论文部分内容阅读
【摘要】基于现代环保节能理念的响应，以绿色高性能混凝土为论述对象，分析了配合比的设计以及性能预测的基本方法，所述内容具有一定的参考性，以期在行业间形成技术交流。
【关键词】绿色高性能混凝土;配合比设计;性能预测
1、绿色高性能混凝土的基本性能
⑴工作性好。绿色高性能混凝土结构均匀且密实，不论是在搅拌、运输还是浇制振捣过程中，均不易出现分层、泌水与离析等病害。
⑵强度高。从一定程度上讲，由于混凝土的强度取决于水泥石的强度，而水泥石的强度又由水泥的矿物产物与硬化孔隙率决定，孔隙率又受水胶比影响极大，因此混凝土强度的衡量一般以水胶比为重要指标。一般情况下，绿色高性能混凝土中掺有高效减水剂（以不影响混凝土工作性为前提）与矿物掺合料，其强度因水胶比的降低而得到提升，并且耐久性表现良好。
⑶环境友好。在同强度条件下，与普通混凝土相比，绿色高性能混凝土中水泥用量较少而矿渣等工业废料用量较多，一定程度上降低了环境污染与资源消耗，符合现代环保节能理念。
2、绿色高性能混凝土的配合比设计与性能预测理论
2.1配合比设计
2.1.1设计原则
基于混凝土使用性能的考虑，配合比设计应遵循的原则为：①工作性原则。对于新拌混凝土而言，良好的工作性不仅对流动性、粘聚性以及保水性影响重大，同时还在一定程度上还决定了混凝土的强度与耐久性;②强度与耐久性原则。与普通混凝土不同的是，对绿色高性能混凝土的衡量并非以强度为主要指标，而是在满足强度（一般只要降低水胶比，强度很容易满足）要求的基础上，更趋向于对耐久性的控制（尤其是在恶劣环境中）;③经济性原则。绿色高性能混凝土配合比设计过程中，实现经济性的途径为：a.通过优质矿物掺合料的使用来使水泥用量减少;b.优化骨料级配并减小其孔隙率，如此通过用浆量的有效控制而降低胶凝材料与水的用量。
2.1.2设计优化
对于绿色高性能混凝土配合比的设计，传统方法的运用虽然仍存一定的优势，但是由于在配合比优化设计时对复杂的非线性规划问题的解决运用了大量的智能算法，具体操作难度大且理论性过强，因此整体而言已无法满足实际需求，不建议使用。本文以直接搜索算法为运用，其具体操作为窗口形式，原理与程序编写相对简单，算法科学且易于掌握。以经济性原则为例，将优化目标定为各原材料的成本最低化，目标函数则可表示为下式⑴：
2.2性能预测
对于混凝土性能的预测及评价，借助于人工智能技术与计算机技术，智能算法（主要包括蚁群算法、人工神经网络与遗传算法等）的运用不仅容易掌握，而且还使预测评价方法呈现出多元化特征。实践表明，对于非线性问题的处理，智能算法因处理能力极强而在工程实际中应用效果良好。本文对于混凝土性能的预测以人工神经网络算法为例进行分析，如下图1所示，该方法所建立的信息处理模型是基于对动物神经网络的模拟，利用权值将一系列经过归一处理的输出信号进行连接后，通过信号累加器的运用算出总和，然后借助于激励函数，便可在一定范围内将输出信号限制在其中。
3、绿色高性能混凝土的配合比设计
3.1原材料技术要求
⑴水。一般采用地下水或其他饮用水，对于普通钢混结构而言，混凝土用水应符合：PH>4.5，氯化物含量<1000mg/L，硫酸盐含量<2000mg/L，碱含量<1500mg/L。
⑵水泥。在满足标准（GB175-2007）的基础上，绿色高性能混凝土对所用水泥不再以强度为唯一要求，而是还需具备良好的工作性与耐久性，即是要对水泥颗粒级配合理搭配，降低过细和只起早强作用的颗粒数量;与此同时，为降低早期水化热与混凝土温缩裂缝，对于水泥成分中C3A（铝酸三钙）含量应合理控制（尽量降低）。
⑶矿物掺合料。主要包括硅粉、矿渣粉以及粉煤灰等，其作用是一定程度上减小水泥用量，优化混凝土内部结构，改善混凝土综合性能，实际使用应符合国家相关标准的要求。
⑷集料。集料（包括粗集料与细集料）在混凝土中所占体积为60～80%，其虽然不参与化学反应，但为混凝土强度形成的骨架与支撑，故而需控制好颗粒强度、级配、粒形、吸水性、空隙率与弹性模量等指标。
⑸外加剂。以减水剂为代表，其作用是在保证混凝土工作性能的前提下降低水胶比，以此改善混凝土性能，实际使用中对掺量、减水率（≥20%）与坍落度保留值应严格控制。
3.2配合比参数与混凝土性能的关系
配合比参数主要包括砂率、矿掺比、水胶比以及胶凝材料总量等，设计时通过对各参数对混凝土性能影响规律的研究，综合分析后才能确定出原材料用量及最终配合比。砂浆在混凝土中的作用之一是通过滚珠与润滑来使粗集料间的摩擦减小，而砂率决定了混凝土中砂浆含量与粗细集料的比例，砂率减小，混凝土黏度增大，反之则流动性提升;矿物掺合料可在一定程度上提升混凝土的密实度与强度，但其用量需合理控制（一般不超过40%），矿掺比过高反而不利于混凝土强度的形成;水胶比在极大程度上决定了混凝土的强度（具体见第1节的⑵小节）;胶凝材料为混凝土性能的主要影响因素，其作用是通过骨料空隙的填充来使混凝土形成强度，在矿掺比与水胶比一定情况下，胶凝材料用量越多，混凝土强度就越高，但当达到一定用量时，胶凝材料的继续增加反而会使混凝土强度呈下降趋势。
3.3混凝土配合比优化设计
对于绿色高性能混凝土而言，配合设计时除强度与耐久性要求更高外，还需保證在工程实际中具有良好的经济性。在具体试配过程中，可将各指标的要求转化为非线性规划问题，然后借助计算机利用搜索算法对配合比进行优化，同时对混凝土性能利用人工神经网络进行预测。混凝土作为工程结构的重要组成，配合比优化设计时应首先在强度与耐久性方面满足工程设计的要求，对于无法满足要求配合比的应继续优化或直接淘汰，而在经济性方面则可结合工程实际进行综合考量。
4、绿色高性能混凝土的性能预测
混凝土配合比优化设计完成后，还需利用试验检测的方式对其科学性进行检测验证，以此判断是否达到最优效果。检测过程主要是针对混凝土的强度、耐久性以及工作性等指标，采用人工神经网络进行预测并与实验室试配数据对比，以此判断预测数据是否准确。
作为一种信息处理的ID模型，人工神经网络功能的实现是基于对生物神经网络的模拟，其结构组成主要包括输入层、隐含层与输出层3部分。其中输入层与输出层分别代表混凝土的强度指标与强度值，而隐含层则是将输入的信号利用传递函数传递至输出层，该模型具有非线性处理、并行分布式处理及自学习功能等特点，在模式识别、信息预测及控制优化等领域非常适用。在混凝土性能预测中，主要是以原材料中水泥、矿粉、粉煤灰、减水剂、粗骨料、细骨料、混凝土标号、水、骨料级配、水泥细度模数等作为神经网络的输入元素，输出层元素选择混凝土强度、电通量、坍落度等，构建人工神经网络。神经网络的隐含层神经元采用Tansig函数传递术，输出层神经元采用Logsig函数传递，通过计算与分析，可对混凝土的性能进行预测。根据实验室得到的优化配合比以及与试验结果的对比，可对绿色高性能混凝土的工作性、功能性与经济性进行综合判定。
结语：
从一定程度上讲，绿色高性能混凝土不仅具有良好的力学性能，更为重要的是其符合现代社会的环保要求，为建设工程领域混凝土行业发展的主要方向。
参考文献：
[1]GB175-2007，通用硅酸盐水泥[S].
[2]曹兴龙.绿色高性能混凝土配合比设计与性能预测[D].兰州交通大学，2015.
【关键词】绿色高性能混凝土;配合比设计;性能预测
1、绿色高性能混凝土的基本性能
⑴工作性好。绿色高性能混凝土结构均匀且密实，不论是在搅拌、运输还是浇制振捣过程中，均不易出现分层、泌水与离析等病害。
⑵强度高。从一定程度上讲，由于混凝土的强度取决于水泥石的强度，而水泥石的强度又由水泥的矿物产物与硬化孔隙率决定，孔隙率又受水胶比影响极大，因此混凝土强度的衡量一般以水胶比为重要指标。一般情况下，绿色高性能混凝土中掺有高效减水剂（以不影响混凝土工作性为前提）与矿物掺合料，其强度因水胶比的降低而得到提升，并且耐久性表现良好。
⑶环境友好。在同强度条件下，与普通混凝土相比，绿色高性能混凝土中水泥用量较少而矿渣等工业废料用量较多，一定程度上降低了环境污染与资源消耗，符合现代环保节能理念。
2、绿色高性能混凝土的配合比设计与性能预测理论
2.1配合比设计
2.1.1设计原则
基于混凝土使用性能的考虑，配合比设计应遵循的原则为：①工作性原则。对于新拌混凝土而言，良好的工作性不仅对流动性、粘聚性以及保水性影响重大，同时还在一定程度上还决定了混凝土的强度与耐久性;②强度与耐久性原则。与普通混凝土不同的是，对绿色高性能混凝土的衡量并非以强度为主要指标，而是在满足强度（一般只要降低水胶比，强度很容易满足）要求的基础上，更趋向于对耐久性的控制（尤其是在恶劣环境中）;③经济性原则。绿色高性能混凝土配合比设计过程中，实现经济性的途径为：a.通过优质矿物掺合料的使用来使水泥用量减少;b.优化骨料级配并减小其孔隙率，如此通过用浆量的有效控制而降低胶凝材料与水的用量。
2.1.2设计优化
对于绿色高性能混凝土配合比的设计，传统方法的运用虽然仍存一定的优势，但是由于在配合比优化设计时对复杂的非线性规划问题的解决运用了大量的智能算法，具体操作难度大且理论性过强，因此整体而言已无法满足实际需求，不建议使用。本文以直接搜索算法为运用，其具体操作为窗口形式，原理与程序编写相对简单，算法科学且易于掌握。以经济性原则为例，将优化目标定为各原材料的成本最低化，目标函数则可表示为下式⑴：
2.2性能预测
对于混凝土性能的预测及评价，借助于人工智能技术与计算机技术，智能算法（主要包括蚁群算法、人工神经网络与遗传算法等）的运用不仅容易掌握，而且还使预测评价方法呈现出多元化特征。实践表明，对于非线性问题的处理，智能算法因处理能力极强而在工程实际中应用效果良好。本文对于混凝土性能的预测以人工神经网络算法为例进行分析，如下图1所示，该方法所建立的信息处理模型是基于对动物神经网络的模拟，利用权值将一系列经过归一处理的输出信号进行连接后，通过信号累加器的运用算出总和，然后借助于激励函数，便可在一定范围内将输出信号限制在其中。
3、绿色高性能混凝土的配合比设计
3.1原材料技术要求
⑴水。一般采用地下水或其他饮用水，对于普通钢混结构而言，混凝土用水应符合：PH>4.5，氯化物含量<1000mg/L，硫酸盐含量<2000mg/L，碱含量<1500mg/L。
⑵水泥。在满足标准（GB175-2007）的基础上，绿色高性能混凝土对所用水泥不再以强度为唯一要求，而是还需具备良好的工作性与耐久性，即是要对水泥颗粒级配合理搭配，降低过细和只起早强作用的颗粒数量;与此同时，为降低早期水化热与混凝土温缩裂缝，对于水泥成分中C3A（铝酸三钙）含量应合理控制（尽量降低）。
⑶矿物掺合料。主要包括硅粉、矿渣粉以及粉煤灰等，其作用是一定程度上减小水泥用量，优化混凝土内部结构，改善混凝土综合性能，实际使用应符合国家相关标准的要求。
⑷集料。集料（包括粗集料与细集料）在混凝土中所占体积为60～80%，其虽然不参与化学反应，但为混凝土强度形成的骨架与支撑，故而需控制好颗粒强度、级配、粒形、吸水性、空隙率与弹性模量等指标。
⑸外加剂。以减水剂为代表，其作用是在保证混凝土工作性能的前提下降低水胶比，以此改善混凝土性能，实际使用中对掺量、减水率（≥20%）与坍落度保留值应严格控制。
3.2配合比参数与混凝土性能的关系
配合比参数主要包括砂率、矿掺比、水胶比以及胶凝材料总量等，设计时通过对各参数对混凝土性能影响规律的研究，综合分析后才能确定出原材料用量及最终配合比。砂浆在混凝土中的作用之一是通过滚珠与润滑来使粗集料间的摩擦减小，而砂率决定了混凝土中砂浆含量与粗细集料的比例，砂率减小，混凝土黏度增大，反之则流动性提升;矿物掺合料可在一定程度上提升混凝土的密实度与强度，但其用量需合理控制（一般不超过40%），矿掺比过高反而不利于混凝土强度的形成;水胶比在极大程度上决定了混凝土的强度（具体见第1节的⑵小节）;胶凝材料为混凝土性能的主要影响因素，其作用是通过骨料空隙的填充来使混凝土形成强度，在矿掺比与水胶比一定情况下，胶凝材料用量越多，混凝土强度就越高，但当达到一定用量时，胶凝材料的继续增加反而会使混凝土强度呈下降趋势。
3.3混凝土配合比优化设计
对于绿色高性能混凝土而言，配合设计时除强度与耐久性要求更高外，还需保證在工程实际中具有良好的经济性。在具体试配过程中，可将各指标的要求转化为非线性规划问题，然后借助计算机利用搜索算法对配合比进行优化，同时对混凝土性能利用人工神经网络进行预测。混凝土作为工程结构的重要组成，配合比优化设计时应首先在强度与耐久性方面满足工程设计的要求，对于无法满足要求配合比的应继续优化或直接淘汰，而在经济性方面则可结合工程实际进行综合考量。
4、绿色高性能混凝土的性能预测
混凝土配合比优化设计完成后，还需利用试验检测的方式对其科学性进行检测验证，以此判断是否达到最优效果。检测过程主要是针对混凝土的强度、耐久性以及工作性等指标，采用人工神经网络进行预测并与实验室试配数据对比，以此判断预测数据是否准确。
作为一种信息处理的ID模型，人工神经网络功能的实现是基于对生物神经网络的模拟，其结构组成主要包括输入层、隐含层与输出层3部分。其中输入层与输出层分别代表混凝土的强度指标与强度值，而隐含层则是将输入的信号利用传递函数传递至输出层，该模型具有非线性处理、并行分布式处理及自学习功能等特点，在模式识别、信息预测及控制优化等领域非常适用。在混凝土性能预测中，主要是以原材料中水泥、矿粉、粉煤灰、减水剂、粗骨料、细骨料、混凝土标号、水、骨料级配、水泥细度模数等作为神经网络的输入元素，输出层元素选择混凝土强度、电通量、坍落度等，构建人工神经网络。神经网络的隐含层神经元采用Tansig函数传递术，输出层神经元采用Logsig函数传递，通过计算与分析，可对混凝土的性能进行预测。根据实验室得到的优化配合比以及与试验结果的对比，可对绿色高性能混凝土的工作性、功能性与经济性进行综合判定。
结语：
从一定程度上讲，绿色高性能混凝土不仅具有良好的力学性能，更为重要的是其符合现代社会的环保要求，为建设工程领域混凝土行业发展的主要方向。
参考文献：
[1]GB175-2007，通用硅酸盐水泥[S].
[2]曹兴龙.绿色高性能混凝土配合比设计与性能预测[D].兰州交通大学，2015.