利用机器学习模型评估硅灰和Alccofine对混凝土力学性能和耐久性强度的影响

《Scientific Reports》：Evaluating the role of silica fume and Alccofine in concrete mechanical and durability strength using machine learning models

　　

摘要

水泥生产是全球二氧化碳（CO₂）排放的重要来源，全球约8%的二氧化碳排放来自水泥生产，主要通过熟料制造过程产生。为了减少其对环境的影响，本文研究了使用硅灰（SF）和Alccofine（AF）作为额外的胶凝材料（SCMs）来改善混凝土的力学性能和耐久性。研究分为两个阶段：第一阶段分别添加5%、7.5%和10%的硅灰，以确定最佳用量；第二阶段在保持最佳硅灰含量的前提下，添加5%、10%和15%的Alccofine。测试了混凝土的力学性能（如抗压强度、抗弯强度和劈裂抗拉强度）以及耐久性能（如吸水性及快速氯离子渗透性（RCP））。结果表明，7.5%的硅灰和10%的Alccofine的最佳组合使抗压强度提高了34.7%，抗弯强度提高了16.1%，劈裂抗拉强度提高了16%；在耐久性方面，吸水性降低了43.7%，快速氯离子渗透性降低了42.8%，这些改进对于提高混凝土的抗水性和抗氯离子渗透性具有重要意义。机器学习模型能够很好地预测抗压强度，其中水泥含量和Alccofine含量是影响抗压强度的最关键因素。生命周期评估（LCA）显示，这种最佳配比的水泥制品的全球变暖潜力比普通波特兰水泥（OPC）降低了约10%。这些研究结果表明，将硅灰和Alccofine结合使用不仅能够提升混凝土的性能，还能减少其对环境的影响，为开发可持续、高性能的建筑材料提供了新的途径。