1.一种新型自补偿地聚物水泥及其基于BP神经网络调控Mg含量极限的方法,其特征在于:以高镁的层状或纤维状黏土为自补偿物质,并通过MATLAB构建模BP神经网络型预测镁含量极限。
2.一种新型自补偿地聚物水泥及其基于BP神经网络调控Mg含量极限的方法,其特征在于:新型自补偿型地聚物砂浆是将60‑80份矿渣、10‑300份粉煤灰、0‑5份镁质黏土、0‑5份碱激发剂、25‑35份水构成。
3.根据权利要求1所述的一种新型自补偿地聚物水泥及其基于BP神经网络调控Mg含量极限的方法,其特征在于:所述镁质黏土为laponite(层状、粒径5‑25nm)、锂皂石(层状、粒径5‑25nm)、海泡石(丝状、粒径100‑300nm)等,并且黏土中MgO(结构含量)为X(22.0%‑
35.0%)。
4.根据权利要求1所述的一种新型自补偿地聚物水泥及其基于BP神经网络调控Mg含量极限的方法,其特征在于:所述MATLAB构建模型预测镁含量极限具体步骤为:(1)收集原料配比与性能数据组;
(2)构建前馈型人工神将网络,包含1个隐含层,4个输入特征(矿渣与粉煤灰质量比、碱激发剂、镁质黏土、水质量),2个输出特征(抗折强度、收缩值),调用transig函数,按照4:1的比例将数据组随机分成训练集和测试集,输入程序进行训练和测试,得到线性函数;
(3)依据线性函数,黏土为5‑10份时输入预测程序,反归一化处理,分析输出特征值,确定极限黏土份数为Y;
(4)计算黏土极限Mg含量为Z=X*Y*0.6;
(5)根据Z值,确定其他镁质黏土的最佳掺量。