英语原文共 18 页，剩余内容已隐藏，支付完成后下载完整资料

偏高岭土以及高岭土干燥收缩性能的实验评估和建模

本文亮点：

1. 混凝土由商业偏高岭土和四种煅烧高岭土组成。
2. 在60d的干燥期里进行了自由收缩和重量减少的测量。
3. 混凝土的收缩性能有了显著增加
4. 用遗传编程以及线性回归建立数学模型
5. 该模型提供该了实际收缩的可行性预测

摘要：在此方面的第一阶段研究报告了掺有高活性商用偏高岭土以及煅烧高岭土的混凝土的干燥收缩性质。测量了60天的收缩期里自由收缩应变以及相应的失重。四种来自当地的高岭土得到焙烧并被用作矿物掺和料，此外，高纯度的商用偏高岭土被用作参考材料进行比较。在研究的第二阶段，通过基因表达式编程和线性回归推导出来预测模型。用于测试和培养包括本研究得到的以及其他文献的数据。用于考虑了矿物掺和剂、混凝土配合比以及干燥期。其结果表明在干燥收缩以及失重上，掺有煅烧高岭土以及偏高岭土的混凝土可相比较。而且，预测模型与实验结果比较相符。数据分析表明该预测模型在预测掺有偏高岭土的混凝土的干燥收缩应变是不失为一种有用的工具。

前言

混凝土与时间相关的应变可被认为引起混凝土恶化的作为糟糕的因素之一，因为收缩引起的体积收缩经常被由张应力引起的或内或外的约束造成，一旦达到一定极限,诱发的张应力能够使混凝土开裂。这些情况使得研究者们开始寻找能够减轻混凝土干燥收缩带来的影响的方法，为此目的对矿物掺和剂的使用是最受欢迎的方法之一，例如，在Al-Khaja的研究中，素混凝土的收缩和徐变在混有硅粉的情况下有显著或适量的减少，数据表明一个月内应变减少了34.9%，收缩和徐变减少了18.5%，这在整体上使形变减少了20.8%，jianyong和yan的研究表明，超细磨高炉颗粒炉渣以及硅粉能够较大程度促进水化过程以及提高钙矾石结晶水化产物以及C-S-H凝胶在水泥奖体中的含量，该效应能够是硬化的混凝土结构更加稳定结构，同时有更好的抵御外力能力，此外，这两种粘合剂可能填充对混凝土有害的小的孔隙和空隙，这可能被认为是超细矿物掺和剂减少混凝土徐变以及干燥收缩的机理。

作为最受欢迎的矿物掺和剂，高活性偏高岭土在过去的20年里一直被用于提高混凝土的机械以及耐久性能，添加偏高岭土改善混凝土的收缩性能在以前也有报道，例如，Brooks和Megat-Johari研究了偏高岭土在收缩和徐变性能中的发挥效应，偏高岭土的质量分数分布为0%，5%，10%以及15%，根据他们的数据，由于用了偏高岭土，总收缩量（自由收缩以及干燥收缩）从24h起减少了，而干燥收缩相比基准混凝土显著减少了。Guuml;neyisi等人的研究表明，在受限制的式样的自由收缩应变生长、成型以及干缩裂缝的增殖中，混有偏高岭土的混凝土与混有硅粉的偏高岭土有着相似的趋势。他们发现混有硅粉和偏高岭土都混凝土在整个收缩期都具有优于基准混凝土的性能。

前文所述的偏高岭土都来自于高纯度灼烧的高岭土，该高岭土中高岭石的含量为95plusmn;5%，

另一方面，经指出，有着较低偏高岭石含量的经适当热处理后宜能做颇有益处的矿物掺和剂，文献中尚无含有诸如煅烧高岭土的混凝土收缩性能的研究，在该研究中，对不同高岭土来源的煅烧高岭土在混凝土干燥收缩以及失重方面的作用进行了研究。获得了土耳其西部的高岭土并对其进行热处理以制得用以混凝土的煅烧高岭土，为评估生产中用到的矿物掺和剂性能，同样用到了来自捷克共和国的高纯度商用偏高岭土。分别对混凝土产品进行了5%和15%，设计了一种参照的素混凝土进行比较。在60天的干燥期内对混凝土的自由收缩应变以及相应的失重进行追踪。在实验研究结束后，将所得的所得数据与之前文献中的实验数据相结合建立数据集来以推导通过基因表达编程和线性回归建立的模型，该数据库分为训练和测试数据库，训练数据库用于在当测试数据库评估提议的模型时指导预测，数据分析同样可以用于评估预测模型的准确性。

2.试验研究

2.1原材料

在该研究中使用的土耳其高岭土取自四个地质层组不同的高岭土沉积，高岭土供应来源于三个城市，表1显示了该试验探讨的高岭土的来源以及试验代码。几乎半数以上的高岭土矿床来自于巴勒克埃西尔城。因此，来自多种矿床的两种（DC和DV）高岭土在实验中得到了研究，另一方面，对来自临近城市布尔萨、恰纳卡莱省的拥有显著化学和矿物学性质的高岭土也进行了研究，表2给出了原料高岭土的矿物学成分，通过适当的热处理得到了煅烧高岭土。为此，在确定未处理的高岭土的微观结构和热学性能后，应用了不同的热处理得到为测试火山灰活性指数的煅烧高岭土。能够提供最高的火山灰活性指数以及全羟基化热处理水平被选作煅烧温度。煅烧过程的更多细节以及微观结构表征可以通过作者之前的研究中找到。42.5R型硅酸盐水泥比重为3.14,勃式细度为327 m²/kg，用于准备测定收缩特性的混凝土试样，水泥的化学组成如表4所示。细骨料由河沙和碎砂混合而成，而粗骨料是最大粒径为22毫米的河砾石。骨料来源于当地。骨料的性质如表5所示。所有骨料中的级配保持一致。利用比重为1.19基于磺化萘甲醛的高范围减水剂将塌落度控制在14plusmn;2cm以易于所有混凝土掺和剂的处理、铺设以及固结。在混合时通过调整高效减水剂以得到特定的塌落度。

2.2配合比

设计的混凝土的水灰比为0.4，煅烧高岭土或偏高岭土替换5%到15%。为发挥偏高岭土和煅烧高岭土掺和剂改良混凝土的作用，硅酸盐水泥按总粘合剂的质量被偏高岭土和煅烧高岭土替换。除了添加有矿物掺和剂的混凝土，同时也配制了素混凝土。从而，配制了11中含煅烧高岭土和不含煅烧高岭土的混凝土混合物。素混凝土混合物、含偏高岭土的混凝土混合物以及含煅烧高岭土的混凝土混合物的详细情况如图6所示。混凝土实验组按高岭土的类型名称和替代的量命名。例如，含质量分数为5%的煅烧CC高岭土的混凝土命名为CC5。

2.3干燥收缩和失重的测量手段

70*70*280的模具在脱模前在20℃、100%相对湿度下养护24h。此后，试样在23plusmn;2℃，50plusmn;5%相对的湿度箱中，在每ASTM C157标准下60天。用200mm长的刻度伸长计测量长度变化。收缩试样的形状以及参考指针的位置在图1中给出。前三周每24小时测量一次，后面一周测量3次。每次同时测量试样的重量。监控在60天的收缩期内的自由收缩应变的变化和失重（23plusmn;2℃，50plusmn;5%相对湿度），使用三个样本对每一性质进行研究。

3.结果及讨论

图2描述了混凝土自由收缩应变的发展过程。混有煅烧高岭土的混凝土的收缩应变值在相同替代量的控制组混凝土和混有偏高岭土的混凝土的值之间。例如，60天的控制组、BMK15,、CC15、 DC15、 DV15,、以及 MK15的微观收缩应变值分别为628、605、 570、 550、 520 和 455。由于其高活性，混有偏高岭土的混凝土有较少的收缩应变，尤其在替换15%时。然而，煅烧高岭土成分在两种替换程度上发挥的作用只有在干燥三周后才有明显的表征。（如图2b）.混有煅烧高岭土的混凝土在替换分数为15%的收缩应变发展曲线与其他的有显著不同，而替代分数为5%时混有DC CC的混凝土之间没有明显区别，尽管在前三周和控制组的趋势十分相近，BMK5混凝土在60天的时候比素高岭土的收缩应变稍小。然而，增加BMK使得收缩应变即使在初期的发展也更小。混有BMK混凝土的和其他几种相比较差的性质可能与其凝硬特性。由于其高明矾石含量（见表2），BMK高岭土需要更多热量使得排出的SO3晶体结构完整转变。作为这种热处理的结果，BMK混凝土的火山灰活性变得较低。

混凝土在为期60天的干燥期内的失重如图3所示，最大的失重出现在基准混凝土，为3.10%，最小的失重出现在MK15混凝土，为2.25%，从表3可以看到，随着煅烧高岭土掺入量的增加，失重会减少。在所有混有煅烧高岭土的混凝土中，含有DV的混凝土由于其他的混凝土。在煅烧高岭土改变性质的混凝土，混有BMK的混凝土在替换分数为5%到15%时失重有显著的减少，这可能与BMK较高的比表面积有关。BMK和DV煅烧高岭土有十分接近的比表面积，分别为7.45和7.34m²/g，从表3b可以看出，显而易见，BMK15和DV15混凝土有接近的失重数值。因此，可能得出结论，在高温下的失重受矿物添加剂的微孔填充效应的物理改性所支配。上述趋势支持之一说法，即偏高岭土混凝土有较低的孔隙率和较细的孔结构，这样能够促进失水通过自由收缩而不是向外界扩散水分。Wongkeo et al.就多重混合机水泥灰浆在不同养护条件的收缩应变以及抗压强度进行了实验研究。他们有飞灰、低灰和硅粉的混合系统制备灰浆。他们报道说，含有占重量10%的硅粉的三元和四元水泥灰浆有着比硅酸盐水泥基准组更大的收缩，这是暴露在干燥环境下较高的自收缩导致的。另一方面，Brooks 和Megat-Johari把混有偏高岭土的混凝土的收缩的减小归为自收缩的显著减少。

混有偏高岭土和煅烧高岭土的偏高岭土较低的应变的真正原因很是因为混凝土收缩速率的减少，而这是混有热处理后的高岭土所造成的。计算了收缩应变的平均速度如图4.收缩速率在早期急剧减少，鉴于偏高岭土表现出相对较低的收缩应变，正如偏高岭土的量增加了收缩速率以及干燥期减少的关联。正如图4可以看出，收缩应变与混凝土矿物掺和剂的种类和数量关系紧密，在替代15%的时候尤为明显。

图5表现出收缩应变和失重趋势的多项式型、对数式型及指数型的表达式。相关系数较高，表现出收缩应变与失重之间的紧密联系，有一点需要注意的是在图5b和5c中MK5和MK15的趋势与混有煅烧高岭土的试样的趋势大相径庭。例如，MK15每300微观应变失重2%，而混有煅烧高岭土的混凝土在同样的收缩应变下的失重大约为2.45%。

4实验结果的统计学分析

对方差的分析是得对自变量的变化对应变量的变化的评估得以实现。另一方面，它也可以用来确定自变量之间的相互作用对应变量的变化是否存在影响。对方差的一般线性模型分析（GLM–ANOVA）是一个直观的数据分析和推断工具，该分析可以通过减少误差方差来辅助详细说明控制变量的决定因素。通过一个名为Minitab的软件，在重要性为0.05的水平上使用GLM–ANOVA技术对被测试的混凝土试样性能进行变量分析，调查图2和图3中的数据。当p值小于0.05时，该参数被认为是影响实验结果的显著因子。被分析的实验参数包括热处理高岭土的种类（偏高岭土和煅烧高岭土）、干燥期以及矿物掺和剂的替代水平。计算了总平方和，该计算分为个体因素的平方和计算以及剩余随机误差的平方和计算。接下来，通过用相应的平方和除以像关联的的自由度得到均方。然后，通过在一个概率水平上进行显著性测试或者虚假设测试来评估每个因素的影响。被分析的因变量是收缩应变和失重，而影响因子是矿物掺和剂的替代水平和种类以及干燥期。表7给出了结果分析。由表7可以看出，收缩应变和相应的失重被证明是因边量。

5自由收缩预测模型的推导

5.1基因演算法和多元线性回归的简述

遗传演算法是一种用于寻找精确或大概解决方案优化或搜索问题的手段。基因演算法可以被归类为全球启发式搜索，并被认定为一种特定的进化计算。基因演算法所使用的方法受到诸如遗传、变异、自然选择以及杂交等进化生物学的启发。

Koza提出的遗传规划本质上是使用基因算法进行电脑编程。这是一个受生物进化启发，以此为方法论的进化算法建立的由用户执行任务的电脑程序。因此，这是一个由执行一个特定计算任务的能力所决定、根据特定情境、用于构建大量电脑程序的机器学习技术。与基因演算法类似，基因编程只需要定义问题。然后，程序以一种独立于问题的方式寻找解决方案。基因表达编程是基因演算法和基因编程的自然发展产物。Ferreira首次提出了基因表达编程。基因表达编程是基因编程的自然发展产物。基因表达编程发展了不同规模和形式的计算机的计算机程序，编码在固定长度的线性染色体上。基因表达编程算法始于随机产生的固定长度染色体，每一个个体对应每一个起始总体,接着，染色体进行了表达，并通过每一个问题呈现的实质对每一个个体进行评估，基因表达编程可能无法使用所有输入的参数构建模型。作为迭代计算的结果，如果一个参数的影响微不足道，它将不会被包含在在模型的推导中。

多元线性回归是用来模拟一个或多个独立变量的线性关系的分析手段。多元线性回归主要由两部分组成，分别是被称为预测的因变量和被称为预测源的自变量。该方法建立在最小二乘法上，该方法适合将观测到平方和与预期值之间的差异最小化。

5.2预测模型

在上述讨论的基础上，我们可以注意到热处理后的高岭土的种类和替代水平以及干燥期是影响混凝土收缩性质的显著参数。混凝土其他相关的性质对这一性能来说也是颇为重要的。为了评估热处理后的高岭土对材料性质的影响，Al2O3和SiO2的成分被认为表现了其化学组成。此外，就无物理效应而言，材料的细度也被认为是一个独立变量。与混凝土相关的因素包括替代水平、水灰比以及总粘结剂含量。为了建立一个可靠而准确的预测模型，搜集了来自之前研究的附加数据。

为推导预测模型的数据库，即数据训练集，包含了表2列出的数据（200个），Guuml;neyisi et al.的78个样本和24个样本。试验数据来自于Guuml;neyisiet 等人的42个样本和Brooks 和Megat-Johar的14个样本，对推导出的样本进行评估。推导预测模型的数据见表8.运用名为GeneXproT o

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[151397]，资料为PDF文档或Word文档，PDF文档可免费转换为Word