刘荣桂, 陈 浩, 崔钊玮, 陈业强, 张邵峰, 闫乾勋
(1.南通理工学院 建筑工程学院, 江苏 南通 226001; 2.江苏大学 土木工程与力学学院, 江苏 镇江 212013)
随着我国天然砂资源的日益枯竭,以及政府对天然砂开采的限制,使得土木工程的用砂矛盾日益突出.为此,越来越多的工程项目开始使用机制砂来替代天然砂.但是与天然砂相比,机制砂在生产过程中会不可避免地产生大量的石粉.研究结果[1-2]表明:石粉对机制砂混凝土的性能具有重大的影响;适量石粉可以填充水泥颗粒间微小空隙,提高界面过渡区密实度,从而提高混凝土强度;过多石粉则会加大混凝土的干燥收缩,从而导致混凝土开裂,严重影响混凝土力学性能.
高吸水性树脂(SAP)是一种内部含有多种亲水基团的有机高分子化合物,具有独特的吸水-储水-释水特性,能够预先吸收相当于自身质量几百倍甚至上千倍的水,并稳定地储存在内部.待水化反应过程中水分不足时,释放其内部预先吸收的水分,使水泥继续水化,有效地缓解因干缩开裂而导致强度下降的问题.近年来,学者们对掺SAP内养护混凝土力学性能开展了大量的研究.研究发现:少量的SAP能够有效细化混凝土内部的空隙[3];掺入0.2%粒径为50目的SAP能够明显提高混凝土的早期强度[4];SAP的掺入使混凝土水化反应更充分,有利于强度的发展[5];发现在水化反应后期,SAP对高强度混凝土的强度有明显的提升作用[6].因此,通过SAP对机制砂混凝土进行内养护,可有效解决机制砂混凝土因干缩开裂而造成的强度下降问题.
为此,笔者所在课题组依托蒲炎高速三明段工程,采用现场隧道开挖洞渣生产的机制砂,研究不同石粉掺量下SAP对机制砂混凝土力学性能的影响规律,并利用BP(back propagation)神经网络对机制砂混凝土抗压强度进行预测,为机制砂混凝土应用于实际工程提供理论依据和实践指导.
1.1 原材料
试验用水泥为鹤林牌P·O42.5级普通硅酸盐水泥.粗骨料采用粒径为5～20 mm的连续级配碎石.细骨料中的河砂为中砂.机制砂采用现场隧道开挖洞渣生产的级配为Ⅰ区的机制砂,其级配组成见表1.
表1 级配Ⅰ区的机制砂级配组成
减水剂为聚羧酸混凝土高效减水剂,掺量为胶凝材料总重量的0.2%.试验用水为实验室自来水.石粉采用机制砂生产过程中生成的粒径小于0.075 mm的颗粒.高吸水性树脂(SAP)的粒径为0.15～0.25 mm,吸水倍率为400～500 g/g.盐水吸收倍率为60 g/g,加压吸水倍率为26 g/g.堆积密度为0.65～0.85 g/mL.pH值为6.2.
文中,某种物质的掺量是指其质量占胶凝材料质量的百分比;S0F0表示SAP和石粉掺量均为0,S8F0表示SAP掺量为0.08%和石粉掺量为0,其余依此类推,S16F9表示SAP掺量为0.16%和石粉掺量为9%[7].
1.2 配合比设计
依据JGJ 55—2011《普通混凝土配合比设计规程》的规定,对机制砂混凝土配合比进行设计.其中机制砂替代率为80%,与施工现场替代率相同.机制砂混凝土配合比见表2,其中w为掺量,ρ为密度.
表2 机制砂混凝土配合比
1.3 试验方法
材料混合采用干拌方式.将SAP、石粉、水泥、河砂、机制砂、石子及减水剂放入混凝土搅拌机中,干拌30 s,待SAP、石粉与胶凝材料充分混合后,再加水搅拌.依据GB/T 50081—2019《混凝土物理力学性能试验方法标准》,对机制砂混凝土开展力学性能试验.抗压强度试验采用100 mm×100 mm×100 mm的立方体试件,抗折强度试验采用100 mm×100 mm×400 mm的棱柱体试件.试件成型后放入标准养护箱中静置24 h,随后取出试件进行拆模、编号,再继续放入养护箱中养护.其中抗压强度试件养护龄期分别为3、7和28 d,抗折强度试件养护龄期为28 d.养护完成后取出试件开展力学性能测试.
2.1 对抗压强度的影响
在龄期t为3、7和28 d时,分别单掺不同掺量SAP和石粉的混凝土抗压强度σp变化曲线如图1所示.由图1a可知,与w(SAP)=0混凝土相比,w(SAP)=0.08%混凝土在龄期为3、7和28 d时抗压强度均有较大程度的提高,分别比w(SAP)=0混凝土增加了14.32%、4.71%和8.48%,说明少量的SAP可以提高机制砂混凝土各个龄期的抗压强度.这主要是因为SAP掺入到混凝土中吸收了浆体中的水分,减少了混凝土中自由水含量,导致水胶质量比减小,从而提高了机制砂混凝土的密实性和强度.当SAP掺量超过0.08%时,由于过多SAP的掺入,使得SAP释水后在混凝土内部留下的孔洞增多,导致机制砂混凝土在龄期为3、7和28 d时抗压强度开始逐渐降低,这与文献[5]结果类似.
该系统选用了LM317稳压模块为直流电机提供稳定电压。LM317是一种可调3端正电压稳压器，具有稳压性能好、输出电压可调、噪声低、价格低廉等优点，广泛应用于一些小型嵌入式系统。稳压模块原理图如图2所示。LM317模块输出电压公式为：
图1 单掺SAP和石粉的各个龄期机制砂混凝土抗压强度变化曲线
由图1b可知:w(石粉)=0～9%时,机制砂混凝土各个龄期的抗压强度均随石粉掺量的增加而不断提高;当石粉掺量为9%时,机制砂混凝土在龄期为3、7和28 d时抗压强度均达到最高值;与w(石粉)=0混凝土抗压强度相比,在龄期为3、7和28 d时,w(石粉)=3%混凝土分别提高了8.67%、2.33%和0.58%,w(石粉)=6%混凝土分别提高了23.43%、7.11%和4.86%,w(石粉)=9%混凝土分别提高了25.08%、7.29%和6.84%.可见,石粉对不同龄期机制砂混凝土抗压强度的影响程度从大至小依次为3、7和28 d.这主要是由于石粉主要成分是CaCO3,将其加入混凝土中能够促进硅酸三钙(C3S)水化反应,而C3S的水化反应发生在混凝土早期[8],因此混凝土的早期强度得到了提高.
图2为龄期为28 d时复掺SAP和石粉的各组机制砂混凝土抗压强度曲线.
图2 龄期为28 d时各复掺组机制砂混凝土抗压强度曲线
由图2可知,除S24F3组外,其他复掺组的抗压强度均高于S0F0组,特别是S8F9组(SAP掺量为0.08%,石粉掺量为9%)混凝土的抗压强度提高了14.44%,效果最好.说明掺量为0.08%～0.16%的SAP与掺量为3%～9%的石粉复掺,两者可以同时发挥各自优势,共同改善混凝土的性能.
2.2 对抗折强度的影响
图3显示了龄期为28 d时复掺SAP和石粉的机制砂混凝土抗折强度σb曲线.
图3 龄期为28 d时复掺SAP和石粉的机制砂混凝土抗折强度曲线
由图3a可知:当石粉掺量一定时,机制砂混凝土抗折强度均随SAP掺量的增加呈现先降低、后升高、再降低的变化趋势,可见SAP掺量过多或者过少都会对机制砂混凝土的抗折强度产生不利影响;当SAP掺量为0.16%时,4种石粉掺量的机制砂混凝土抗折强度均达到最大值,与未掺SAP时相比,石粉掺量为0、3%、6%和9%的机制砂混凝土抗折强度分别提高1.82%、1.69%、13.85%和1.56%.分析其原因可能来源于两个方面:一方面,由于SAP的释水特性,使得微孔周围水化反应充分进行,在孔洞内壁及其四周形成大量针状的钙矾石,这些针状的钙矾石能够填充混凝土中微裂缝和微孔隙,从而提高混凝土的强度;另一方面,SAP在释水时,由于混凝土基体已经初步形成了稳定结构,当SAP预先吸收的水分释放完全后,混凝土内部会形成连续的球形孔洞,从而导致混凝土强度降低.
由图3b可知:当SAP掺量一定时,机制砂混凝土的抗折强度随石粉掺量增加均呈现先增大、后减小的趋势;当石粉掺量达到6%时,SAP掺量为0、0.08%、0.16%和0.24%的机制砂混凝土抗折强度均达到最大值,与未掺石粉相比,分别提高了18.18%、7.41%、32.14%和8.51%;之后随着石粉掺量的增加,混凝土的抗折强度逐渐降低,出现这种现象的原因是石粉粒径较小,能够填充水泥颗粒间微小空隙,使得界面过渡区密实度提高.此外,石粉能够与水泥中的铝酸三钙(C3A)和铁铝酸四钙(C4AF)的水化产物发生二次反应,生成水化碳铝酸钙,而水化碳铝酸钙可以与其他水化产物相互交错,使混凝土结构更加密实,从而使混凝土具有更高强度.当混凝土密实度达到最大程度后,此时继续增加石粉掺量,会产生一部分游离态的石粉出现在混凝土界面过渡区,影响水泥与石粉的粘结,从而导致混凝土强度下降.
由图3还可知,在机制砂混凝土中复掺适量的SAP和石粉,对机制砂混凝土的抗折强度有较大的增强作用,并且增强作用大于单掺SAP和石粉对机制砂混凝土的增强幅度,特别是SAP掺量为0.16%和石粉掺量为6%时,增强效果最为显著,其抗折强度与S0F0组相比提高了34.55%.
3.1 输入层和输出层的确定
BP神经网络是一种基于误差逆向传播算法训练的多层前向型神经网络,通常由一个输入层、多个隐含层和一个输出层组成[9].本课题组结合SAP内养护机制砂混凝土抗压强度的影响因素,选取SAP掺量、石粉掺量、水灰质量比、水泥用量、用水量、机制砂替代率、减水剂用量及养护龄期作为输入向量.将龄期为3、7和28 d的混凝土抗压强度作为输出向量,建立一个网络结构为8-K-1(8为输入层节点个数,K为隐含层节点个数,1表示输出层节点个数为1个)的SAP内养护机制砂混凝土抗压强度预测模型.其中隐含层节点数K对网络预测精度的影响重大,数目过多容易出现过拟合的现象,数目过少又会增大误差[10].因此,笔者先利用经验公式确定K的大致范围,再用试凑法找出其最佳数目.经验公式[10-11]为
K=lbm,
(1)
(2)
(3)
式中:m、n分别为输入层和输出层的节点个数,个;α为常数,取值为1～10.通过对BP神经网络预测模型不断进行测试,得知节点个数为10个时拟合效果最好,因此,建立结构为8-10-1神经网络模型.BP神经网络拓扑结构如图4所示,图中Wij为输入层第i个神经元节点与隐含层第j个神经元节点之间连接权值,Vjk为隐含层第j个神经元节点与输出层第k个神经元节点之间连接权值.
图4 BP神经网络拓扑结构
3.2 样本选取及量纲一化处理
神经网络预测模型包括训练和预测两个部分.本研究中,在48组试验数据的基础上,随机选取70%的数据作为训练样本,其余30%的数据作为测试样本.神经网络训练前,为了能够达到更加精准的预测结果,需要对试验数据进行量纲一处理,使得各个维度不同的数据统一转化到[0,1]区间内,以此来消除各输入样本之间数量级的差异.目前最常用的量纲一化处理方法为最大最小法,该方法的计算式[12]为
(4)
3.3 神经网络预测与结果分析
本研究中,设定的最大迭代次数为2 000次,目标误差为1×10-5次,对神经网络进行训练.经过12次迭代后,训练停止.图5为神经网络模型的训练集、验证集、测试集及全部数据的线性回归拟合结果,该结果能够反映样本实测值与预测值之间的相关程度[13].由图5可知,训练集、验证集、测试集及全部数据拟合精度R分别为0.999 98、0.988 74、0.986 74及0.996 32,可见神经网络中3个子集及全部数据的期望输出值与网络输出值均有较高的拟合度,说明该神经网络具有良好的工作性能.
图5 神经网络模型各子集的线性回归拟合结果
龄期为28 d时,组号S16F0、S24F0、S0F3、S0F6、S0F9、S8F3、S8F6、S8F9、S16F3、S16F6、S16F9、S24F3、S24F6和S24F9的样本编号依次为1-14,其抗压强度试验实测值与预测值对比如图6所示.由图6可知,BP神经网络预测的R2为0.956 22,并且抗压强度预测值与试验实测值之间的误差绝对值均小于4 MPa,最大相对误差为8.16%,平均相对误差为4.54%.由于训练样本有限,预测样本较少,因此会存在一定的误差,但总体预测结果较为理想.说明采用BP神经网络建立SAP内养护机制砂混凝土抗压强度预测模型是可行的,可以直接应用于工程实践中.
图6 抗压强度试验值与预测值对比
1)机制砂混凝土在不同龄期的抗压强度随SAP掺量的增加均呈先升高、后降低的趋势.当SAP掺量为0.08%时,相比其他SAP掺量,机制砂混凝土在不同龄期的抗压强度均达到最大值,且不同石粉掺量机制砂混凝土的抗压强度得到显著提高,特别是与9%石粉复掺时,抗压强度最高.
2)不同石粉掺量的机制砂混凝土抗折强度均随SAP掺量的增加呈现先降低、后升高、再降低的趋势.当SAP掺量为0.16%时,相比其他SAP掺量,不同石粉掺量的机制砂混凝土抗折强度均达到最大值,其中0.16%SAP与6%石粉进行复掺,机制砂混凝土抗折强度增强效果最好.
3)结合本研究中抗压强度的数据,建立了BP神经网络抗压强度预测模型,将预测值与试验值进行拟合,拟合精度R2达到0.956 22,因此可以直接应用于工程实践中.
猜你喜欢石粉抗折龄期塑钢纤维混凝土早龄期力学性能研究湖南城市学院学报（自然科学版）(2022年6期)2022-11-14多龄期锈蚀钢结构框架柱力学性能研究中国测试(2021年6期)2021-07-18石粉变胶变出一生的财富和幸福现代营销(创富信息版)(2018年5期)2018-07-12熟料中矿物含量与抗折强度相关性分析江西建材(2018年2期)2018-04-14Vortex Rossby Waves in Asymmetric Basic Flow of TyphoonsAdvances in Atmospheric Sciences(2018年5期)2018-03-07石粉变塑料 国家发明专利现代营销(创富信息版)(2018年6期)2018-02-23石粉变胶让发大财的梦想飞起来大众投资指南(2017年11期)2017-12-15石粉变塑料变出财富和快乐大众投资指南(2017年11期)2017-12-15根管治疗术后不同修复方式对牙根抗折性能的影响中国卫生标准管理(2015年16期)2016-01-20不同冲击条件下早龄期混凝土的力学特性中国有色金属学报(2015年6期)2015-03-18