
-
生物通官微
陪你抓住生命科技
跳动的脉搏
硅灰与纳米二氧化硅强化再生粗骨料混凝土性能及机器学习预测研究
《Scientific Reports》:Integration of experimental, microstructural, and machine learning-based evaluation of recycled aggregate concrete incorporating silica fume and nano silica
【字体: 大 中 小 】 时间:2026年09月19日 来源:Scientific Reports 4.9
编辑推荐:
摘要 传统建筑材料的可持续替代品对基础设施发展有益。在混凝土中使用再生粗骨料(RA)可以使建筑更加环保。本研究对含有0-65%再生粗骨料的混凝土混合物进行了实验研究、微观结构分析以及机器学习评估。其中,当再生粗骨料占比为12.5%时表现出最佳性能,并进一步添加
传统建筑材料的可持续替代品对基础设施发展有益。在混凝土中使用再生粗骨料(RA)可以使建筑更加环保。本研究对含有0-65%再生粗骨料的混凝土混合物进行了实验研究、微观结构分析以及机器学习评估。其中,当再生粗骨料占比为12.5%时表现出最佳性能,并进一步添加了5-10%的硅灰(SF)和1-2%的纳米二氧化硅(NS)。研究人员评估了这些混合物在养护7天、28天和90天时的机械性能以及超声波脉动速度(UPV)。结果表明,随着再生粗骨料比例的增加,由于孔隙率增加和界面过渡区(ITZs)变弱,混凝土的机械性能和超声波脉动速度会下降。在养护28天后,再生粗骨料占比12.5%加上纳米二氧化硅占比1%的混合物获得了最高的抗压强度(62.28 MPa)、抗拉强度(4.69 MPa)和抗弯强度(7.90 MPa);而再生粗骨料占比12.5%加上硅灰占比5%的混合物则记录了最高的超声波脉动速度(5500 m/s)。硅灰和纳米二氧化硅均提高了混凝土的密度,降低了孔隙率,并促进了C-S-H凝胶的形成。能量色散光谱(EDS)分析证实,含有这两种材料的混合物具有更好的水化特性,其Ca/Si比值更低,微观结构更加致密。此外,研究人员还运用机器学习模型进行性能预测。Extra Trees和梯度提升(Gradient Boosting)模型的预测准确度较高,其决定系数(R2)分别为0.932和0.930;而kNN模型在预测超声波脉动速度方面的准确度最高,决定系数为0.980。研究结果证实,合理添加硅灰和纳米二氧化硅可以有效提升再生粗骨料混凝土的性能和可持续性,而集成学习算法为混凝土性能评估提供了可靠的预测能力。