瓷砖的分类

    目前市场上瓷砖的品种很多,光是门类就有十几个。消费者面对诸如渗花通体砖、玻化 砖、防滑地砖之类名称,却又不明白其中的涵义。为此,我们特地请教有关专家,请他们将 这些名词一一破解:


    釉面砖:指砖表面烧有釉层的瓷砖。这种砖分为两大类:一是用陶土烧制的,因吸水率 较高而必须烧釉,所以确切地说应该叫“磁砖”,这种砖的强度较低,现在很少使用;另一 种是用瓷土烧制的,为了追求装饰效果也烧了釉,这种瓷砖结构致密、强度很高、吸水率较 低、抗污性强,价格比陶土烧制的瓷砖稍高。瓷土烧制的釉面砖,目前广泛使用于家庭装修, 有80%的购买者都用这种瓷砖作为地面装饰材料。分辨这两种砖的诀窍很简单:陶土烧制 的瓷砖背后是红色的,瓷土烧制的砖背后是白色的。在用陶土烧制的瓷砖中,西班牙生产的 墙地砖因其独特的装饰效果,目前在北京很盛行,但这种砖的价格较高,一般用于中高档家 庭装修。 

  通体砖:这是一种不上釉的瓷质砖,有很好的防滑性和耐磨性。一般我们所说的“防滑 地砖”,大部分是通体砖。由于这种砖价位适中,所以深受消费者喜爱。其中“渗花通体砖” 的美丽花纹,更是令人爱不释手。 

  抛光砖:通体砖经抛光后就成为抛光砖,这种砖的硬度很高,所以非常耐磨。 

  玻化砖:这是一种高温烧制的瓷质砖,是所有瓷砖中最硬的一种。有时抛光砖被刮出划 痕时,玻化砖仍然安然无恙。但这种砖的价格较高。
玻化砖是优于花岗岩材的又一新型建筑材料,具有如下优点: 

1、色彩艳丽柔和,没有明显色差。而天然花岗岩由于成岩时间、岩层的深浅不同色差较大。 

2、高温烧结、完全瓷化生成了莫来石等多种晶体,理化性能稳定,耐腐蚀、抗污性强,历久如新。花岗岩由于自然形成,成材时间、风化程度等不尽相同,导致致密度、强度不一,使用两年后逐渐失去光泽,表面磨损粗糙,难以清洁,影响美观。 

3、厚度相对较薄,抗折强度高,砖体轻巧,建筑物荷重减少。而天然花岗岩强度较低,笨重,增加了建筑物的荷重,且会给运输、铺贴等过程带来一系列的困难。 

4、无有害元素。花岗岩是天然矿物,长期埋藏于地壳深处,未经高温烧结,故含有微量放射性元素,如长期接触会有害身体健康。5、抗折强度大于45Mpa。而花岗岩抗折强度约为17-20Mpa

  玻化砖的表面防污是关键:

  玻化砖的唯一缺陷就是经打磨后,毛气孔暴露在外,油污、灰尘等容易渗入。据业内人士介绍,这是一个行业公认的难题,但有些厂家经过研究已经通过新技术解决了这个难题,比如东鹏陶瓷的玻化砖,在产品出厂前就做好表面防污处理,将毛气孔堵死,使污物不致渗入。但并不是所有这类产品的厂家都有这道防污处理的工序,因为这并未列入该类产品的国家标准中,很多品牌的产品没有经过防污处理就能作为合格产品出厂销售,消费者不了解情况,铺装使用时不在意,就会发生污迹斑斑的情况。消费者要在购买时问清楚,未做防污处理的玻化砖在使用中要打蜡,一般的地板蜡就可以。铺装前为避免施工中损伤砖面,应用编织袋等不易脱色的物品把砖面盖好。

怎样挑选瓷砖:

  在家装过程中,人们往往为选择什么样的建材而伤脑筋,这里介绍几种挑选陶瓷砖的方法,以供参考。

  釉面:釉面应平滑、细腻,用手摸无颗粒;光泽面应晶莹亮泽,无光面则应柔和、舒适。

  色差:将几块陶瓷砖拼放在一起,在光线下仔细察看,好的产品色差很小,产品之间色调基本一致;而差的产品色差较大,产品之间色调深浅不一。

  规格:可用卡尺测量。好的产品规格偏差小,铺贴后,产品整齐划一,砖缝平直,装饰效果良好。差的产品规格偏差大,产品之间尺寸不一。把砖一块一块竖立起来对齐比较, 小砖允许正负0。5mm, 大砖1mm,变形可用肉眼直接观察。要求产品边直面平,四角为90度,这样产品变形小,施工方便,铺贴后砖面平整美观。

  图案花色:图案要细腻、逼真、没有明显的缺色、断线、错位等缺陷。在室内装饰中,地砖和内墙砖的色调要相互配套。卫生间配套要以卫生洁具为主,墙地砖及各种配件包括五金件及其它配套材料的质量、档次都应与其协调一致。

  听:用坚硬物体敲砖,响声清脆,为好砖。声音不正常,说明内有裂纹或重皮现象。
经久性陶瓷砖铺贴后,长时间不龟裂、不变形、不吸污。您可以用下面简单方法判断:用墨水滴在产品背后,看墨水是否自动散开。一般来说,墨水散开速度越慢,则吸水率越小,内在品质越优,产品经久性越好;反之产品经久性越差。

  防滑陶瓷砖的防滑性是很重要的。一般在卫生间和厨房等洗浴的地方应当选用具有防滑功能的陶瓷砖。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这里提供一个基于Python的BP神经网络代码,用于分类不同表面的瓷砖。我们需要用到numpy和matplotlib库,代码如下: ```python import numpy as np import matplotlib.pyplot as plt # 定义Sigmoid激活函数 def sigmoid(x): return 1 / (1 + np.exp(-x)) # 定义Sigmoid函数的导数 def sigmoid_derivative(x): return x * (1 - x) # 定义BP神经网络类 class NeuralNetwork: def __init__(self, x, y): self.input = x self.weights1 = np.random.rand(self.input.shape[1], 4) self.weights2 = np.random.rand(4, 1) self.y = y self.output = np.zeros(y.shape) def feedforward(self): self.layer1 = sigmoid(np.dot(self.input, self.weights1)) self.output = sigmoid(np.dot(self.layer1, self.weights2)) def backprop(self): d_weights2 = np.dot(self.layer1.T, (2*(self.y - self.output) * sigmoid_derivative(self.output))) d_weights1 = np.dot(self.input.T, (np.dot(2*(self.y - self.output) * sigmoid_derivative(self.output), self.weights2.T) * sigmoid_derivative(self.layer1))) self.weights1 += d_weights1 self.weights2 += d_weights2 def train(self, iterations): for i in range(iterations): self.feedforward() self.backprop() def predict(self, x): layer1 = sigmoid(np.dot(x, self.weights1)) output = sigmoid(np.dot(layer1, self.weights2)) return output # 构造训练数据 X = np.array([[0, 0, 0], [0, 1, 0], [1, 0, 0], [1, 1, 0], [0, 0, 1], [0, 1, 1], [1, 0, 1], [1, 1, 1]]) y = np.array([[0], [1], [1], [0], [1], [0], [0], [1]]) # 构造BP神经网络 nn = NeuralNetwork(X, y) # 训练BP神经网络 nn.train(50000) # 构造测试数据 test = np.array([[0, 0, 0], [0, 1, 0], [1, 0, 0], [1, 1, 0], [0, 0, 1], [0, 1, 1], [1, 0, 1], [1, 1, 1]]) # 输出测试数据的预测结果 print(nn.predict(test)) ``` 我们将上述训练数据替换成两张不同表面的瓷砖的图片数据集,即可实现对未知瓷砖的识别分类。具体的实现方法可以参考以下步骤: 1. 将两张不同表面的瓷砖的图片数据集读入Python中,并将其转换成numpy数组格式。 2. 将numpy数组格式的数据集进行归一化处理,使得每个像素点的值都在[0,1]范围内。 3. 将归一化处理后的数据集划分成训练集和测试集。 4. 使用训练集训练BP神经网络,得到训练好的模型。 5. 使用测试集对模型进行测试,计算模型的准确率和召回率。 6. 对未知的瓷砖进行识别分类,使用训练好的模型预测其表面类型。 需要注意的是,在第1步中读入图片数据集时,可以使用Python的Pillow库或OpenCV库进行读取。在第4步中训练BP神经网络时,可以使用代码中的NeuralNetwork类进行训练。在第5步中计算准确率和召回率时,可以使用sklearn库中的metrics模块进行计算。在第6步中对未知瓷砖进行识别分类时,可以使用代码中的predict方法进行预测。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值