BP神经网络预测矿物聚合材料强度的影响因素

• 作者: 华苏东 姚晓 张祖华 诸华军 陈悦
• 来源期刊: 硅酸盐通报
• 学科: 工学
• 关键词: 矿物聚合材料 煅烧高岭土 BP神经网络 强度
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 试验与技术
• 页码范围: 640-644
• 页数: 5页
• 分类号: TU502
• 字数: 3050字
• 语种: 中文

摘要

基于矿物聚合材料制备过程中激发剂和配料组成的多样性与复杂性,采用BP神经网络方法考察了影响矿物聚合材料强度的3个因素:激发剂NaOH溶液的浓度、配料中碱硅物质的量比和铝硅物质的量比.结果表明:BP神经网络可以准确地预测矿物聚合材料抗折强度和抗压强度(误差在10-2数量级);高碱激发下(COH-=12 mol/L),M2O/SiO2对抗压及抗折强度影响显著,预测M2O/SiO2=0.332,Al2O3/SiO2=0.441时制品的抗压强度达30.96 MPa,抗折强度高达9.33 MPa;SEM分析和MIP实验证明,提高激发剂NaOH溶液浓度和碱硅物质的量比更有利于形成内部结构完整、强度更高的矿物聚合材料.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚晓	南京工业大学材料科学与工程学院	108	996	17.0	25.0
3	华苏东	南京工业大学材料科学与工程学院	60	368	9.0	15.0
4	诸华军	南京工业大学材料科学与工程学院	16	161	7.0	12.0
5	张祖华	南京工业大学材料科学与工程学院	9	82	5.0	9.0
8	陈悦	南京工业大学材料科学与工程学院	20	292	8.0	17.0