废粉墨粉（Waste Toner）作为沥青结合料可持续改性剂的应用：沥青结合料实验研究与基于人工神经网络（ANN）的性能评价

《Infrastructures》：Utilization of Waste Toner as a Sustainable Modifier in Asphalt Binder: Experimental Investigation and ANN-Based Performance Evaluation

　　

打印机与复印机废粉墨粉（waste toner）产生量日益增加，其处置带来显著的环境与健康挑战。本研究探究将废粉墨粉作为沥青结合料（asphalt binder， penetration grade 60/70）改性剂使用的可行性，以提升性能并实现可持续性。废粉墨粉掺量设为0～30％（占结合料质量），采用针入度（penetration）、延度（ductility）及软化点（softening point）试验评价改性结合料的物理行为。结果表明：提高粉墨粉含量降低针入度与延度，同时升高软化点，说明高温抗变形能力增强。进一步采用破坏性与非破坏性试验分别评价沥青混合料——马歇尔稳定度（Marshall stability）试验与超声波脉冲波速（ultrasonic pulse velocity，UPV）试验，以实现综合性能评估。此外，研究人员建立了人工神经网络（artificial neural network，ANN）模型预测与评价粉墨粉改性混合料性能。研究证实，废粉墨粉可有效用作沥青混合料的可持续改性剂，在改善材料性能的同时减轻环境影响。

论文解读：废粉墨粉（Waste Toner）作为沥青结合料可持续改性剂的研究

研究背景与意义

激光打印机、复印机制造及使用过程产生大量废弃粉墨粉（waste toner），其主要含聚丙烯酸酯共聚物、聚乙烯/聚丙烯蜡及炭黑、Fe₃O₄等，含有多环芳烃（PAH）等有毒物质，目前多以填埋处置，缺乏高效回收利用途径且存在环境风险。已有研究表明废粉墨粉中聚合物组分可与沥青质（maltene）发生物理—化学作用并形成增强网络，具备作为沥青结合料聚合物改性剂的潜力，但现有研究多局限于≤20%掺量（占结合料质量），更高掺量下的性能边界及结合无损检测（non-destructive testing，NDT）数据与人工神经网络（ANN）的预测模型尚属空白。为此，研究人员开展本研究，系统考察0～30%废粉墨粉替代部分60/70号基质沥青对结合料及热拌沥青混合料（hot mix asphalt，HMA）性能的影响，并建立以超声波脉冲波速（ultrasonic pulse velocity，UPV）参数为输入之一的ANN预测模型，以期为废旧粉墨粉资源化及可持续路面（sustainable pavement）设计提供依据。该论文发表于《Infrastructures》。

主要关键技术方法概述

研究人员选用60/70号直馏沥青为基质结合料，废粉墨粉取自废旧硒鼓或生产线废料；粗细集料为当地产碎石与砂，按规范级配设计。废粉墨粉以置换方式掺入结合料相，设0%、5%、10%、15%、20%、25%、30%共七梯度（占结合料总质量7%，即纯沥青与粉墨粉之和为7%集料质量），保持总油石比不变。结合料试验含针入度（ASTM D5）、延度（ASTM D113）及软化点（ASTM D36/E28）。混合料按马歇尔（Marshall）法成型（双面各75次击实，约63.5 mm厚），最佳沥青用量确定为7%。对每个掺量成型3个平行试件，依次进行UPV测试（直接、半直接、间接三种波传播模式，依据ASTM C597原理）及马歇尔稳定度（Marshall stability）与流值（flow）测试，计算劲度（stiffness＝稳定度/流值）。基于7掺量×3重复×4参数（稳定度、流值、劲度、UPV各分量）构建84组数据集，采用多层感知器（multilayer perceptron，MLP）反向传播ANN（Levenberg–Marquardt优化），输入层8节点（粉墨粉掺量、试件体积、干/饱和面干/表干密度、直/半直/间接/表面UPV），单隐层8节点（tansig激活），输出层3节点（稳定度、流值、劲度），实施10折交叉验证（80%训练，20%验证），以决定系数（R²）与均方根误差（RMSE）评价模型。

研究结果

3.1. Statistical Performance of the Model（模型统计性能）

研究人员经10折交叉验证得到ANN模型对马歇尔稳定度R²＝0.965（RMSE＝1.107 kN），流值R²＝0.998（RMSE＝0.021 mm），劲度R²＝0.990（RMSE＝0.030 kN/mm），实测值与预测值高度吻合，表明所建ANN可高精度捕捉废粉墨粉改性沥青混合料力学响应与UPV间的非线性关系，明显优于多元线性回归。

3.2. Prediction Profiler（预测剖析图）

预测剖析显示：随废粉墨粉掺量增加，马歇尔稳定度与劲度呈上升趋势，流值下降；半直接传输UPV（semi-direct UPV）与直接UPV（direct UPV）增大对应稳定度与劲度升高、流值降低；饱和面干比重（UVSS）作为主要体积参数对预测贡献显著，与力学性能呈正相关。

3.3. Interaction Profiler（交互作用剖析图）

交互剖析表明废粉墨粉掺量与各类UPV参数、体积参数间存在协同影响：半直接UPV与废粉墨粉掺量共同正向作用于稳定度与劲度，流值则受二者负向调控；干比重（UVDA）与表干质量（SSD）影响相对较弱，印证变量重要性分析中粉墨粉掺量与UVSS为主导因子。

3.4. Variable Importance and Mechanistic Interpretation（变量重要性及机理阐释）

变量重要性排序为：废粉墨粉掺量（主效应0.418，总效应0.532）＞饱和面干比重UVSS（主效应0.147）＞半直接UPV＞直接/间接UPV＞体积＞UVDA＞SSD。研究人员指出废粉墨粉中聚丙烯酸酯与羰基（C＝O）官能团与沥青轻组分相互作用形成粘弹聚合物—沥青网络从而提高承载能力与刚度；UVSS反映压实质量与有效沥青膜厚变化，间接表征粉墨粉替代引起的体积效应；半直接UPV因较好探测集料—结合料界面区而在NDT参数中重要性最高。

讨论与结论（Conclusions）翻译总结

研究人员得出以下结论：①废粉墨粉可按最高约25%（占结合料质量）有效掺入60/70号沥青结合料，提高马歇尔稳定度与劲度、降低针入度与延度，可作为部分沥青替代物应用于可持续路面建设，兼顾固废处置与降成本。②稳定度随掺量增至25%持续提高，超过此范围改善速率衰减，30%为性能边界——此时聚合物改性作用退化为惰性填料行为且可能影响沥青—集料粘附。③软化点与粘度升高表明高温抗车辙（rutting resistance）增强，但延度降低提示低温抗裂性可能削弱，适宜于高温变形为首要病害地区。④所建ANN模型（含UPV特征）经10折交叉验证具高预测精度（所有输出R²＞0.949），显著优于多元线性回归（ΔR²≈0.23）；废粉墨粉掺量与UVSS为最主要预测变量。⑤UPV参数尤其半直接传输模式可为ANN强度预测提供有效输入；提出逆向应用训练后ANN由实测强度推算"虚拟UPV（virtual UPV）"以辅助无UPV设备现场的施工质量判定。⑥均质粉墨粉—沥青预混需160～170 ℃下60～90 min，制好后4～6 h内使用以防储存离析；掺量＞25%时需现场核查粗集料裹覆完整性并监控因粉墨粉与沥青比重差异引起的空隙率变化。