Drvna industrija, Vol. 72 No. 3, 2021.
Original scientific paper
https://doi.org/10.5552/drvind.2021.2018
Primjena umjetne neuronske mreže u predviđanju čvrstoće na raslojavanje cementne iverice proizvedene od divovske trske i ostataka od prerade šećerne trske
Morteza Nazerian
; Shahid Beheshti University, Faculty of New technologies Engineering, Department of BioSystems, Tehran, Iran
Hossin Assadolahpoor Nanaii
; University of Zabol, Faculty of Natural Resources, Department of Wood and Paper Science and Technology, Zabol, Iran
Elham Vatankhah
; Shahid Beheshti University, Faculty of New technologies Engineering, Department of BioSystems, Tehran, Iran
Mojtaba Koosha
; Shahid Beheshti University, Faculty of New technologies Engineering, Department of BioSystems, Tehran, Iran
Abstract
U radu se opisuje istraživanje mikrostrukture cementnih matrica i proizvoda hidratacije cementa uz pomoć pretražnoga elektronskog mikroskopa, Fourierove transformirane infracrvene spektroskopije i rendgenske difrakcije. Pritom je izmjerena i čvrstoća na raslojavanje (IB) za smjese koje sadržavaju različite količine čestica nanosilike (NS), trske i ostataka od prerade šećerne trske. Na kraju su uz pomoć umjetne neuronske mreže (ANN) reproducirani eksperimentalni podatci. Rezultati su pokazali da otvrdnuta cementna pasta s nanosilikom ima najvišu razinu C-S-H. Međutim, ako se rabe čestice trske ili ostataka od prerade šećerne trske, cementna pasta ima niži stupanj polimerizacije C-S-H. Detaljno je analiziran relativno nov stupanj gustoće mikrostrukture cementne paste koja sadržava nanosiliku, pri čemu su uočene i manje nakupine u uzorcima koji su, osim nanosilike, sadržavali i čestice trske ili ostataka od njezine prerade. Prema analizi mikrostrukture, dodatkom nanosilike uzorcima koji sadržavaju čestice trske ili ostataka od prerade šećerne trske povećava se nehidratizirana količina C2S i C3S u cementnoj pasti zbog smanjenja vode potrebne za potpunu hidratizaciju cementnih zrna putem portlandita (Ca(OH)2) te povećanjem C-S-H i etringita. Osim toga, pokazalo se da je ANN model predviđanja koristan, pouzdan i vrlo učinkovit alat za modeliranje čvrstoće cementne iverice na raslojavanje. Srednja apsolutna pogreška (MAPE) u predviđanju čvrstoće na raslojavanje za eksperimentalne i izmjerene skupove podataka iznosi 1,98 %, odnosno 1,45 %. Koefi cijenti korelacije R2 eksperimentalnih i izmjerenih skupina podataka u predviđanju čvrstoće na raslojavanje uz pomoć ANN modela iznose 0,972 odnosno 0,997.
Keywords
cementna iverica; nanosilika; čvrstoća na raslojavanje; hidratacija; ANN
Hrčak ID:
260780
URI
Publication date:
22.7.2021.
Visits: 1.337 *