煤矸石混凝土中钢筋粘结-滑移行为研究

《Case Studies in Construction Materials》：Investigation of bond-slip behavior of steel reinforcement in coal gangue concrete

　　

煤矸石砂混凝土与钢筋之间的粘结-滑移行为是其协同工作的基础机制，对结构安全具有显著影响。研究人员通过15组拔出试验进行了系统分析，以评估煤矸石砂替代率、混凝土强度、钢筋直径及锚固长度等参数对粘结-滑移行为的影响。结果表明，拔出试件的破坏模式为拔出破坏和劈裂拔出破坏。当混凝土对钢筋的约束作用较弱时，发生拔出破坏。煤矸石砂替代率、锚固长度和钢筋直径与极限粘结强度呈负相关，而混凝土强度与极限粘结强度呈正相关。与煤矸石砂替代率为0%的试件相比，当煤矸石砂替代率达到100%时，C30、C40和C50强度等级煤矸石混凝土的极限粘结强度分别降低了33.6%、30.2%和26.2%。大多数试件的粘结应力分布呈现典型的双峰模式。基于试验结果，研究人员建立了煤矸石砂钢筋混凝土的粘结-滑移本构模型，用于数值模拟。结果表明，与钢筋直径和锚固长度的影响相比，煤矸石砂替代率对极限荷载和粘结强度的影响相对有限。研究人员提出了带肋钢筋与煤矸石砂混凝土临界锚固长度的设计方法，误差主要集中在20%以内。研究人员建立了基于BP神经网络的钢筋与煤矸石砂混凝土粘结-滑移行为预测模型，测试集预测的决定系数达到0.8603，表明该模型在预测粘结-滑移曲线方面具有较高的预测精度。

煤矸石混凝土中钢筋粘结-滑移行为研究解读

一、研究背景与问题

煤矸石是煤炭开采和加工过程中产生的主要矿物副产物之一，我国每年煤矸石产量介于1.5至2亿吨之间，累计堆存量已超过40亿吨。煤矸石的大量堆积引发了占用耕地、水土污染和生态退化等负面环境影响。与此同时，我国混凝土年消耗量约达14亿立方米，天然砂作为混凝土主要原材料需求巨大，其大规模开采利用已造成严重的生态破坏。因此，寻找合适骨料替代天然砂、降低对天然砂的依赖对促进可持续发展至关重要。煤矸石砂因其固有的物理化学特性，作为天然砂的替代材料在混凝土制备中具有可行性。然而，煤矸石砂具有多孔微观结构和显著吸水特性，这会改变基体孔隙特征以及钢筋与混凝土之间的界面过渡区（ITZ），导致基于普通骨料混凝土试验数据建立的经典粘结-滑移理论（如CEB-FIP模式规范）无法直接应用于煤矸石砂混凝土与钢筋之间的粘结-滑移行为描述。基于此，研究人员开展了系统的试验和理论研究。

二、研究内容与意义

本研究以HRB400级带肋钢筋与煤矸石砂混凝土为对象，通过15组中心拔出试验，系统考察了煤矸石砂替代率（rGS = 0%–100%）、混凝土强度等级（C30、C40、C50）、钢筋直径（d = 14 mm、16 mm、18 mm）和锚固长度（la = 3d、5d、7d）四个关键变量对界面粘结-滑移性能的影响。在此基础上建立了适用于煤矸石砂混凝土的四阶段粘结-滑移本构模型，利用ABAQUS开展有限元数值模拟和参数扩展分析，提出了临界锚固长度设计方法，并构建了基于BP神经网络的粘结-滑移行为预测模型。该研究为煤矸石砂混凝土在结构工程中的推广应用提供了理论基础和设计依据，对于消纳煤矸石工业废料、减少天然砂开采具有重要的环保和工程意义。论文发表于《Case Studies in Construction Materials》。

三、关键技术与方法

本研究采用的主要关键技术方法包括：（1）中心拔出试验方法，依据GB/T 50152–2012和GB/T 50081–2019标准设计试件并实施位移控制加载，通过在钢筋纵向剖面对称开设沟槽并粘贴应变片，测量锚固区段内沿钢筋长度方向的应变分布；（2）有限元数值模拟方法，采用ABAQUS软件建立拔出试验数值模型，混凝土采用8节点线性六面体实体单元（C3D8），钢筋采用线性梁单元，界面采用连接单元模拟，经试验曲线验证后开展70组扩展参数分析；（3）BP神经网络（Back Propagation Neural Network）方法，基于15组试验数据和70组有限元分析数据构建含1376个(s, τ)数据点的数据库，建立三隐藏层BP神经网络预测模型。样本队列来源明确：试验数据来自15组拔出试件（每组3个重复），有限元数据来自70组数值模型。

四、研究结果

4.1 典型破坏模式与损伤机理

通过试验观察，拔出试件的破坏模式分为拔出破坏和劈裂拔出破坏两类。高替代率（rGS = 50%、75%、100%）试件主要发生拔出破坏，原因在于煤矸石骨料强度较低和界面过渡区薄弱，降低了混凝土抗拉强度和环向应力抵抗能力。高强混凝土（C40、C50）试件更易发生劈裂破坏，因其脆性增大导致钢筋滑移过程中裂缝快速向表面扩展。界面损伤发展过程可分为化学胶结阶段、机械咬合主导阶段、骨料压碎阶段和滑动面形成阶段四个连续过程。

4.2 粘结强度影响因素分析

试验结果表明，煤矸石砂替代率与极限粘结强度呈负相关。相较于rGS = 0%的试件，C30、C40和C50试件在rGS = 100%时的极限粘结强度分别降低33.6%、30.2%和26.2%。粘结强度随混凝土强度提高而增大，C40和C50相较于C30的极限粘结强度增益分别达到16.1%–22.2%和23.4%–36.3%。锚固长度与极限粘结强度呈负相关，相较于3d锚固长度试件，5d和7d锚固长度试件的极限粘结强度分别降低21.7%和27.5%，其原因在于粘结应力沿锚固长度分布高度不均匀。钢筋直径增大导致粘结强度逐渐下降，相较于14 mm钢筋，16 mm和18 mm钢筋试件的极限粘结强度分别降低28.6%和38.8%，主要与保护层相对厚度减小和混凝土抗劈裂能力不足有关。

4.3 粘结应力分布特征

粘结应力沿锚固长度的分布呈现显著非均匀性。大多数试件呈现双峰分布模式，而3d锚固长度试件呈现单峰分布。煤矸石砂替代率增大导致应力峰值向自由端迁移并逐渐降低；混凝土强度提高使锚固区段内粘结应力持续上升；锚固长度增大加剧应力分布的非均匀性；钢筋直径增大使第二粘结应力峰值位置持续向自由端偏移。

4.4 粘结-滑移本构模型与数值分析

基于试验曲线回归，建立了包含初始弹性阶段、弹塑性过渡阶段、峰后软化阶段和稳态残余阶段四个阶段的粘结-滑移本构模型。特征值回归公式考虑了煤矸石砂替代率、归一化钢筋直径（d/la）、归一化保护层厚度（c/d）和混凝土抗压强度等参数。模型预测曲线与试验曲线吻合良好，R2系数均趋近于1。有限元参数分析表明，煤矸石砂替代率对极限荷载和粘结强度的影响相对有限，而钢筋直径和锚固长度的影响更为显著。

4.5 临界锚固长度设计方法

基于钢筋屈服和拔出破坏两种临界状态建立极限状态方程，提出了适用于煤矸石砂混凝土的临界锚固长度计算公式。该公式对于HRB400级带肋钢筋（直径14–18 mm）和煤矸石砂混凝土（替代率0%–100%，立方体抗压强度30–50 MPa）具有良好适用性，计算值与实际值之比la2/la0大多集中在±20%以内。

4.6 BP神经网络预测模型

基于1376个(s, τ)数据点建立的BP神经网络模型，以煤矸石砂替代率、钢筋直径、锚固长度、混凝土立方体抗压强度、保护层厚度和滑移值为输入变量，以粘结强度为输出变量。模型在训练集上R2为0.9211，测试集上R2为0.8603，MSE和MAE分别为3.6299和1.5081，预测误差主要集中在?0.5 MPa至0.5 MPa区间内，表明模型具有较高的预测精度和良好的泛化能力。

五、讨论与结论总结

研究讨论部分指出，经典粘结-滑移模型因煤矸石砂混凝土与普通混凝土在骨料特性和界面过渡区方面的本质差异而不再适用，本研究建立的本构模型有效填补了这一空白。有限元分析和神经网络方法相互验证，为煤矸石砂混凝土粘结性能研究提供了高效且精确的技术途径。研究同时指出其局限性：采用静态试验且参数范围较窄，未涵盖动力荷载和长期行为，未来将研究复杂环境和荷载下的性能退化，并利用先进技术观测微观尺度破坏。

研究结论可归纳为：（1）拔出试件存在拔出破坏和劈裂拔出破坏两种主要模式，多数试件呈现劈裂拔出破坏；（2）煤矸石砂替代率、锚固长度和钢筋直径与极限粘结强度呈负相关，混凝土强度与之呈正相关；（3）大多数试件粘结应力分布呈双峰模式，3d锚固长度试件呈单峰分布；（4）建立的ABAQUS数值模型参数分析表明rGS对峰值荷载和界面粘结强度的影响相对有限；（5）提出的临界锚固长度设计方法误差大多在20%以内；（6）建立的BP神经网络模型R2、MAE和MSE分别为0.8603、1.5081和3.6299，展现出优异的预测效果。