当前位置:首页 > 报告详情

A Material Science and Data Driven Approach to Sustainable Infrastructure - Kai Gong.pdf

上传人: Seven****onds 编号:709572 2025-05-17 52页 15.76MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要介绍了使用数据驱动和材料科学方法来开发可持续和耐用的基础设施材料。首先,作者提出了使用人工智能驱动的混凝土混合物建模和优化的数据驱动方法,通过比较不同的机器学习模型,如高斯过程、随机森林和人工神经网络,来预测混凝土的强度。然后,作者展示了如何使用这些模型来优化混凝土混合物,以减少成本和气候影响。此外,作者还讨论了如何将预测的不确定性纳入优化框架。其次,作者提出了使用原子建模和先进的X射线和中子散射技术来建立这些低CO2原材料(如粉煤灰、火山灰等)的组成-结构-反应关系。作者通过比较实验数据和模拟结果,证明了所提出的结构描述符(如平均金属-氧解离能)可以准确地捕捉这些废材料的反应性。最后,作者提出了如何从这些结构描述符中导出一些经验参数,以直接从组成中预测反应性。总的来说,本文通过结合数据驱动和材料科学方法,为开发可持续和耐用的基础设施材料提供了新的视角。
如何利用AI优化混凝土混合物? 如何建立低CO2原料的组成-结构-反应性关系? 如何开发新的结构描述符来预测这些废料的反应性?
客服
商务合作
小程序
服务号
折叠