【摘 要】
:
基于我国砂石骨料短缺、大气环境恶化、尾矿大量堆积且利用率低以及建筑材料行业碳达峰、碳中和等大背景下,本文以湖北省大冶市铜尾矿作为主要研究对象,将铜尾矿砂作为细骨料以及磨细铜尾矿粉作为矿物掺合料,缓解我国砂石骨料短缺现象并降低混凝土中水泥用量。通过试验探究铜尾矿砂、铜尾矿粉掺入后对路面混凝土性能的影响,具体试验研究如下:(1)研究铜尾矿砂作为细骨料取代河砂时,采用“部分粒径取代”的掺量方式,可以控制
论文部分内容阅读
基于我国砂石骨料短缺、大气环境恶化、尾矿大量堆积且利用率低以及建筑材料行业碳达峰、碳中和等大背景下,本文以湖北省大冶市铜尾矿作为主要研究对象,将铜尾矿砂作为细骨料以及磨细铜尾矿粉作为矿物掺合料,缓解我国砂石骨料短缺现象并降低混凝土中水泥用量。通过试验探究铜尾矿砂、铜尾矿粉掺入后对路面混凝土性能的影响,具体试验研究如下:(1)研究铜尾矿砂作为细骨料取代河砂时,采用“部分粒径取代”的掺量方式,可以控制混合砂的细度模数在中砂范围内,优化混合砂的级配,显著降低混合砂中以泥粉为主的石粉含量。(2)<0.075mm铜尾矿粉属于低硅低钙富铁型矿物,且活性较差。通过机械粉磨方式提高活性,试验结果发现:<0.075mm铜尾矿粉粉磨2h时后,尾矿粉的比表面积和活性指数显著提升,活性指数达到81.5%。(3)铜尾矿砂用于路面混凝土制备时,尾矿砂最优部分粒径掺量为70%(相当于全粒径掺量为35%),即尾矿砂取代70%“0.6-0.15mm”河砂(相当于尾矿砂取代35%全粒径河砂),此时制得尾矿砂路面混凝土的力学性能及其他性能良好。其中混凝土抗折强度为5.9MPa,抗压强度为51.1MPa,且抗折强度超过路面混凝土设计抗折值4.0MPa;90d干缩率为522×10-6;28d磨损量为0.96kg/m~2,满足长安大学推荐的耐磨性要求;抗渗等级达到P12,且渗水高度较河砂混凝土下降了22%;混凝土在15个硫酸盐干湿循环后的抗硫酸盐侵蚀能力较河砂混凝土略有提高。(4)铜尾矿砂用于路面混凝土制备时的最优掺量为70%配合比基础上,继续加入5%磨细铜尾矿粉取代水泥,制得铜尾矿砂-铜尾矿粉复掺路面混凝土与铜尾矿砂单掺混凝土相比,除抗干缩变形能力有所下降,复掺混凝土的力学性能及其他路用性能都有所提高。其中复掺混凝土抗折强度为6.2MPa,抗压强度为52.8MPa;28d磨损量为0.915kg/m~2,满足长安大学推荐的耐磨性要求;抗渗等级达到P12,且渗水高度较单掺混凝土下降了6.5%;混凝土在15个硫酸盐干湿循环后的抗硫酸盐侵蚀能力较单掺混凝土提高1.2%。本文将铜尾矿经过烘干筛分后,取0.6-0.15mm作为细骨料取代河砂,<0.075mm作为矿物掺合料取代水泥,实现尾矿利用的价值最大化。同时针对铜尾矿砂作为细骨料利用时,为了解决铜尾矿砂细颗粒含量多对混合砂性能的影响,提出了一种新的掺量方式(“部分粒径取代”)。最后通过试验系统性分析了铜尾矿砂、铜尾矿粉掺入后对路面混凝土性能的影响,为今后铜尾矿在道路工程中的广泛应用提供参考。
其他文献
随着互联网金融和证券市场的日益成熟,投资者不断的涌入股票的交易系统中时刻产生海量的数据。人工智能和深度学习技术在金融行业得到了广泛的应用。根据市场的非有效理论模型即股价并非完全反应上市公司的真实价值,市场的情绪价值与股票的价格走势存在一定的相关性。因此,可以利用对金融文本的情感分析帮助投资者做出符合市场的判断。本文以股吧中的投资者情感信息为例,结合深度学习技术进行了以下研究和探索。(1)针对循环神
空气质量对人们的健康有着重要的影响,为了预防空气污染带来的危害,空气质量预测成为一种有效的预防措施。深度学习由于能有效挖掘数据的内在规律,被逐渐运用于空气质量预测中。但目前的空气质量预测模型存在预测精度不够高、收敛速度慢、很少考虑季节等相关因素对空气质量的影响等问题。针对以上问题,本文提出基于CEEMDAN-BCCSA和加入自注意力机制的双向LSTM的深度学习模型(C-B-BALSTM)对空气质量
随着三维点云的使用范围越来越广泛,基于三维点云的对象表示和分类技术的需求变得越来越大,同时也促进了三维点云分类和识别的发展。三维点云分类已经被广泛应用于机器人导航和三维场景理解中,然而现有的关于三维点云分类的深度学习方法通常存在特征提取不足以及忽略点云的全局上下文关系,并且许多用于点云的神经网络往往会忽略对点云物体上一些重要区域的关注导致了一些有用的信息未被提取进而造成了分类精度低的问题。因此,论
<正>展望未来,持续高涨的财富管理需求,大势所趋的数字化浪潮,不断涌现的行业创新,将加速推动我国财富管理行业变革、转型与发展,总体呈现八大趋势:客户财富多元化,产品结构权益化,线上线下生态化,数字技术基础化,资产配置全球化,风险管控复杂化,组织变革一体化,牌照整合头部化。
车辆重识别技术可以在现实交通监控的场景下,找到某一个指定车辆在所有监控摄像头中出现的画面,这对智慧交通中的车辆管控有着重大意义,从而吸引了众多学者的目光。随着近年来深度学习的广泛应用,目前在车辆重识别算法大都是基于卷积神经网络。但由于卷积神经网络本身有两个局限性:感受野有限和下采样操作会造成细节信息的丢失,所以卷积神经网络并不是车辆重识别任务最适合的模型。当前的算法模型面对具有相似外观的不同车辆时
伴随着GNSS基准站多年连续不断的观测的坐标数据,为GNSS时间序列的研究提供了数据基础,且GNSS时间序列中包含丰富的地球物理信息,因此GNSS坐标时间序列的精确分析,对地球物理研究、气候气象预测、区域内地壳形变等研究具有重要意义。由于GNSS信号从产生、传输、到被接收机接收的过程中会受到多种误差源的影响,使得GNSS信号中不可避免的包含粗差以及噪声,粗差的存在会对数据分析以及噪声处理产生负面影
番茄检疫是保护番茄生长的一个重要过程,保障农户能快速高效的检测病虫害,制定相应措施,保护番茄的生长,进而保证番茄产量和品质。但传统的检疫手段往往通过人工筛选或者提取各个种类病害的不同特征再使用分类器将提取的特征分类的方法,这种方法往往耗费大量人力物力,检疫成本较高。由于病害种类多,发病时间不确定,难以及时获得大量的数据,造成数据不平衡;直接使用神经网络模型进行训练会导致识别准确率不理想。本文先对单
再生混凝土因其环保效益与经济效益成为近年研究热点。再生骨料是天然骨料与旧水泥砂浆的结合体,其性能与天然骨料存在差异,掺入混凝土中对抗压和抗渗性能等存在负面影响。而掺入纤维是改性再生混凝土常用方法。实际服役混凝土结构通常会处于特殊环境下,特殊化环境会造成混凝土结构损伤,从而影响混凝土结构使用寿命。因此,本文选用玻璃纤维对替代率为25%的再生混凝土进行改性,并以玻璃纤维体积率(0%、0.5%、1.0%
本研究以南昌市为研究区域,选取东华理工大学作为采样点,于2020年1月~2020年12月对南昌市大气PM2.5和NH3进行了为期一年的连续采集,并对PM2.5中8种主要水溶性无机离子(SO42-、NO3-、NH4+、Ca2+、K+、Cl-、Mg2+、F-)进行了测定,结合附近环境监测站的空气质量数据及气象数据,分析了南昌市PM2.5无机组分和痕量气体污染水平及季节变化规律,探讨了痕量气体的气粒转化
建筑行业向前发展的同时,产出了大量废弃混凝土,为了解决这一问题,我们从解决资源短缺和环境保护的角度出发,将废弃混凝土回收破碎分解后,取代混凝土中一定比例的骨料进行制作“再生混凝土”。而工业发展过程中,煅烧锂辉石的过程会产生大量的废渣,为减少废渣带来的污染,可将其中的锂渣作为掺合料掺入到再生混凝土中。其中新疆大学的学者已经开展了将“双废”掺入到混凝土中的一些力学性能研究等等。目前我国的建筑火灾占总火