混合生物炭部分替代水泥增强砂浆性能的实验评估与机器学习预测：抗压强度、吸水率和导热系数的多维度解析

为应对水泥生产的高碳排放问题，研究人员通过将农业废弃物（甘蔗渣/稻壳）热解生物炭（SBB/RHB）部分替代普通硅酸盐水泥（OPC），系统研究了改性生物炭（含5 wt%钢渣/Ultra-235/丙烯酸涂料）对砂浆抗压强度、吸水率及导热系数的影响。实验表明，5 wt%稻壳生物炭（RHB）可使吸水率降低62.4%，10 wt%钢渣混合RHB导热系数下降4.69%。结合AdaBoost等机器学习算法建立预测模型，为绿色建材开发提供数据支撑。

　　

随着全球建筑行业每年消耗超过25吉吨混凝土，普通硅酸盐水泥（OPC）生产导致的CO₂
排放已占全球总量的7%。每吨水泥生产伴随0.95吨CO₂
释放，而传统水泥制造需消耗2.8吨原材料。面对这一严峻挑战，巴基斯坦白沙瓦工程技术大学的研究团队创新性地将农业废弃物转化为解决方案——通过热解稻壳和甘蔗渣制备生物炭（Biochar），部分替代水泥以开发低碳建材。

研究聚焦生物炭的"碳封存"双重价值：其多孔结构可吸附CO₂
（达7 mmol/g），同时作为水泥替代品可减少原材料消耗。稻壳生物炭（RHB）在700°C热解时呈现96.45%的无定形二氧化硅（SiO₂
）含量，显著高于甘蔗渣生物炭（SBB）的71%。通过扫描电镜（SEM）和能谱分析（EDS）证实，这种高活性SiO₂
能与Ca(OH)₂
反应生成增强强度的水化硅酸钙（C-S-H）凝胶。

关键技术包括：1）在400-800°C梯度热解制备生物炭；2）采用万能试验机（UTM-200）测试147组砂浆样本的力学性能；3）热导仪测定导热系数；4）集成线性模型、支持向量机（SVM）、AdaBoost和决策树（DT）四种机器学习算法建立预测模型。

【Sugarcane bagasse and rice husk biochar】
研究发现，700°C热解的RHB具有最优无定形结构，其5 wt%掺量使砂浆吸水率降低62.4%。掺入10 wt%钢渣的RHB混合体系导热系数下降4.69%，而经Ultra-235超塑剂改性的样本抗压强度提升显著。

【Chemical composition of SBB and RHB】
原子吸收光谱（AAS）显示RHB的SiO₂
含量达96.45%，远高于SBB的71%。丙烯酸涂料改性RHB使防水性能提升52.94%，SEM观察到其有效堵塞毛细孔隙。

【Conclusions】
实验与机器学习相结合证实：1）5 wt% RHB替代水泥可实现62.4%吸水率降幅；2）AdaBoost和DT模型预测精度最高（R²

0.9），而线性模型存在欠拟合；3）钢渣与RHB协同作用使导热系数降低4.69%，体现"废弃物-建材"转化的多重效益。

该研究开创性地构建了"农业废弃物热解-砂浆性能优化-机器学习预测"的全链条解决方案，不仅为每吨生物炭实现870 kg CO₂
当量的碳减排提供实证，更通过智能算法突破了传统建材研发的试错局限。巴基斯坦每年可转化38万吨稻壳生物炭的发现，为发展中国家绿色建材产业化提供了重要范本。论文发表于《Materials Chemistry and Physics: Sustainability and Energy》，为全球建筑行业低碳转型提供了关键技术路径。