CN114004071A - 一种再生混凝土弹性模量的预测方法及*** - Google Patents
一种再生混凝土弹性模量的预测方法及*** Download PDFInfo
- Publication number
- CN114004071A CN114004071A CN202111226827.0A CN202111226827A CN114004071A CN 114004071 A CN114004071 A CN 114004071A CN 202111226827 A CN202111226827 A CN 202111226827A CN 114004071 A CN114004071 A CN 114004071A
- Authority
- CN
- China
- Prior art keywords
- recycled
- volume fraction
- aggregate
- elastic modulus
- modulus
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000004567 concrete Substances 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 38
- 239000004570 mortar (masonry) Substances 0.000 claims abstract description 66
- 239000004575 stone Substances 0.000 claims description 17
- 239000000853 adhesive Substances 0.000 claims description 14
- 230000001070 adhesive effect Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 239000002131 composite material Substances 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 239000000463 material Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/26—Composites
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Curing Cements, Concrete, And Artificial Stone (AREA)
Abstract
本发明属于再生混凝土弹性模量领域,提供了一种再生混凝土弹性模量的预测方法及***。该方法包括,基于再生骨料的体积分数、质量分数和密度,天然骨料的体积分数、质量分数和密度,以及新砂浆的体积分数、质量分数和密度,采用再生混凝土弹性模量预测模型,得到再生混凝土弹性模量;所述再生混凝土弹性模量预测模型为:再生骨料的体积分数与再生骨料弹性模量的乘积、天然骨料的体积分数和天然骨料的弹性模量的乘积以及新砂浆的体积分数和新砂浆的弹性模量的乘积,三者之和。
Description
技术领域
本发明属于再生混凝土弹性模量领域,尤其涉及一种再生混凝土弹性模量的预测方法及***。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
将建筑垃圾中的废旧混凝土,经过破碎、筛分及加工,制成再生骨料用于制作再生混凝土,是目前建筑垃圾资源化利用的重要手段。无论是再生混凝土还是普通混凝土,弹性模量都是其重要的力学指标之一,对于工程建设用重要的指导意义。对于再生混凝土材料,可以将其看成复合材料。复合材料具有强烈的结构特征,其性能和损伤破坏规律取决于其组分材料性质和细观结构特征。想要揭示复合材料细观特征对其性能的影响,细观力学大有用武之地。目前对于再生混凝土弹性模量的确定以实验测定为主,缺少基于细观力学的再生混凝土弹性模量的预测模型。
发明内容
为了解决上述背景技术中存在的技术问题,本发明提供一种再生混凝土弹性模量的预测方法及***,其将再生混凝土看作由再生骨料、天然骨料和新砂浆组成的三相复合材料,根据细观力学中的并联模型,确定再生混凝土的弹性模量。
为了实现上述目的,本发明采用如下技术方案:
本发明的第一个方面提供一种再生混凝土弹性模量的预测方法。
一种再生混凝土弹性模量的预测方法,包括:
基于再生骨料的体积分数、质量分数和密度,天然骨料的体积分数、质量分数和密度,以及新砂浆的体积分数、质量分数和密度,采用再生混凝土弹性模量预测模型,得到再生混凝土弹性模量;
所述再生混凝土弹性模量预测模型为:再生骨料的体积分数与再生骨料弹性模量的乘积、天然骨料的体积分数和天然骨料的弹性模量的乘积以及新砂浆的体积分数和新砂浆的弹性模量的乘积,三者之和。
进一步地,所述基于再生骨料的体积分数包括:再生骨料中的旧石子占再生骨料的体积分数、再生骨料中的附着砂浆占再生骨料的体积分数以及再生骨料占再生混凝土的体积分数。
进一步地,所述再生骨料中的附着砂浆占再生骨料的体积分数等于再生骨料中的砂浆附着率乘以附着砂浆密度除以再生骨料密度。
进一步地,所述再生骨料中的旧石子占再生骨料的体积分数与再生骨料中的附着砂浆占再生骨料的体积分数之和等于1。
进一步地,所述天然骨料的体积分数包括:天然骨料占再生混凝土的体积分数;所述新砂浆的体积分数包括:新砂浆占再生混凝土的体积分数。
进一步地,所述再生骨料弹性模量由附着砂浆的弹性模量和旧石子的弹性模量和共同确定。
进一步地,所述天然骨料的体积分数根据天然骨料的乘以再生混凝土的密度除以天然骨料的密度得到;
所述新砂浆的体积分数根据新砂浆的乘以再生混凝土的密度除以新砂浆的密度得到。
本发明的第二个方面提供一种再生混凝土弹性模量的预测***。
一种再生混凝土弹性模量的预测***,包括:
预测模块,其被配置为:基于再生骨料的体积分数、质量分数和密度,天然骨料的体积分数、质量分数和密度,以及新砂浆的体积分数、质量分数和密度,采用再生混凝土弹性模量预测模型,得到再生混凝土弹性模量;
模型构建模块,其被配置为:再生骨料的体积分数与再生骨料弹性模量的乘积、天然骨料的体积分数和天然骨料的弹性模量的乘积以及新砂浆的体积分数和新砂浆的弹性模量的乘积,三者之和构成再生混凝土弹性模量预测模型。
本发明的第三个方面提供一种计算机可读存储介质。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述第一个方面所述的再生混凝土弹性模量的预测方法中的步骤。
本发明的第四个方面提供一种计算机设备。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述第一个方面所述的再生混凝土弹性模量的预测方法中的步骤。
与现有技术相比,本发明的有益效果是:
本发明将再生混凝土看作由再生骨料、天然骨料和新砂浆组成的三相复合材料,根据细观力学中的并联模型,确定再生混凝土的弹性模量,提高了再生混凝土的弹性模量预测的速度和准确率。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1是本发明实施例一示出的再生混凝土组成示意图;
图2是本发明实施例一示出的实验试件;
图3是本发明实施例一示出的不同再生粗骨料取代率再生混凝土弹性模量预测值与实验值的比较图;
图4是本发明实施例一示出的再生混凝土弹性模量的预测方法流程图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
需要注意的是,附图中的流程图和框图示出了根据本公开的各种实施例的方法和***的可能实现的体系架构、功能和操作。应当注意,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,所述模块、程序段、或代码的一部分可以包括一个或多个用于实现各个实施例中所规定的逻辑功能的可执行指令。也应当注意,在有些作为备选的实现中,方框中所标注的功能也可以按照不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,或者它们有时也可以按照相反的顺序执行,这取决于所涉及的功能。同样应当注意的是,流程图和/或框图中的每个方框、以及流程图和/或框图中的方框的组合,可以使用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以使用专用硬件与计算机指令的组合来实现。
实施例一
如图1所示,本实施例提供了一种再生混凝土弹性模量的预测方法,本实施例以该方法应用于服务器进行举例说明,可以理解的是,该方法也可以应用于终端,还可以应用于包括终端和服务器和***,并通过终端和服务器的交互实现。服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式***,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务器、云通信、中间件服务、域名服务、安全服务CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等,但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。本实施例中,该方法包括以下步骤:
基于再生骨料的体积分数、质量分数和密度,天然骨料的体积分数、质量分数和密度,以及新砂浆的体积分数、质量分数和密度,采用再生混凝土弹性模量预测模型,得到再生混凝土弹性模量;
所述再生混凝土弹性模量预测模型为:再生骨料的体积分数与再生骨料弹性模量的乘积、天然骨料的体积分数和天然骨料的弹性模量的乘积以及新砂浆的体积分数和新砂浆的弹性模量的乘积,三者之和。
下面对本实施例的技术方案进行详细描述:
(1)定义再生骨料由旧石子和附着砂浆组成,再生骨料中的砂浆附着率为 k。考虑到k为质量分数,而预测模型中各组分的占比由各组分的体积分数所确定,需将k换为体积分数。
(2)定义再生骨料中的附着砂浆或旧石子占再生骨料的体积分数分别为γm、γn,且有γm+γn=1,γm、γn的计算公式如下:
γn=1-γm
其中,ρm、ρn分别为附着砂浆密度和再生骨料密度。
(3)定义再生骨料弹性模量E1由附着砂浆的弹性模量Em和旧石子的弹性模量En和共同确定。
将再生骨料看作由旧石子和附着砂浆组成的二相复合材料,根据细观力学中的串联模型,确定再生骨料的弹性模量E1,细观力学中串联模型的计算公式如下:
其中C为体积分数,i表示不同的组分材料。则再生骨料弹性模量E1的计算公式如下:
(4)定义再生混凝土的弹性模量ERAC由再生骨料弹性模量E1、天然骨料弹性模量E2和新砂浆弹性模量E3共同确定。
将再生混凝土看作由再生骨料、天然骨料和新砂浆组成的三相复合材料,根据细观力学中的并联模型,确定再生混凝土的弹性模量ERAC,细观力学中并联模型的计算公式如下:
其中C为体积分数,i表示不同的组分材料。则再生混凝土弹性模量ERAC的计算公式如下:
最终得到再生混凝土弹性模量ERAC的预测模型如下所示:
考虑到再生粗骨料的含量由再生粗骨料取代率决定,再生粗骨料取代率为质量分数,需提供质量分数转化为体积分数的计算公式,如下所示:
其中,ρRAC为再生混凝土的密度。
下标1、2、3分别对应的是再生骨料、天然骨料、新砂浆;
下标m、n分别对应的是再生骨料中的附着砂浆、再生骨料中的旧石子;
E为弹性模量(GPa);
M为质量分数(%);
ρ为密度(g/cm3);
γ为再生骨料中的旧石子或附着砂浆占再生骨料的体积分数(%),且有γm+γn=1;
通过实验或经验确定再生骨料的砂浆附着率k、再生骨料中附着砂浆的密度ρm、再生骨料中旧石子的密度ρn、再生骨料中附着砂浆的弹性模量Em、再生骨料中旧石子的弹性模量En,天然骨料弹性模量E2,新砂浆弹性模量E3。根据得到的再生骨料计算模型确定再生骨料的弹性模量E1。根据得到的再生混凝土弹性模量的预测模型和各组分材料的体积分数确定最终再生混凝土的弹性模量 ERAC。
作为一种或多种实施方式,本实施例的应用:
(1)通过实验或经验确定以下取值:
再生骨料的砂浆附着率k=0.3;
再生骨料中附着砂浆的密度ρm=2.0g/cm3;
再生骨料中旧石子的密度ρn=2.6g/cm3;
天然骨料按玄武岩弹性模量取值,E2=55GPa;
新砂浆弹性模量E3=22.48GPa;
考虑再生骨料服役造成的劣化及在破碎和加工过程中损伤的影响,对再生骨料中的旧石子和附着砂浆的取值进行折减,确定以下取值:
再生骨料中附着砂浆的弹性模量Em=19.27GPa;
再生骨料中旧石子的弹性模量En=0.6E2=33GPa。
(2)根据得到的再生骨料计算模型确定再生骨料的弹性模量E1。计算结果如下:
(3)再生混凝土组成示意图见图1。根据得到的再生混凝土弹性模量的预测模型,确定具体的再生混凝土弹性模量的预测模型ERAC。计算结果如下:
(4)通过实验验证预测模型的准确性。实验所用再生混凝土按C30混凝土进行设计,水灰比取0.38,砂率取30%,再生粗骨料取代率取0,10%,20%,…,100%,共11种。具体配合比参照表1。根据《普通混凝土拌和物性能试验方法》 (GB/T 50080-2016)进行制作试件,尺寸为100mm×100mm×300mm,每种取代率制作3个试件,在标准条件下养护28天后测定其弹性模量,验证预测模型的准确性。实验试件见图2。
由于实验给定的再生混凝土取代率为质量分数,可根据下述公式将质量分数M转化为体积分数。
参考图3及表2所提供的预测值与实验值吻合程度的统计学分析,说明本实施例预测模型的计算结果与实验结果吻合出色,这也验证了本实施例所提出的一种基于细观力学的再生混凝土弹性模量的预测模型及其建立方法的准确性。
表1再生混凝土配合比
表2预测值与实验值吻合程度的统计学分析
由此可见,该再生混凝土弹性模量的预测模型对再生混凝土弹性模量的预测研究,反映再生粗骨料取代率对再生混凝土弹性模量的影响趋势,为再生混凝土弹性模量的预测提供了一种新的途径。
实施例二
本实施例提供了一种再生混凝土弹性模量的预测***。
一种再生混凝土弹性模量的预测***,包括:
预测模块,其被配置为:基于再生骨料的体积分数、质量分数和密度,天然骨料的体积分数、质量分数和密度,以及新砂浆的体积分数、质量分数和密度,采用再生混凝土弹性模量预测模型,得到再生混凝土弹性模量;
模型构建模块,其被配置为:再生骨料的体积分数与再生骨料弹性模量的乘积、天然骨料的体积分数和天然骨料的弹性模量的乘积以及新砂浆的体积分数和新砂浆的弹性模量的乘积,三者之和构成再生混凝土弹性模量预测模型。
此处需要说明的是,上述预测模块和模型构建模块与实施例一中的步骤所实现的示例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为***的一部分可以在诸如一组计算机可执行指令的计算机***中执行。
实施例三
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述实施例一所述的再生混凝土弹性模量的预测方法中的步骤。
实施例四
本实施例提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述实施例一所述的再生混凝土弹性模量的预测方法中的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory, ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种再生混凝土弹性模量的预测方法,其特征在于,包括:
基于再生骨料的体积分数、质量分数和密度,天然骨料的体积分数、质量分数和密度,以及新砂浆的体积分数、质量分数和密度,采用再生混凝土弹性模量预测模型,得到再生混凝土弹性模量;
所述再生混凝土弹性模量预测模型为:再生骨料的体积分数与再生骨料弹性模量的乘积、天然骨料的体积分数和天然骨料的弹性模量的乘积以及新砂浆的体积分数和新砂浆的弹性模量的乘积,三者之和。
2.根据权利要求1所述的再生混凝土弹性模量的预测方法,其特征在于,所述基于再生骨料的体积分数包括:再生骨料中的旧石子占再生骨料的体积分数、再生骨料中的附着砂浆占再生骨料的体积分数以及再生骨料占再生混凝土的体积分数。
3.根据权利要求2所述的再生混凝土弹性模量的预测方法,其特征在于,所述再生骨料中的附着砂浆占再生骨料的体积分数等于再生骨料中的砂浆附着率乘以附着砂浆密度除以再生骨料密度。
4.根据权利要求2所述的再生混凝土弹性模量的预测方法,其特征在于,所述再生骨料中的旧石子占再生骨料的体积分数与再生骨料中的附着砂浆占再生骨料的体积分数之和等于1。
5.根据权利要求1所述的再生混凝土弹性模量的预测方法,其特征在于,所述天然骨料的体积分数包括:天然骨料占再生混凝土的体积分数;所述新砂浆的体积分数包括:新砂浆占再生混凝土的体积分数。
6.根据权利要求1所述的再生混凝土弹性模量的预测方法,其特征在于,所述再生骨料弹性模量由附着砂浆的弹性模量和旧石子的弹性模量和共同确定。
7.根据权利要求1所述的再生混凝土弹性模量的预测方法,其特征在于,所述天然骨料的体积分数根据天然骨料的乘以再生混凝土的密度除以天然骨料的密度得到;
所述新砂浆的体积分数根据新砂浆的乘以再生混凝土的密度除以新砂浆的密度得到。
8.一种再生混凝土弹性模量的预测***,其特征在于,包括:
预测模块,其被配置为:基于再生骨料的体积分数、质量分数和密度,天然骨料的体积分数、质量分数和密度,以及新砂浆的体积分数、质量分数和密度,采用再生混凝土弹性模量预测模型,得到再生混凝土弹性模量;
模型构建模块,其被配置为:再生骨料的体积分数与再生骨料弹性模量的乘积、天然骨料的体积分数和天然骨料的弹性模量的乘积以及新砂浆的体积分数和新砂浆的弹性模量的乘积,三者之和构成再生混凝土弹性模量预测模型。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的再生混凝土弹性模量的预测方法中的步骤。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任一项所述的再生混凝土弹性模量的预测方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111226827.0A CN114004071A (zh) | 2021-10-21 | 2021-10-21 | 一种再生混凝土弹性模量的预测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111226827.0A CN114004071A (zh) | 2021-10-21 | 2021-10-21 | 一种再生混凝土弹性模量的预测方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114004071A true CN114004071A (zh) | 2022-02-01 |
Family
ID=79923400
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111226827.0A Pending CN114004071A (zh) | 2021-10-21 | 2021-10-21 | 一种再生混凝土弹性模量的预测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114004071A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160072622A (ko) * | 2014-12-15 | 2016-06-23 | 홍익대학교세종캠퍼스산학협력단 | 등가모르타르를 이용한 순환골재 콘크리트 배합 방법 |
CN105842076A (zh) * | 2016-05-06 | 2016-08-10 | 太原理工大学 | 一种公路桥梁预应力混凝土超声回弹双参数无损检测方法 |
CN108229093A (zh) * | 2018-01-23 | 2018-06-29 | 广西大学 | 饱和再生混凝土氯离子扩散系数多尺度预测模型的构建方法 |
CN110282926A (zh) * | 2019-06-26 | 2019-09-27 | 内蒙古巨华集团大华建筑安装有限公司 | 一种建筑垃圾废料再生混凝土及其制备方法 |
CN112464523A (zh) * | 2020-11-06 | 2021-03-09 | 西安理工大学 | 一种再生混凝土椭圆形随机骨料模型的构建方法 |
CN113461368A (zh) * | 2020-03-31 | 2021-10-01 | 南开大学 | 一种再生混凝土的制备方法 |
-
2021
- 2021-10-21 CN CN202111226827.0A patent/CN114004071A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160072622A (ko) * | 2014-12-15 | 2016-06-23 | 홍익대학교세종캠퍼스산학협력단 | 등가모르타르를 이용한 순환골재 콘크리트 배합 방법 |
CN105842076A (zh) * | 2016-05-06 | 2016-08-10 | 太原理工大学 | 一种公路桥梁预应力混凝土超声回弹双参数无损检测方法 |
CN108229093A (zh) * | 2018-01-23 | 2018-06-29 | 广西大学 | 饱和再生混凝土氯离子扩散系数多尺度预测模型的构建方法 |
CN110282926A (zh) * | 2019-06-26 | 2019-09-27 | 内蒙古巨华集团大华建筑安装有限公司 | 一种建筑垃圾废料再生混凝土及其制备方法 |
CN113461368A (zh) * | 2020-03-31 | 2021-10-01 | 南开大学 | 一种再生混凝土的制备方法 |
CN112464523A (zh) * | 2020-11-06 | 2021-03-09 | 西安理工大学 | 一种再生混凝土椭圆形随机骨料模型的构建方法 |
Non-Patent Citations (4)
Title |
---|
SHIRONG YAN 等: "Micromechanics-Based Prediction Models and Experimental Validation on Elastic Modulus of Recycled Aggregate Concrete", 《SUSTAINABILITY》, 10 October 2021 (2021-10-10), pages 1 - 13 * |
TAIHAO HAN 等: "An ensemble machine learning approach for prediction and optimization of modulus of elasticity of recycled aggregate concrete", 《CONSTRUCTION AND BUILDING MATERIALS》, 17 February 2020 (2020-02-17), pages 1 - 11 * |
王怀亮: "再生混凝土弹性模量的分析和计算", 《大连大学学报》, vol. 34, no. 3, 25 June 2013 (2013-06-25), pages 45 - 49 * |
王晨霞 等: "冻融循环后再生混凝土力学性能试验研究", 《建筑结构学报》, vol. 41, no. 12, 31 December 2020 (2020-12-31), pages 193 - 202 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8621553B2 (en) | Model based security for cloud services | |
US9047111B2 (en) | Resource allocation in a virtualized computing environment | |
US10042732B2 (en) | Dynamic data collection pattern for target device | |
CN103617070A (zh) | 虚拟机迁移方法及装置 | |
CN108229093A (zh) | 饱和再生混凝土氯离子扩散系数多尺度预测模型的构建方法 | |
US20130198741A1 (en) | Computing reusable image components to minimize network bandwidth usage | |
CN116566617B (zh) | 一种单个虚拟化密码机的计算资源调整方法 | |
US9436509B2 (en) | Pre-provisioned web application platform site collections | |
US11996994B2 (en) | Customized cloud service | |
Ogunbayo et al. | Study of aggregate dormancy and its effects on the properties of aggregates and concrete | |
CN114004071A (zh) | 一种再生混凝土弹性模量的预测方法及*** | |
US10877786B1 (en) | Managing compute resource usage based on prior usage | |
US20230137436A1 (en) | Data privacy preservation in object storage | |
CN105677693B (zh) | 一种访问数据库的方法及装置 | |
CN105094848A (zh) | 一种基于模板的轻量级动态门户计算方法 | |
Cibelli et al. | Numerical simulation of the chloride penetration in cracked and healed UHPC via a discrete multiphysics model | |
CN110381150B (zh) | 区块链上的数据处理方法、装置、电子设备及存储介质 | |
CN105357100A (zh) | 即时通信群组成员的优先级获取方法及装置 | |
WO2019100950A1 (zh) | 一种nsi的pnf更新方法、设备和计算机可读存储介质 | |
Zheng et al. | Analytical prediction of the Young’s modulus of concrete with spheroidal aggregates | |
CN109597795B (zh) | 一种路基压实施工数据高效处理*** | |
CN112100584B (zh) | 机器学习应用服务集群的多租用户权限管理方法及*** | |
US20180081724A1 (en) | Resource sharing management of a field programmable device | |
Parappagoudar et al. | Linear and non-linear modeling of cement-bonded moulding sand system using conventional statistical regression analysis | |
Miletić et al. | Effect of fibers on the onset of strain localization in HPFRCC subjected to plane stress loading |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |