高温后锂渣再生混凝土力学性能研究

来源 :东华理工大学 | 被引量 : 0次 | 上传用户:hayley517
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
建筑行业向前发展的同时,产出了大量废弃混凝土,为了解决这一问题,我们从解决资源短缺和环境保护的角度出发,将废弃混凝土回收破碎分解后,取代混凝土中一定比例的骨料进行制作“再生混凝土”。而工业发展过程中,煅烧锂辉石的过程会产生大量的废渣,为减少废渣带来的污染,可将其中的锂渣作为掺合料掺入到再生混凝土中。其中新疆大学的学者已经开展了将“双废”掺入到混凝土中的一些力学性能研究等等。目前我国的建筑火灾占总火灾的80%,为更深入了解该结构的抗火性能,本课题对锂渣再生混凝土进行高温后的力学性能研究。本试验主要研究了不同再生粗骨料取代率(0、50%、100%)、温度(20℃、200℃、400℃、600℃)、锂渣掺量(0、10%、20%、30%)以及冷却方式(自然冷却和喷水冷却)这四种因素对锂渣再生混凝土试件质量损失率、抗拉压强度、抗折强度以及轴心抗压应力-应变曲线的影响。主要研究内容如下:(1)对锂渣再生混凝土进行高温试验。结果表明:随着受热温度的升高,锂渣再生混凝土试块表面颜色会由暗灰色变为浅灰色再变为浅白色最后变为浅红色,表面会出现裂纹、疏松、掉角的现象,其中微裂缝会不断延长,最终连成网。经不同高温后,锂渣再生混凝土的质量损失率在2.26%~14.15%之间,其中在经历200℃~400℃过程时质量损失最为严重。锂渣再生混凝土的质量损失率随着温度的升高而增大;随锂渣掺量的增加先上升后下降再上升;随再生粗骨料取代率的增大而增大,二者几乎呈线性关系。(2)通过试验研究了受热温度、锂渣掺量、再生粗骨料取代率对锂渣再生混凝土力学性能的影响。结果表明:随着受热温度的升高,掺20%锂渣的再生混凝土在自然冷却时劈裂抗拉强度及抗折强度先增大后减小,而其立方体抗压强度和轴心抗压强度均呈逐渐降低的趋势,峰值应变逐渐增大,峰值应力逐渐降低。随着锂渣取代率的增加,锂渣再生混凝土的抗压强度、劈裂抗拉强度和抗折强度均先增大后降低,峰值应力是先增大后减小,峰值应变是逐渐增大。随再生粗骨料取代率的增大,400℃时锂渣再生混凝土的轴心抗压强度、劈裂抗拉强度及抗折强度均先增大后减小,立方体抗压强度逐渐减小;峰值应力先减小后增大,而峰值应变呈现一直减小的趋势。(3)研究了喷水冷却下掺20%锂渣的再生混凝土的力学性能,并与自然冷却方式进行了对比。研究表明:200℃时,喷水冷却方式使锂渣再生混凝土的抗压强度略有上升,而400℃和600℃时喷水冷却方式加剧了锂渣再生混凝土强度的损伤;经历高温加热后,喷水冷却都会使劈裂抗拉强度和抗折强度有所降低。(4)通过对高温后锂渣再生混凝土的力学试验数据分析,建立了不同锂渣取代率下锂渣再生混凝土的抗压强度、劈裂抗拉强度、抗折强度的保留率与受热温度之间的关系式。(5)研究了高温后锂渣再生混凝土应力-应变关系曲线、峰值应力、峰值应变随锂渣取代率、受热温度及再生粗骨料取代率的变化规律;并建立了锂渣再生混凝土高温后的应力-应变关系方程。
其他文献
随着半导体行业和探测技术的快速发展,人们不再满足于对单色光波段的探测,逐渐将探索方向转向为双色或多色光波段的探测;当前随着半导体材料生长制备工艺的不断成熟,双色集成光电探测器的相关报道越来越多。以GaN为代表的Ⅲ族氮化物具备宽禁带、高饱和电子速率等优点,且光谱范围可以覆盖近红外到太赫兹,是具有广泛应用前途的子带间光电子器件材料;随着Ⅲ族氮化物量子阱红外探测的研究发展,GaN基材料逐渐成为制备双色集
学位
随着互联网金融和证券市场的日益成熟,投资者不断的涌入股票的交易系统中时刻产生海量的数据。人工智能和深度学习技术在金融行业得到了广泛的应用。根据市场的非有效理论模型即股价并非完全反应上市公司的真实价值,市场的情绪价值与股票的价格走势存在一定的相关性。因此,可以利用对金融文本的情感分析帮助投资者做出符合市场的判断。本文以股吧中的投资者情感信息为例,结合深度学习技术进行了以下研究和探索。(1)针对循环神
学位
空气质量对人们的健康有着重要的影响,为了预防空气污染带来的危害,空气质量预测成为一种有效的预防措施。深度学习由于能有效挖掘数据的内在规律,被逐渐运用于空气质量预测中。但目前的空气质量预测模型存在预测精度不够高、收敛速度慢、很少考虑季节等相关因素对空气质量的影响等问题。针对以上问题,本文提出基于CEEMDAN-BCCSA和加入自注意力机制的双向LSTM的深度学习模型(C-B-BALSTM)对空气质量
学位
随着三维点云的使用范围越来越广泛,基于三维点云的对象表示和分类技术的需求变得越来越大,同时也促进了三维点云分类和识别的发展。三维点云分类已经被广泛应用于机器人导航和三维场景理解中,然而现有的关于三维点云分类的深度学习方法通常存在特征提取不足以及忽略点云的全局上下文关系,并且许多用于点云的神经网络往往会忽略对点云物体上一些重要区域的关注导致了一些有用的信息未被提取进而造成了分类精度低的问题。因此,论
学位
<正>展望未来,持续高涨的财富管理需求,大势所趋的数字化浪潮,不断涌现的行业创新,将加速推动我国财富管理行业变革、转型与发展,总体呈现八大趋势:客户财富多元化,产品结构权益化,线上线下生态化,数字技术基础化,资产配置全球化,风险管控复杂化,组织变革一体化,牌照整合头部化。
期刊
车辆重识别技术可以在现实交通监控的场景下,找到某一个指定车辆在所有监控摄像头中出现的画面,这对智慧交通中的车辆管控有着重大意义,从而吸引了众多学者的目光。随着近年来深度学习的广泛应用,目前在车辆重识别算法大都是基于卷积神经网络。但由于卷积神经网络本身有两个局限性:感受野有限和下采样操作会造成细节信息的丢失,所以卷积神经网络并不是车辆重识别任务最适合的模型。当前的算法模型面对具有相似外观的不同车辆时
学位
伴随着GNSS基准站多年连续不断的观测的坐标数据,为GNSS时间序列的研究提供了数据基础,且GNSS时间序列中包含丰富的地球物理信息,因此GNSS坐标时间序列的精确分析,对地球物理研究、气候气象预测、区域内地壳形变等研究具有重要意义。由于GNSS信号从产生、传输、到被接收机接收的过程中会受到多种误差源的影响,使得GNSS信号中不可避免的包含粗差以及噪声,粗差的存在会对数据分析以及噪声处理产生负面影
学位
番茄检疫是保护番茄生长的一个重要过程,保障农户能快速高效的检测病虫害,制定相应措施,保护番茄的生长,进而保证番茄产量和品质。但传统的检疫手段往往通过人工筛选或者提取各个种类病害的不同特征再使用分类器将提取的特征分类的方法,这种方法往往耗费大量人力物力,检疫成本较高。由于病害种类多,发病时间不确定,难以及时获得大量的数据,造成数据不平衡;直接使用神经网络模型进行训练会导致识别准确率不理想。本文先对单
学位
再生混凝土因其环保效益与经济效益成为近年研究热点。再生骨料是天然骨料与旧水泥砂浆的结合体,其性能与天然骨料存在差异,掺入混凝土中对抗压和抗渗性能等存在负面影响。而掺入纤维是改性再生混凝土常用方法。实际服役混凝土结构通常会处于特殊环境下,特殊化环境会造成混凝土结构损伤,从而影响混凝土结构使用寿命。因此,本文选用玻璃纤维对替代率为25%的再生混凝土进行改性,并以玻璃纤维体积率(0%、0.5%、1.0%
学位
本研究以南昌市为研究区域,选取东华理工大学作为采样点,于2020年1月~2020年12月对南昌市大气PM2.5和NH3进行了为期一年的连续采集,并对PM2.5中8种主要水溶性无机离子(SO42-、NO3-、NH4+、Ca2+、K+、Cl-、Mg2+、F-)进行了测定,结合附近环境监测站的空气质量数据及气象数据,分析了南昌市PM2.5无机组分和痕量气体污染水平及季节变化规律,探讨了痕量气体的气粒转化
学位