面向智能建筑的新鲜水泥基材料在线流变特性感知：一种能量传递分析方法

《CEMENT AND CONCRETE RESEARCH》：Online rheological perception of fresh cementitious material toward intelligent construction: An energy transfer analysis approach

　　

摘要

目前用于检测水泥基材料流变特性的方法要么过于简单但信息量有限，要么复杂且耗时，难以满足智能建筑的需求。本研究提出了一种基于重力波特性的能量传递分析方法，可通过非接触式光学传感实现快速的流变特性检测。在15至150分钟的十个水化龄期中，通过棒状物撞击水泥浆来产生重力波，进而利用激光轮廓仪精确测量表面高度变化。通过提取能量传递效率（ETE）和波斜率（WS）来量化波能转换，并结合修正宾汉模型和赫歇尔-布尔克利模型，与旋转式流变仪的测量结果进行校准。ETE和WS与流变参数之间存在强相关性，能够反映其随水化过程的演变规律。所建立的识别模型对修正宾汉模型和赫歇尔-布尔克利模型的识别准确率分别达到94.3±0.7%和82.0±4.1%。不确定性分析进一步表明，基于修正宾汉模型的识别方法更具稳健性，其95%置信区间明显窄于基于赫歇尔-布尔克利模型的方法。能量耗散机制也与宏观波的指数衰减规律一致。这种无需采样的方法为水泥基材料的在线实时流变监测提供了理论支持。

引言

智能建筑是建筑行业的发展方向。目前的建筑机器人，包括3D打印机[1]，缺乏对材料流变特性的实时感知能力，无法实现动态反馈和闭环控制，且过度依赖预设参数和人工干预。例如，3D打印的成功离不开精确的控制[2]，而可用于3D打印的水泥基混合物[3][4]则需同时具备良好的流动性以确保顺利挤出，以及足够的成型性以避免后续层出现变形[5]。因此，准确的流变特性检测愈发重要[6][7][8]。所以，开发用于新鲜水泥基材料的原位传感技术，是迈向更高水平智能建筑的关键一步。

诸如坍落度测试[9][10]以及传统流变仪[11][12][13]等传统方法，由于依赖离线且耗时的采样过程，已不再适用于现场应用和实时监测。坍落度测试只能提供有限的数据，无法捕捉施工过程中的流变特性变化。现有的基于扭矩的流变仪，如ICAR和Viskomat XL[13]，通过逐步施加剪切力[14]来测量不同剪切速率下的剪切应力，再通过修正宾汉模型[15][16]等流变模型拟合，从而得到屈服应力和塑性粘度等流变参数，进而评估材料的流动性和粘结性[17]。尽管这些流变仪能够提供精确全面的材料表征信息，但其复杂的测试流程使得它们不适合作为生产和施工过程中的现场实时监测工具。而内联式压力传感器主要可提供压力或粘度的实时测量值，但仅适用于管道系统，无法获取屈服应力和塑性粘度等全面的流变参数。

近年来，一些基于智能算法的方法，如图像处理技术[18]和深度学习模型[19]，试图通过分析图像特征来估算坍落度[20]。这类数据驱动的方法[21][22][23]利用大规模训练数据建立图像纹理与材料流变特性之间的黑箱映射关系，但缺乏对采样数据与材料内部流变状态之间关系的物理理解。因此，引入具有物理意义的参数[24]对于建立材料属性与测量值之间稳健且具有普遍适用性的映射关系至关重要，这样才能实现更准确、更广泛适用的表征方法。不过截至目前，尚无基于物理原理的方法能够将外部可观测的物理响应与内部流变特性相关联。

本研究提出通过分析扫描表面波带来的能量变化来表征材料的流变特性，进而借助预校准的模型实现流变参数的实时识别。这种非侵入式技术可集成到智能建筑系统中，实现持续的性能评估。实验中通过棒状物撞击在材料上产生重力波，再利用激光扫描仪精确采集波形数据。随后计算机械能的变化值，并与标准流变仪测量得到的流变参数进行对比拟合。通过深入研究能量变化与流变行为之间的关系，建立了能量传递流变识别模型（ETRIM）。同时进行了模型精度分析及作用机理探讨，为通过实时监测材料流变特性来提升智能建筑中的反馈质量提供了理论依据。

章节节选

方法原理

当以水泥为基础的混合料受到外力作用时，会遵循流体力学中的质量守恒和能量守恒定律，将动量转化为动能，最终以热能的形式耗散掉[25]。在此框架下，波的演化受材料本构响应的调控。但对于非牛顿多相悬浮体系，目前还不存在直接的封闭形式反演方法，无法从瞬态信号中直接得出流变参数。

实验方案

实验验证分为两组：一组通过棒状物撞击产生重力驱动的表面波并分析波参数，另一组则以传统流变仪作为参考。两组均使用相同材料，每组设置三个重复实验以确保数据可靠性。实验中以水化时间为可控状态参数，从而获得同一水泥浆体系的多种流变状态，用于模型构建与验证，而非直接以水化时间作为物理参数。

能量参数

图9的(a)和(b)分别展示了水泥浆水化过程中与能量相关的参数随时间的变化情况，可见WS和ETE均呈下降趋势。这一现象主要是由于材料逐渐硬化以及微观结构不断发育所致。

统计分析显示，这两个特征参数之间存在很强的相关性，皮尔逊相关系数高达0.923，进一步证实了二者之间的内在联系。无论是$\mathit{m}$还是$\mathbf{\alpha }$，其数值的变化都能反映材料的流变状态。

结论与建议

本文提出了一种利用能量参数表征材料流变特性的有效方法，该方法专为满足智能建筑的实际需求而设计。所建立的流变识别模型对修正宾汉模型和赫歇尔-布尔克利模型的识别准确率都很高，证明了该方法的实用性与可靠性，因为这些特征参数能够准确反映水泥浆的流变特性。这项研究为相关领域的发展提供了新的思路。

CRediT作者贡献说明

曹向鹏：文章撰写——审稿与编辑、文章撰写——初稿、项目管理、方法设计、实验研究、资金获取、正式分析、概念构思。曹乐乐：文章撰写——初稿、数据整理。吴长亮：文章撰写——审稿与编辑。方远：文章撰写——审稿与编辑。崔洪志：文章撰写——审稿与编辑、项目管理、资金获取。

利益冲突声明

作者声明，他们不存在任何可能影响本文研究结果的已知财务利益关系或个人关系。

致谢

本研究得到了中国国家自然科学基金（编号：62576215）和深圳市科技计划项目（编号：KQTD20200909113951005）的资助。

Xiangpeng Cao|Lele Cao|Changliang Wu|Yuan Fang|Hongzhi Cui

中国广东省深圳市518060，深圳大学土木与交通工程学院，低碳节能建筑广东省工程技术研究中心