基于計(jì)算智能的水泥水化過程建模方法與關(guān)鍵技術(shù)研究.pdf

1、水泥在與砂石、水等混合后形成硬化體的水化、硬化過程中要經(jīng)過多種物理和化學(xué)的變化，其內(nèi)部機(jī)理的復(fù)雜性及隨時(shí)間變化的特征使高性能水泥材料的研究存在一些挑戰(zhàn)性的問題。為將高性能水泥材料的研究水平推向新的高度，急需新的科學(xué)方法和高效、適用的分析設(shè)計(jì)工具。由于計(jì)算機(jī)及計(jì)算技術(shù)的飛速發(fā)展，材料領(lǐng)域在材料科學(xué)與材料工程的基礎(chǔ)上，發(fā)展出計(jì)算材料學(xué)這一門計(jì)算機(jī)科學(xué)和材料科學(xué)的交叉學(xué)科，并日益成為計(jì)算機(jī)與材料研究的重要分支。材料性能的計(jì)算機(jī)預(yù)測(cè)、材料演化過

2、程的計(jì)算機(jī)模擬、材料設(shè)計(jì)和工藝的計(jì)算機(jī)仿真一直是計(jì)算材料學(xué)的主要研究目標(biāo)。通過計(jì)算機(jī)模擬，可以深入研究材料的結(jié)構(gòu)、組成及其在各物理、化學(xué)過程中微觀變化機(jī)制以達(dá)到材料成份、結(jié)構(gòu)及制備參數(shù)的最佳組合，即以高性能材料設(shè)計(jì)為目的。將先進(jìn)的計(jì)算機(jī)仿真技術(shù)與傳統(tǒng)的實(shí)驗(yàn)研究方法相結(jié)合，為水泥的水化過程建立計(jì)算模型，對(duì)高性能水泥材料的開發(fā)和產(chǎn)品質(zhì)量的提高具有重大的科學(xué)價(jià)值和廣闊的應(yīng)用前景。雖然國(guó)內(nèi)外的研究已經(jīng)取得了很多進(jìn)展，但是由于水泥水化過程的極端復(fù)

3、雜性，人工建立水化模型存在很高的難度。本文研究了將計(jì)算智能方法與傳統(tǒng)的實(shí)驗(yàn)研究方法相結(jié)合，建立起水泥水化過程的計(jì)算模型。主要工作分別從動(dòng)力學(xué)建模、強(qiáng)度預(yù)測(cè)和三維微觀結(jié)構(gòu)演化三個(gè)方面進(jìn)行了闡述：
　　 ⑴水泥水化早期動(dòng)力學(xué)模型的自動(dòng)生成。早期水化反應(yīng)對(duì)于硅酸鹽水泥漿體微觀結(jié)構(gòu)的形成和強(qiáng)度的發(fā)展有著重要影響。由于水泥水化過程中發(fā)生了多相多尺寸并且相互關(guān)聯(lián)的復(fù)雜的化學(xué)和物理變化，因此使得人工推導(dǎo)水化動(dòng)力學(xué)方程的研究存在很高的難度。從觀

4、測(cè)到的硅酸鹽水泥水化程度時(shí)間序列數(shù)據(jù)中自動(dòng)化的構(gòu)建出了水化早期的動(dòng)力學(xué)模型。提出了兩種水化動(dòng)力學(xué)模型的自動(dòng)生成方法，一種是利用基因表達(dá)式編程算法從觀測(cè)到的實(shí)驗(yàn)數(shù)據(jù)中反向萃取出表達(dá)式形式的水化動(dòng)力學(xué)方程，另一種是利用柔性神經(jīng)樹作為方程的右端，建立水化動(dòng)力學(xué)模型。兩種方法均采用基因表達(dá)式編程算法分別迭代進(jìn)化動(dòng)力學(xué)方程的函數(shù)形式或柔性神經(jīng)樹結(jié)構(gòu)。其間對(duì)每個(gè)生成的方程和神經(jīng)樹結(jié)構(gòu)，用粒子群算法優(yōu)化其調(diào)節(jié)參數(shù)，該過程反復(fù)進(jìn)行直到尋找到最優(yōu)的動(dòng)力學(xué)

5、方程及其調(diào)節(jié)參數(shù)為止。此外，為了加速計(jì)算過程，還利用高性能計(jì)算處理器GPU來對(duì)算法進(jìn)行并行化。通過挖掘多組水化程度時(shí)間序列數(shù)據(jù)，得到了硅酸鹽水泥水化早期的動(dòng)力學(xué)模型。實(shí)驗(yàn)結(jié)果表明，采用兩種方法得到的動(dòng)力學(xué)模型都可以很好的吻合訓(xùn)練數(shù)據(jù)，而且具有良好的泛化能力。兩種模型相比各有優(yōu)點(diǎn)，F(xiàn)NT動(dòng)力學(xué)模型對(duì)實(shí)驗(yàn)曲線的逼近程度更高，而反向萃取的動(dòng)力學(xué)方程需要調(diào)節(jié)的參數(shù)更少。
　　 ⑵基于浮動(dòng)質(zhì)心法的神經(jīng)網(wǎng)絡(luò)分類器的混凝土強(qiáng)度分類。作為最重要

6、的水泥基材料，混凝土所含有的水泥材料的水化機(jī)制直接影響其物理力學(xué)性能的發(fā)展。常規(guī)的混凝土強(qiáng)度等級(jí)檢測(cè)方法需要消耗大量的原料，成本很高并且時(shí)間較長(zhǎng)。提出了一種全新的神經(jīng)網(wǎng)絡(luò)分類方法-浮動(dòng)質(zhì)心法，該方法去除了傳統(tǒng)方法中固定質(zhì)心的限制并且增大了找到最優(yōu)神經(jīng)網(wǎng)絡(luò)的概率。研究了基于浮動(dòng)質(zhì)心法的神經(jīng)網(wǎng)絡(luò)分類器對(duì)混凝土等級(jí)進(jìn)行了歸類。利用UCI所提供的混凝土抗壓強(qiáng)度數(shù)據(jù)集作為實(shí)驗(yàn)數(shù)據(jù)，證實(shí)了該算法可以較好的改進(jìn)混凝土強(qiáng)度等級(jí)的分類結(jié)果，包括訓(xùn)練精度、

7、測(cè)試精度以及平均F-Measture等。
　　 ⑶水泥水化過程三維微觀結(jié)構(gòu)演化模型。提出了一種面向真實(shí)三維微觀結(jié)構(gòu)的水泥漿體水化過程的演化模型。搭建模型的過程主要包括三個(gè)步驟：水泥水化數(shù)據(jù)的獲取，細(xì)胞自動(dòng)機(jī)三維演化模型的生成以及神經(jīng)網(wǎng)絡(luò)強(qiáng)度計(jì)算模型的生成。其中水泥水化數(shù)據(jù)的獲取為三維演化模型和強(qiáng)度計(jì)算模型提供訓(xùn)練數(shù)據(jù)。三維演化模型根據(jù)一定的初始圖象利用細(xì)胞自動(dòng)機(jī)逐步演化水泥結(jié)構(gòu)，而強(qiáng)度計(jì)算模型則根據(jù)每步演化的結(jié)果直接通過神經(jīng)網(wǎng)絡(luò)