(jīng)元來實現(xiàn)，通過對人腦神與學(xué)習(xí)能力。人工神經(jīng)網(wǎng)絡(luò)是人工智能領(lǐng)域的人腦的結(jié)構(gòu)和思維方式。它按層劃分結(jié)構(gòu)，每些神經(jīng)元實現(xiàn)對數(shù)據(jù)的映射處理，從而實現(xiàn)對特具體的問題決定，并且前后層次之間的神經(jīng)元NN 作為一種非線性統(tǒng)計數(shù)據(jù)模型，它經(jīng)常被連接和激活函數(shù)實現(xiàn)非線性映射。ANN 具有特性[42]，它能夠通過學(xué)習(xí)，建立一系列輸入和相

維圖像中統(tǒng)計灰度直方圖與灰度共生矩陣，并對其進(jìn)行特征提化深度信念網(wǎng)絡(luò)結(jié)構(gòu)，迭代次數(shù)等參數(shù)，將特征值與強度值進(jìn)理訓(xùn)練的方式。將提取的特征值作為深度信念網(wǎng)絡(luò)的輸入變量 RBM 模型訓(xùn)練，并調(diào)整參數(shù)；誤差反向傳播算法來微調(diào)整個模型的權(quán)值；測試集進(jìn)行模型評價。計與結(jié)果分析中，總共選取了三種水泥樣本，標(biāo)記為 A、B 和 C，三種樣本。與前一章相同，選擇水泥水化過程在第 2、3、4、5、6、7、icro-CT 圖像。三維 Micro-CT 圖像的大小為 70 70*70，每種本數(shù)據(jù)，總共有 270000 個樣本。圖 3.5 顯示了每種樣本在第。
【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 齊魯;楊波;王琳;;利用粒子群算法實現(xiàn)水泥μCT圖像灰度校準(zhǔn)[J];山東大學(xué)學(xué)報(理學(xué)版);2010年11期

2 唐輝紅;應(yīng)用三元線性回歸分析方法預(yù)報水泥28d強度[J];水泥;1998年02期

3 趙金厚，朱尚湊;模糊聚類分析技術(shù)在水泥強度預(yù)測中的應(yīng)用[J];水泥;1996年12期

4 劉昭材;;用一元回歸分析預(yù)測水泥強度[J];水泥;1982年03期

相關(guān)博士學(xué)位論文 前1條

1 王琳;基于計算智能的水泥水化過程建模方法與關(guān)鍵技術(shù)研究[D];山東大學(xué);2011年

相關(guān)碩士學(xué)位論文 前2條

1 王裕民;多GPU環(huán)境下的卷積神經(jīng)網(wǎng)絡(luò)并行算法[D];中國科學(xué)技術(shù)大學(xué);2016年

2 胡一帆;基于GPU加速的并行人工魚群算法及其應(yīng)用[D];浙江大學(xué);2011年

本文編號：2874521