红泥在混凝土中的可持续利用：通过机器学习模型评估其力学强度、耐久性和性能

《Green Technologies and Sustainability》：Sustainable use of red mud in concrete: Assessing mechanical strength, durability, and performance through machine learning models

红泥作为水泥替代物的混凝土性能研究显示，10%-15%的红泥替换量能显著提升抗压强度（最高32 MPa）和耐久性，尤其对硫酸盐和氯离子攻击的抵抗。机器学习模型评估显示MARS模型预测最准确，验证了红泥在可持续混凝土中的应用潜力。

　　红泥是铝土矿通过拜耳工艺提炼氧化铝时产生的副产品，因其体积大、pH值高而具有潜在的环境问题。为了评估红泥对混凝土性能的影响，研究将红泥按0%、5%、10%、15%和20%的比例加入混凝土混合物中，以确定最佳掺量。此外，研究还采用了四种机器学习模型，包括MARS、MPMR、GMDH和ENN，来预测红泥混凝土的抗压强度，并比较其预测效果。研究发现，在10%至15%的红泥掺量范围内，混凝土的抗酸性、硫酸盐侵蚀性和氯离子渗透性得到了显著提升，同时抗压强度和抗折强度也有所增强。然而，当红泥掺量超过15%时，混凝土的耐久性和强度会下降，这表明需要谨慎优化掺量。研究还验证了使用红泥作为混凝土添加剂可以成为一种可持续的解决方案，为建筑行业提供绿色材料的选择。

### 红泥的背景与研究意义

红泥作为铝土矿冶炼的副产品，长期以来一直被视为需要处理的废弃物。其高碱性特性使得红泥的堆积对环境造成潜在威胁，因此，研究人员一直在寻找将其转化为建筑材料的方法。红泥的化学成分和颗粒大小对混凝土的机械性能、耐久性和可加工性产生影响。通过将红泥作为水泥的替代材料或细骨料的一部分，可以减少对环境的影响，同时提高混凝土的性能。研究还指出，红泥在混凝土中的应用不仅可以减少铝土矿冶炼过程中产生的废弃物，还能为建筑行业提供可持续发展的路径。

### 红泥在混凝土中的应用

研究发现，红泥在混凝土中的掺量对材料性能具有显著影响。在10%的掺量下，混凝土表现出最高的抗压强度，达到32 MPa，同时在硫酸盐和氯离子侵蚀方面也显示出良好的耐久性。15%的掺量则增强了混凝土的抗折强度，达到5.5 MPa，且其化学抗性进一步提升。然而，当掺量超过15%时，材料的强度和耐久性开始下降，表明必须找到一个平衡点，以确保混凝土的性能和环境效益。研究还指出，红泥的高碱性可能引发碱-硅反应（ASR），导致混凝土开裂和耐久性下降。因此，红泥的掺量应控制在10%至15%之间，以避免这些问题。

### 机器学习模型的应用

为了进一步评估红泥混凝土的性能，研究采用了几种机器学习模型，包括MARS、MPMR、GMDH和ENN。MARS模型在预测抗压强度方面表现出色，其训练和测试的R2值分别为0.9758和0.9144，RMSE值分别为0.0325和0.0576，显示出高准确性和可靠性。此外，MARS模型在性能指数（PI）和综合测量（COM）分析中也表现最佳，进一步证明了其在预测混凝土性能方面的优势。MPMR、GMDH和ENN模型虽然也具有一定的预测能力，但在准确性和稳定性方面不如MARS。这些模型的预测误差较高，表明在实际应用中可能需要更多的数据支持和调整。

### 实验方法与数据收集

实验中，研究使用了普通波特兰水泥（OPC）作为基准材料，并将其与红泥混合，以评估不同掺量对混凝土性能的影响。实验数据来源于多篇文献研究和实际测试，涵盖了红泥掺量、混凝土强度、耐久性和环境条件等多个方面。通过将数据标准化并进行归一化处理，研究确保了不同来源数据的可比性。数据集中的变量包括红泥掺量、水泥含量、水灰比、细骨料和粗骨料的比例，以及超级塑化剂和粉煤灰的使用情况。这些变量的统计分析表明，粉煤灰和超级塑化剂对混凝土强度的影响最大，而红泥的直接影响相对较小。

### 实验结果与讨论

实验结果表明，红泥掺量在10%至15%之间时，混凝土的抗压强度和耐久性得到了最佳平衡。掺量低于10%时，混凝土的抗压强度较高，但耐久性较低；掺量在15%时，抗折强度和化学抗性最佳；而掺量超过15%时，混凝土的强度和耐久性开始下降。这表明，红泥的掺量必须根据具体的使用环境和性能需求进行优化。此外，研究还发现，红泥的高碱性特性有助于提高混凝土的抗侵蚀能力，但同时也可能引发碱-硅反应，因此需要避免使用易反应的骨料。

### 结论与未来展望

研究得出结论，红泥在混凝土中的掺量应控制在10%至15%之间，以实现最佳的强度和耐久性。MARS模型在预测红泥混凝土的抗压强度方面表现出色，其高准确性和稳定性使其成为最佳选择。此外，红泥的使用有助于减少水泥的使用量，降低碳排放，为建筑行业提供可持续的解决方案。未来的研究可以进一步探讨红泥在其他类型的混凝土中的应用，以及如何通过调整掺量和配比来优化其性能。同时，可以结合更多机器学习模型，以提高预测的准确性和可靠性，为混凝土设计和应用提供更全面的支持。