“建筑材料”課程虛擬實驗教學法可行性研究

李 翔

(鎮(zhèn)江高等專科學校 a. 醫(yī)藥技術(shù)學院；b. 鎮(zhèn)江市功能化學重點實驗室，江蘇 鎮(zhèn)江 212028)

“建筑材料”是建筑工程技術(shù)、建材檢驗技術(shù)、工程安全評價與監(jiān)理等專業(yè)的專業(yè)基礎(chǔ)課程，涵蓋建筑材料檢測相關(guān)實驗，應(yīng)用性強[1]。學生通過學習，掌握材料的組成、性質(zhì)和特征，掌握材料的檢測方法、了解影響材料性能的因素，使其崗位適應(yīng)能力和操作技能達到本專業(yè)上崗基本標準。學生就業(yè)后將會在第三方檢測公司或施工單位實驗室從事檢測工作，所以教學中應(yīng)關(guān)注職業(yè)技能，實現(xiàn)理論教學與實驗教學緊密配合。

1 存在的問題

首先，“建筑材料”實驗課程設(shè)計中需要按照國家標準測試特定的建筑材料性能，但學生只是按部就班完成實驗內(nèi)容，缺乏獨立思考和創(chuàng)新動力，容易出現(xiàn)不重視實驗原理、實驗方法不合理、實驗儀器操作不規(guī)范等問題。其次，“建筑材料”實驗課程設(shè)計中需要分析各種建筑材料性能，并介紹實驗方法。如水泥相關(guān)物理性能測試、鋼筋力學性能測試、混凝土相關(guān)性能測試等，材料種類多，實驗內(nèi)容繁雜，對儀器設(shè)備的要求較高。實際教學中，受限于實踐課時和實驗設(shè)備，實驗內(nèi)容有限。最后，學生不能深刻認識實驗數(shù)據(jù)的差異性。如采用相同的實驗方法對鋼筋進行抗拉強度測試時，抗拉強度的測試結(jié)果可能存在較大差異，關(guān)鍵因素有鋼筋材料的各元素含量、缺陷等。如果能獲得相關(guān)數(shù)據(jù)，利用合適的模型進行分析，就能夠掌握關(guān)鍵性因素，深刻理解相關(guān)理論知識點。

2 優(yōu)化實驗方案

基于相關(guān)檢測行業(yè)發(fā)展需要整合教學內(nèi)容。學生在實驗教學環(huán)節(jié)會關(guān)注實驗原理、實驗方法、實驗儀器的操作流程，為此，改變教學計劃，增加實驗教學課時。與第三方檢測公司建立緊密聯(lián)系，從第三方檢測公司收集原料種類、配比等重要數(shù)據(jù)，以實際生產(chǎn)過程中各原料參數(shù)為依據(jù)制備建筑材料構(gòu)件，如混凝土試件、砂漿試件，測試如混凝土(砂漿)的抗壓強度、抗折強度、坍落度等性能；獲得已成型構(gòu)件的性能參數(shù)，如鋼筋的成分含量，如碳、硅、錳、磷、硫、鉻、鎳、鉬、鈦等。依據(jù)國家檢測標準設(shè)計檢測方案，指導學生實驗，比較實驗室測試結(jié)果與企業(yè)實測結(jié)果，查找問題，提高檢測能力。以混凝土抗壓強度測試(《混凝土強度檢驗評定標準》GBJ 107-87)為例[2]，混凝土的制備涉及各種原料的選用，如水泥強度、水泥含量、水灰比、骨灰比、添加劑量、用水量、減水劑使用量、粗骨料用量、細骨料用量、砂率、細骨料細度模數(shù)等[3-4]。組織學生參觀第三方檢測公司，實地觀摩檢測人員實際操作。教師收集企業(yè)建筑材料原料配比數(shù)據(jù)、28 d抗壓強度值，形成企業(yè)樣品數(shù)據(jù)庫。在實驗中設(shè)計工藝參數(shù)，有目標地制備混凝土構(gòu)件并測試，比較實驗結(jié)果、企業(yè)實測結(jié)果的差異，關(guān)注操作的規(guī)范性。

利用人工神經(jīng)網(wǎng)絡(luò)技術(shù)預(yù)判實驗結(jié)果，確定關(guān)鍵性因素。人工神經(jīng)網(wǎng)絡(luò)是應(yīng)用類似于大腦神經(jīng)突觸聯(lián)接的結(jié)構(gòu)進行信息處理的數(shù)學模型，簡稱為神經(jīng)網(wǎng)絡(luò)或類神經(jīng)網(wǎng)絡(luò)[5]。神經(jīng)網(wǎng)絡(luò)是一種運算模型，由大量節(jié)點(神經(jīng)元)相互聯(lián)接構(gòu)成。目前，誤差反向傳播(error back-propagation)神經(jīng)網(wǎng)絡(luò)在函數(shù)逼近、模式識別、信息分類、數(shù)據(jù)壓縮等領(lǐng)域應(yīng)用廣泛[6]。BP神經(jīng)網(wǎng)絡(luò)是具有隱含層的多層前饋網(wǎng)絡(luò)，通過修正網(wǎng)絡(luò)權(quán)值(Wji，Wkj)和閾值(θj，θk)，使誤差函數(shù)e沿負梯度方向下降，直到輸出誤差(精度)減小到可以接受的程度，如圖1所示，具體標準誤差反向傳播神經(jīng)網(wǎng)絡(luò)算法如圖2所示。

圖1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

鑒于實驗教學課時有限，可以在實驗課中指導學生掌握BP預(yù)測模型[7]，利用課外時間反復練習編程技術(shù)。BP模型的建立需要采集大量真實數(shù)據(jù)，數(shù)據(jù)來源于第三方檢測公司。模型訓練以影響材料性能的指標為目標值，影響材料性能的因素為輸入值，獲得訓練后的模型具備相應(yīng)的預(yù)測能力[8-10]。該模型可用于待檢測材料性能的預(yù)測，比較模型預(yù)測性能值與實測值，驗證模型的實用性，如圖3所示。

圖2 標準誤差反向傳播算法(以混凝土抗壓強度預(yù)測為例)

圖3 BP神經(jīng)網(wǎng)絡(luò)模型訓練以及預(yù)測流程

虛擬實驗教學方法需要利用課外時間完成實驗內(nèi)容，學生自行下載Matlab軟件，實現(xiàn)編程。主要采用神經(jīng)網(wǎng)絡(luò)工具箱的專用函數(shù)newff()，調(diào)用的格式為net=newff(PR, [S1S2…SN]),{TF1TF2…TFN},BTF, BLF, PF)[11]，PR代表輸入層樣本矩陣，Si代表第i層神經(jīng)元數(shù)，TFi代表第i層激勵函數(shù)，默認值為“tansig”，BTF代表網(wǎng)絡(luò)訓練函數(shù)，整體調(diào)整權(quán)值與閾值，以達到誤差最小，默認值為“trainlm”，BLF代表學習函數(shù)，局部調(diào)整權(quán)值與閾值，默認值為“l(fā)earngdm”，PF為性能函數(shù)，默認值為“mse”，代表均方誤差。還涉及部分編程程序，如net.trainParam.show代表訓練步長，net.trainParam.lr代表學習率，net.trainParam.epochs代表訓練步數(shù)，net.trainParam.goal代表精度，net.trainParam.time代表訓練時間等。

學生大多擁有電腦，課外自學具有可行性。編程教學耗費課時，但經(jīng)授課教師指導，模型普遍具備適用性，可用于大量建筑材料性能的預(yù)測，如水泥抗壓強度、混泥土抗壓強度、鋼筋抗拉強度、土工布抗拉強度預(yù)測等。利用模型進行材料性能預(yù)測，預(yù)測精度高于90%，部分材料性能的預(yù)測結(jié)果如表1所示。利用模型特性，可自行評估影響材料性能的關(guān)鍵性因素。實際制樣中，學生會重點關(guān)注原料種類、配比對實驗結(jié)果的影響，提高嚴謹性。利用企業(yè)關(guān)鍵數(shù)據(jù)構(gòu)建模型，通過模型仿真獲得測試數(shù)據(jù)，并與企業(yè)實測數(shù)據(jù)比較，可以更好地理解模型的適用性，了解影響特定材料性能的關(guān)鍵因素。

表1 模型參數(shù)設(shè)定與預(yù)測精度(實驗數(shù)據(jù)由學生提供)

3 學生可接受度

虛擬實驗教學法可預(yù)測建筑材料的性能，比較實測結(jié)果，同步驗證模型的實用性。第三方檢測公司提供相關(guān)數(shù)據(jù)，提高了模型的預(yù)測能力。

實驗教學中，編程環(huán)節(jié)至關(guān)重要。建模中，第三方檢測公司提供涉及工藝的數(shù)據(jù)，學生利用課余時間自行編程練習，并及時對比企業(yè)提供的性能指標，及時提供相關(guān)編程流程的截圖，發(fā)布在學習通上。

教學中，對建筑工程技術(shù)、建筑材料檢測技術(shù)、工程安全評價與監(jiān)理專業(yè)的學生試行虛擬實驗教學法。以問卷調(diào)查的方式了解學生對教學方法的適應(yīng)性、對掌握BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型編程的理解程度。發(fā)放調(diào)查問卷60份，回收60份。實驗原理接受程度方面，約80%的學生能完全接受，16.25%的學生基本能接受，3.75%的學生不能接受。編程難度方面，83.3%的學生認為可以獨立編程，16.7%的學生認為無法獨立編程。模型的預(yù)測精度方面，86.6%的學生認為模型預(yù)測精度較高，實測值與預(yù)測值的精度高于90%，13.4%的學生認為模型的預(yù)測精度不高。教學滿意程度方面，91.6%的學生表示滿意，8.4%的學生表示基本滿意。虛擬實驗教學法在高職高專院校教學中具有可行性。

BP神經(jīng)網(wǎng)絡(luò)在人工神經(jīng)網(wǎng)絡(luò)中具有較好的容錯能力，通過簡單的參數(shù)調(diào)控就可以達到模型優(yōu)化的目的。編程中需要調(diào)控的參數(shù)包括輸入層節(jié)點(神經(jīng)元)、隱含層節(jié)點、輸出層節(jié)點、隱含層激活函數(shù)、輸出層激活函數(shù)、學習率、精度等。不斷訓練模型可以達到預(yù)測的最佳性能。因此，BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型具有通用性，適用于預(yù)測不同材料的性能、確定關(guān)鍵影響因素。

4 結(jié)束語

采用虛擬實驗教學法能夠激發(fā)學生的積極性與主動性，培養(yǎng)學生實際動手能力、自主學習能力。采用虛擬實驗教學方法，可以使實驗教學變得多元化，有效解決實驗教學受實驗室條件限制等問題，豐富實驗內(nèi)容。