面向可持续智慧基础设施的碳纳米管/纳米炭黑多功能水泥砂浆:实验—数值—机器学习一体化评估

《Materials Today Communications》:Sustainability-Oriented Multifunctional Cement Mortars Incorporating CNT and Nano Carbon Black: Integrated Experimental, Numerical, and Machine-Learning Assessment

【字体: 大 中 小 】 时间:2026年10月24日 来源:Materials Today Communications? 3.7

编辑推荐:

  用于智能基础设施应用的多功能胶凝材料需同时具备力学性能、电磁屏蔽和自感知功能,其开发具有重要意义。研究人员研究了掺入碳纳米管(carbon nanotubes, CNTs)和纳米炭黑(nano carbon black, NCB)的水泥砂浆,并采用实验、数值与

  
用于智能基础设施应用的多功能胶凝材料需同时具备力学性能、电磁屏蔽和自感知功能,其开发具有重要意义。研究人员研究了掺入碳纳米管(carbon nanotubes, CNTs)和纳米炭黑(nano carbon black, NCB)的水泥砂浆,并采用实验、数值与机器学习相结合的一体化框架进行评估。CNTs和NCB掺量分别为0.05–1.00 wt.%和0.50–3.00 wt.%。力学性能通过抗压强度和抗折强度评价;电磁屏蔽、介电响应和基于阻抗的自感知行为分别采用有限差分时域(finite-difference time-domain, FDTD)分析和基于电化学阻抗谱(electrochemical impedance spectroscopy, EIS)的测量进行评估。其主要创新在于:在统一的CNTs/NCB材料设计框架内,结合有限元法(finite element method, FEM)、FDTD和机器学习分析,对力学、电磁、介电和自感知响应进行综合评价。在所研究范围内,含1.00% CNTs和3.00% NCB的配合比表现出最高性能,其抗压、抗拉和抗折强度分别达到24.7、5.8和12.1 MPa。相应的屏蔽效能(shielding effectiveness, SE)在5 GHz和10 GHz分别达到47.5 dB和49.2 dB;1 MHz下的介电常数(εr)、应变灵敏系数(gauge factor, GF)以及30 MPa下阻抗变化分别达到138.0、22.7和46.4%。这些结果与裂纹桥接、导电网络形成、隧穿、应变相关接触电阻、阻抗对比和界面极化等综合效应一致;在施加电场下,场致隧穿也可能有所贡献。研究结果确立了混杂CNTs/NCB水泥砂浆在所研究配合比和测试条件下作为结构、电磁屏蔽和自感知应用多功能材料的潜力。
研究背景:普通水泥砂浆虽广泛用于修复、面层、预制构件和砌筑等水泥基应用,但通常电绝缘,缺乏本征电磁屏蔽和应变感知能力,难以满足智能基础设施对力学承载、电磁防护与自感知一体化功能的需求。既有研究多将CNTs的力学增强/导电作用与NCB的导电、介电和电磁衰减作用分开考察,或仅关注强度、流变、压阻、屏蔽等单一主导性能;在统一材料设计空间内综合评估力学—介电—电磁—自感知响应的工作仍不足。同时,机器学习预测若数据来源、测试条件和变量记录不充分,可能缺乏物理可解释性。因此,研究人员开展CNTs/NCB增强水泥砂浆研究,在实验、数值和机器学习一体化框架下评价其多功能性能,并识别在所研究配比与测试条件下表现最优的组成。其意义在于为结构承载、电磁屏蔽和自感知应用的多功能水泥基材料设计提供可解释的数据支持与决策参考。

关键技术方法(≤250字):研究人员采用实验—数值—机器学习一体化框架;实验包括28 d抗压、三点弯曲抗折、1 Hz–1 MHz电化学阻抗谱(EIS)及加载下阻抗测量、1–10 GHz矢量网络分析仪(VNA)屏蔽测试;数值分析采用有限元法(FEM)和有限差分时域(FDTD);机器学习采用随机森林回归(RFR)和多层人工神经网络(MLPs),按70:30划分训练/测试集,网格搜索调参,以MSE、MAE、RMSE和R2评价。预测数据集1500条,来源为UCI混凝土抗压强度数据集(筛选后900条)、文献实验数据(CNTs/水泥基150条、炭黑/水泥基100条、混杂50条)及FEM/FDTD模拟记录(各150条)。

主要结果:
4.1 基于FEM的力学响应:FEM支持的结果表明,抗压、抗拉和抗折强度随CNTs与NCB掺量增加而提高;最低值出现在0.05% CNTs+0.5% NCB配合比,最高值出现在1.00% CNTs+3.0% NCB配合比,抗压由12.5 MPa增至24.7 MPa,抗拉由4.1 MPa增至5.8 MPa,抗折由7.2 MPa增至12.1 MPa;抗折提升提示混杂填料网络改善裂纹张开阻力。该最高响应应理解为所研究数据和制备条件下的最佳结果,不能仅归因于填料掺量增加,分散质量、填料—基体相互作用和团聚倾向均影响增强效率。

4.2 电磁屏蔽效能:FDTD支持的屏蔽结果表明,SE随填料掺量和频率增加而提高;2 GHz下由最低填料含量的26.5 dB增至最高填料含量的39.5 dB,5 GHz下由28.5 dB增至47.5 dB,10 GHz下含1.00% CNTs+3.0% NCB配合比达到49.2 dB。该趋势与更连续导电通路、更强介电损耗、阻抗失配、导电损耗和界面极化等相关;SE随频率增加说明衰减并非仅由表面反射控制。最高填料含量虽给出最高SE,但存在团聚、工作性损失和局部缺陷风险,故仅为所研究数据集内最高性能组成,而非普适最优。

4.3 自感知与介电性能的机器学习预测:机器学习预测显示GF由8.5增至22.7,1 MHz下εr由65.1增至138.0。GF提高与加载下导电填料间距变化、接触电阻变化及导电结点破坏/重构有关;εr提高与NCB细颗粒和高接触密度带来的界面极化及CNTs导电网络形成有关。1 MHz介电结果与1–10 GHz屏蔽结果属于不同频段指标,应作为互补多功能指标讨论。

4.4 力学、电磁与感知响应的多尺度耦合:多尺度耦合结果显示,抗压强度、SE和自感知灵敏度随填料增加呈总体同向提高;含1.00% CNTs+3.0% NCB配合比表现最高,报告为抗压强度提高25%、SE提高22 dB、自感知灵敏度提高31%。但力学强度受基体质量、水化、孔隙率和界面粘结控制,屏蔽受电导率、介电常数、频率、阻抗对比和厚度控制,自感知受网络稳定性、电极接触、应变水平和湿度控制,故应理解为组成依赖的耦合趋势,而非单一机制因果。

4.5 基于EIS的应变敏感阻抗响应验证:EIS结果显示阻抗变化随压应力和填料含量增加;0.05% CNTs+0.5% NCB配合比在10 MPa下阻抗变化为12.5%,30 MPa下为25.3%;1.00% CNTs+3.0% NCB配合比相应由25.7%增至46.4%。这表明更发育的导电网络对应变更敏感,但单调加载下高阻抗变化不能单独证明长期传感可靠性,孔隙溶液电导、湿度重分布、电极极化和加载历史均可能影响测量。

4.6 预测性能与模型可靠性:以归一化MAE和RMSE评价,模型可较好捕捉填料含量与多功能响应间的非线性关系;抗压强度误差低于1 MPa,SE误差接近2 dB,介电常数和GF偏差相对较低。模型精度仍需与物理一致性联合解释,以避免学习数据集特定相关性而非材料机制。

4.7 可解释性分析与材料机制关系:可解释性分析表明,纳米填料浓度及分散相关描述量是控制预测力学和电学性能的重要变量;CNTs含量对 Anti? 抗压和抗折预测贡献强,NCB含量对介电常数和SE预测贡献较大。偏依赖趋势显示力学收益在较低CNTs掺量时增长较快、较高掺量时减弱,符合填料连接不足向裂纹桥接效率提高、再受分散限制过渡的解释;电学和电磁响应更依赖CNTs与NCB共同存在,符合长程导电通路与局部连接改善的协同。

4.8 分散效应与填料掺量的现实解释:在所研究范围内提高CNTs和NCB含量改善了各项性能,但碳基纳米材料比表面积高、颗粒间吸引强,易团聚;低掺量可能网络连接不足,中等掺量可形成较发育且分散较稳定的网络,高掺量虽可能继续提高导电和极化,但团聚、需水量增加、工作性损失和局部弱区风险上升。因此最高填料含量应解释为当前数据集内最高性能组成,实际配比选择还需考虑新拌行为、分散方案、试件制备和电响应重复性。

4.9 所研究数据集内的性能平衡:在所研究数据集内,含1.00% CNTs+3.0% NCB的配合比在抗压24.7 MPa、抗拉5.8 MPa、抗折12.1 MPa、5 GHz下SE 47.5 dB、10 GHz下SE 49.2 dB、1 MHz下εr 138.0、GF 22.7及30 MPa下阻抗变化46.4%等指标上均最高。该结果说明混杂填料体系在所研究组成范围内提供最高综合响应,但不应外推至1.00% CNTs和3.00% NCB以上;更高掺量下团聚、需水量增加、工作性降低、导电网络不均匀和传感重复性下降可能限制力学可靠性和电性能。

4.10 多功能行为的总体解释:CNTs和NCB在水泥砂浆中可作为互补导电填料;CNTs可能贡献抗裂、应力传递和导电通路形成,NCB可能提高导电接触密度、网络连续性和界面极化。多功能行为不应解释为单一机制结果:力学响应涉及应力传递、抗裂、基体连续性和填料—基体相互作用;电磁响应涉及阻抗对比、导电损耗、介电极化、频率效应和试件几何;电学与自感知响应涉及渗流、颗粒间接触电阻变化和隧穿距离变化,场致隧穿在施加电场下也可能相关,电极稳定性和湿度也会影响测量。上述机制未在本研究中通过专门微观或纳米尺度测量逐一隔离或直接验证,应视为文献支持的合理解释。FEM-FDTD-ML-EIS路线应作为配比设计决策支持,而非替代实验室测试。

4.11 与已有多功能水泥基复合材料的比较:Han et al. 的CNTs/NCB复合填料研究报告了较低掺量下抗折性能提高及应力/应变敏感性;Zhang et al. 报告了CNTs/NCB体系在10 MPa下最大电阻率分数变化25.4%及18 GHz下SE 5.0 dB;Dai et al. 报道炭黑水泥基复合材料介电与电磁吸收增强,2.5 wt.%炭黑时最小反射率为?20.30 dB;Monteiro et al. 报道7 wt.%和10 wt.%炭黑水泥复合材料GF分别为30和24;Lee et al. 报道5 wt.%炭黑混凝土在0.85–1 GHz下SE为41.60 dB,经100 μm Zn–Al涂层后增至89.75 dB;Ding et al. 报道CNTs原位生长水泥体系GF达748、应力敏感性2.87%/MPa,并报道分级碳纤维/CNTs体系用于磁浮梁裂缝监测。当前研究在1.00 wt.% CNTs+3.00 wt.% NCB下给出抗压24.7 MPa、抗拉5.8 MPa、抗折12.1 MPa、5 GHz下SE 47.5 dB、10 GHz下49.2 dB、1 MHz下εr 138.0、GF 22.7及30 MPa下阻抗变化46.4%,提供了同一CNTs/NCB砂浆体系内力学、电磁、介电和自感知响应的统一评价。由于填料类型与掺量、分散、水灰比、养护、试件几何与厚度、加载协议、测试频率、电极配置和测量方法不同,文献数值不应作为材料直接排序。

讨论部分总结:作者强调多功能响应来自互补机制而非单一机制,模型优化可识别有前景的CNTs/NCB组合并建立组成—性能关系,但预测必须与实验验证和物理意义解释相连。研究未纳入SEM表征,导电网络形貌和纳米填料分散未由显微成像直接验证;也未包含未改性对照配合比,故CNTs和NCB相对于空白砂浆的单独贡献不能定量分离。未来需针对不同水灰比、替代分散程序、不同试件几何、长期湿暴露和循环加载开展验证,并纳入重复试验、统计显著性分析、源级数据集和独立验证以提升可靠性;最佳组成仅适用于所研究实验与建模条件,不应视为普适配比规则。

研究结论翻译:本研究通过整合力学响应、电磁屏蔽效能、介电行为、阻抗变化和机器学习预测,评价了CNTs/NCB增强水泥砂浆的多功能性能。在所研究组成范围内,CNTs和NCB联合使用通过互补机制改善了各项响应。FEM支持的力学结果表明,增加CNTs和NCB掺量提高了抗压、抗拉和抗折强度;含1.00% CNTs和3.00% NCB的配合比最高,分别达到24.7、5.8和12.1 MPa,主要归因于CNTs相关裂纹桥接和载荷传递,以及NCB提供的填料堆积和导电区域连续性改善。FDTD支持的电磁屏蔽结果表明,SE随填料掺量和频率增加而提高;该配合比在5 GHz和10 GHz分别达到47.5 dB和49.2 dB,表明混杂导电网络改善了阻抗失配、导电损耗、介电极化和电磁波衰减。基于EIS和机器学习支持的自感知与介电结果证实了电学敏感性;该配合比的GF增至22.7,1 MHz下εr达到138.0,30 MPa压缩应力下阻抗变化达到46.4%,归因于应变诱导的接触电阻、隧穿距离、导电路径连续性和界面极化变化。总体而言,含1.00% CNTs和3.00% NCB的配合比在所评价的力学、电磁、介电和自感知指标中表现最高;但该趋势不应外推至所研究填料范围之外。更高掺量下,团聚、需水量增加、工作性降低、导电网络不均匀和传感重复性降低可能限制力学可靠性和电性能。需针对不同水灰比、替代分散程序、不同试件几何、长期湿暴露和循环加载条件开展进一步实验验证。未来研究还应报告源级数据集和独立验证结果,以提高机器学习模型对多功能胶凝复合材料的可迁移性。本研究未纳入扫描电子显微镜(scanning electron microscopy, SEM)表征,因此导电网络形貌和纳米填料分散未通过显微成像直接验证;这些微结构特征依据宏观响应和文献支持机制解释,未来应直接表征。未来研究应纳入重复试验和统计显著性分析,以量化实验变异性并提高结果可靠性。由于未包含未改性对照配合比,CNTs和NCB相对于空白砂浆的单独贡献无法从当前实验结果中定量分离。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号