基于BP神经网络的粒形补偿粒度算法研究

摘要：

机制砂粒度分布是评价混凝土质量的重要指标,由于传统标准筛分法和新型图像法的测量原理上存在差异,为减小基于图像法的测量方法与标准的误差,本文提出了一种基于BP神经网络的通过粒形参数对机制砂粒度测量进行补偿的方法.实验结果表明:针对不同种类和不同级配料的机制砂,由图像法检测得到的级配测量误差最大达8.7％,经BP神经网络学习后,级配测量误差最大仅为1.95％.补偿后粒度检测精度能满足工程实际测量需求.

关键词：BP神经网络、机制砂、粒形、粒度分布、补偿

所属期刊栏目：35

分类号：TH865

在线出版日期：2022-12-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：101-105,111