水泥強(qiáng)度影響因素及預(yù)測研究進(jìn)展論文
摘要:水泥強(qiáng)度影響因素很多,其中熟料的礦物組成是其顯著影響因子。將眾多水泥強(qiáng)度影響因子作為輸入變量,通過不同的預(yù)測模型,可預(yù)測水泥28d強(qiáng)度。其中組合模型預(yù)測方法結(jié)合了不同預(yù)測模型的優(yōu)點(diǎn),可提高水泥強(qiáng)度的預(yù)測精度。
關(guān)鍵詞:水泥強(qiáng)度;影響因素;預(yù)測
按照水泥行業(yè)和國家標(biāo)準(zhǔn)的要求,水泥強(qiáng)度的檢測齡期為28d,其28d強(qiáng)度也是判斷水泥標(biāo)號(hào)的主要依據(jù),這個(gè)要求給現(xiàn)場施工進(jìn)度帶來了困擾,也給水泥生產(chǎn)企業(yè)庫存和資金帶來壓力,因而眾多水泥生產(chǎn)和使用單位都在積極探索水泥28d強(qiáng)度的預(yù)測方法。
1水泥強(qiáng)度的影響因素
預(yù)測水泥28d強(qiáng)度的方法是基于常規(guī)的化學(xué)和物理指標(biāo),應(yīng)用數(shù)學(xué)的方法建立強(qiáng)度和其影響因子的經(jīng)驗(yàn)公式,對28d強(qiáng)度作出預(yù)測。因此,要準(zhǔn)確預(yù)測水泥強(qiáng)度,必須了解水泥強(qiáng)度的影響因素。
水泥強(qiáng)度是水泥物理性能中最重要的指標(biāo)之一,其影響因素很多:熟料的礦物組成和礦物形態(tài),水泥細(xì)度(或比表面積)和顆粒級配、混合材、石膏、堿含量、游離氧化鈣含量等。
1.1礦物組成和礦物形態(tài)
不同水泥品種規(guī)定了熟料在水泥組成中的比例,熟料強(qiáng)度很大程度上取決于其礦物組成和礦物形態(tài),熟料則是水泥產(chǎn)生強(qiáng)度的源頭。熟料四種主要礦物組成為:硅酸三鈣(C3S)、硅酸二鈣(C2S)、鋁酸三鈣(C3A)和鐵鋁酸四鈣(C4FA),當(dāng)其含量改變時(shí),水泥的物理性能也隨之改變。一般說來,C3S的水化產(chǎn)物對水泥早期強(qiáng)度和后期強(qiáng)度起主要作用,C2S的水化產(chǎn)物對水泥早期強(qiáng)度貢獻(xiàn)較小,但對水泥后期強(qiáng)度起重要作用,C3A對水泥早期強(qiáng)度起一定作用,C4FA水化后強(qiáng)度不高,但對水泥的抗折和抗沖磨性能起到重要作用。水泥熟料中的礦物形態(tài)也會(huì)對水泥強(qiáng)度有一定影響,熟料礦物晶體發(fā)育良好,晶體尺寸適中,晶體自形好,則水泥強(qiáng)度相對較高。
1.2細(xì)度和顆粒級配
一般來說,水泥細(xì)度小,比表面積大,水泥早期強(qiáng)度越高,水化熱也較大。水泥顆粒分布對強(qiáng)度影響的研究顯示:3~30μm的水泥顆粒是擔(dān)負(fù)強(qiáng)度增長的主要粒級,0~3μm的顆粒主要對早期強(qiáng)度有利,但3μm以下顆粒對后期強(qiáng)度仍有一定貢獻(xiàn),而3μm以上顆粒對早期強(qiáng)度同樣具有一定貢獻(xiàn)。
1.3混合材
目前水泥中應(yīng)用最廣泛的混合材種類是粉煤灰、礦渣粉、火山灰和石灰石粉等。不同水泥品種規(guī)定了可摻入混合材的品種和摻量范圍,不同混合材對強(qiáng)度的.也有不同的影響。摻入一定量優(yōu)質(zhì)的活性混合材,如粉煤灰、礦渣或火山灰,其早期強(qiáng)度降低,而后期強(qiáng)度下降速度緩慢,甚至有可能得到提高;摻入適量石灰石等惰性混合材,可以提高水泥的早期強(qiáng)度,但后期強(qiáng)度下降。
1.4石膏
石膏的存在可以有效調(diào)節(jié)水泥凝結(jié)時(shí)間,適量的石膏可提高早期強(qiáng)度,但如果SO3過多的話,多余的SO3能夠在水泥硬化后繼續(xù)與C3A和水生成鈣礬石,固相體積比反應(yīng)物增大約129%,導(dǎo)致安定性不良。
1.5其他因素
水泥中的堿含量的增加能加快水泥早期的水化程度,故能提高早期強(qiáng)度,但不利于后期強(qiáng)度的發(fā)展;而少量的游離CaO能提高水泥強(qiáng)度,但隨著游離CaO含量的增大,水泥強(qiáng)度亦降低,并會(huì)引起水泥安定性不合格。
2水泥強(qiáng)度預(yù)測研究進(jìn)展
2.1線性回歸模型預(yù)測
在較早的研究中,蘇聯(lián)學(xué)者葉戈羅夫研究了水泥熟料的組成與物質(zhì)之間的相互關(guān)系,提出用礦物組成推算水泥28d強(qiáng)度;Knofel基于德國水泥廠數(shù)據(jù),總結(jié)出水泥28d強(qiáng)度特征值F28和其礦物成分關(guān)系,而F28和水泥28d抗壓強(qiáng)度有著良好的線性關(guān)系,F(xiàn)28預(yù)測模型如式(1):
F28=3C3S+2C2S+C3A-C4AF(1)
式中,F(xiàn)28為水泥28d強(qiáng)度特征值,C3S、C2S、C3A、C4FA分別為水泥中硅酸三鈣、硅酸二鈣、鋁酸三鈣和鐵鋁酸四鈣質(zhì)量百分?jǐn)?shù),其數(shù)值可用X射線定量分析、化學(xué)萃取等方法測定,但一般采用Bogue計(jì)算法計(jì)算獲得。
Y·M·Zhang等人以此為基礎(chǔ),詳細(xì)研究了水泥比表面積、顆粒級配、礦物組成和強(qiáng)度的關(guān)系,將比表面積和顆粒級配引入新的預(yù)測模型,可預(yù)測水泥3d、7d和28d強(qiáng)度;中國建筑材料科學(xué)研究院的周雙喜等人利用四個(gè)水泥廠的120組數(shù)據(jù)建立起了水泥28d抗壓強(qiáng)度與4種礦物組成的數(shù)學(xué)關(guān)系式,見式(2):
R28=0.7603(C3S+C2S+C3A-C4AF)-16.95(2)
式中,R28為水泥28d抗壓強(qiáng)度。
線性回歸模型預(yù)測方法簡單可行,主要依靠熟料的礦物組成來對強(qiáng)度進(jìn)行預(yù)測,更適于原材料和工藝穩(wěn)定的出廠水泥強(qiáng)度預(yù)測,但當(dāng)水泥其他影響因子發(fā)生大的變化時(shí),該預(yù)測方法會(huì)引起較大誤差。
2.2多元非線性單一模型預(yù)測
實(shí)際上水泥強(qiáng)度是大時(shí)滯、非線性問題,影響因素較多,計(jì)算機(jī)技術(shù)的迅速發(fā)展為水泥強(qiáng)度的預(yù)測提供了更多新的方法。為了更準(zhǔn)確的預(yù)測水泥強(qiáng)度,研究人員在計(jì)算模型中引入了更多的強(qiáng)度影響因素:細(xì)度、比表面積、游離CaO含量、SO3含量、堿含量,并將水泥1d抗壓強(qiáng)度和抗折強(qiáng)度作為輸入變量引入預(yù)測模型中。李曉波等人運(yùn)用遺傳算法,得到了滿意的預(yù)測結(jié)果;董吉文等人開展了基于模糊神經(jīng)網(wǎng)絡(luò)的水泥強(qiáng)度預(yù)測;郁時(shí)煉等人建立了BP神經(jīng)網(wǎng)絡(luò)的水泥強(qiáng)度預(yù)測模型;王歡、郭一軍比較研究了BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)模型預(yù)測方法,認(rèn)為后者明顯優(yōu)于前者。
該類預(yù)測方法引入了更多的水泥強(qiáng)度影響因子,能更精確的對水泥強(qiáng)度進(jìn)行預(yù)測,適應(yīng)性強(qiáng),使用范圍廣,其中研究較多的RBF神經(jīng)網(wǎng)絡(luò)模型預(yù)測方法,但也有國外學(xué)者指出,RBF雖然具有良好的非線性信息處理能力,可以逼近任何非線性函數(shù),卻由于只分析輸入和輸出,隨機(jī)性大。
2.3組合模型預(yù)測
不同的神經(jīng)網(wǎng)絡(luò)模型或算法都有著自身數(shù)值模擬的優(yōu)缺點(diǎn),因此,有學(xué)者采用兩種模型結(jié)合的方法來提高預(yù)測精度。SedatAkkurt等人采用模糊邏輯與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合,取得了水泥28d抗壓強(qiáng)度預(yù)測模型;崔秀云等人針對水泥強(qiáng)度預(yù)測的多變量、非線性、大時(shí)滯特點(diǎn),提出一種以人工神經(jīng)網(wǎng)與特殊的十進(jìn)制數(shù)編碼的遺傳算法相結(jié)合的水泥28d強(qiáng)度預(yù)測方法;裘國華等人利用灰色預(yù)測模型和RBF神經(jīng)網(wǎng)絡(luò)模型各自的優(yōu)點(diǎn),提出灰色GM-RBF神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型,可輸出28d抗壓強(qiáng)度,預(yù)測精度優(yōu)于單一的灰色GM模型或RBF神經(jīng)網(wǎng)絡(luò)模型。
組合模型預(yù)測方法可結(jié)合不同模型的優(yōu)點(diǎn),提高了水泥預(yù)測的精度,但需要的原始數(shù)據(jù)信息量大,數(shù)據(jù)預(yù)處理步驟復(fù)雜。
3結(jié)語
(1)水泥強(qiáng)度的影響因素有熟料的礦物組成和礦物形態(tài),水泥細(xì)度(或比表面積)和顆粒級配、混合材、石膏、堿含量、游離氧化鈣含量等因素。其中熟料的礦物組成是影響水泥強(qiáng)度最顯著的因素。
。2)將水泥強(qiáng)度的影響因子作為預(yù)測模型的輸入變量,可開展水泥強(qiáng)度預(yù)測,預(yù)測方法可概括為三類:線性回歸模型預(yù)測、多元非線性單一模型預(yù)測、組合模型預(yù)測,每種預(yù)測方法都有著各自的優(yōu)缺點(diǎn)。但隨著計(jì)算機(jī)技術(shù)發(fā)展對神經(jīng)網(wǎng)絡(luò)、遺傳算法等人工智能算法的完善,以及水泥工作者對水泥強(qiáng)度預(yù)測精度要求的提高,人工智能算法及其組合應(yīng)用在未來的水泥強(qiáng)度預(yù)測工作中將取得更多的研究進(jìn)展。
參考文獻(xiàn)
[1]羅云峰,樊粵明,盧迪芬等.水泥熟料礦物組成及礦物形態(tài)對水泥強(qiáng)度的影響[J].水泥,2008(10):5-9.
[2]陳波,徐培濤,韓仲琦等.粉磨方法和粉磨細(xì)度對水泥強(qiáng)度的影響[J].硅酸鹽學(xué)報(bào),2002,30(z1):53-58.
[3]王瑩瑩.游離氧化鈣含量對水泥安定性和強(qiáng)度的影響[J].福建建材,2012(10):11-12.
[4]T·B·葉戈羅夫.從水泥組成估算強(qiáng)度的研究[A].第六屆國際水泥化學(xué)會(huì)議論文集[C].1981:319-324
[5]KnoefelD.Relationsbetweenchemistry,phasecontent,andstrengthinportlandcements[J].ZKG.Zement-Kalk-Gips,EditionA,1979,32(09):448-54.
[6]GB/T21372-2008.硅酸鹽水泥熟料[S].北京:中國標(biāo)準(zhǔn)出版社,2008.
[7]ZhangYM,Napier-MunnTJ.Effectsofparticlesizedistribution,surfaceareaandchemicalcompositiononPortlandcementstrength[J].PowderTechnology,1995,83(03):245-252.
[8]周雙喜,陳益民,張文生等.顆粒分布、比表面積、化學(xué)組成對水泥強(qiáng)度的影響[J].硅酸鹽通報(bào),2006,25(01):81-85.
[9]李曉東,楊波,董吉文.基于遺傳算法的水泥強(qiáng)度預(yù)測[J].計(jì)算機(jī)工程與應(yīng)用,2004,40(12):205-207.
[10]董吉文,陳月輝,袁潤章等.基于模糊神經(jīng)網(wǎng)絡(luò)的水泥強(qiáng)度預(yù)測[J].山東建筑大學(xué)學(xué)報(bào),2005,20(01):1-3.
[11]郁時(shí)煉,高輝.基于神經(jīng)網(wǎng)絡(luò)的水泥強(qiáng)度預(yù)測[J].合肥工業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版,2002,25(2):316-320.
[12]王歡,張?jiān)龉,李海濱等.基于RBF神經(jīng)網(wǎng)絡(luò)的水泥強(qiáng)度預(yù)測[J].自動(dòng)化與儀表,2004,19(02):7-9.
[13]郭一軍.基于人工神經(jīng)網(wǎng)絡(luò)的水泥強(qiáng)度預(yù)測模型研究[D].昆明:昆明理工大學(xué),2006.
[14]AlexandridisA,TriantisD,StavrakasI,etal.Aneuralnetworkapproachforcompressivestrengthpredictionincement-basedmaterialsthroughthestudyofpressure-stimulatedelectricalsignals[J].ConstructionandBuildingMaterials,2012(30):294-300
[15]AkkurtS,TayfurG,CanS.Fuzzylogicmodelforthepredictionofcementcompressivestrength[J].Cement&ConcreteResearch,2004,34(08):1429-1433.
[16]崔秀云,陳月輝,史奎凡等.人工神經(jīng)網(wǎng)—遺傳算法在水泥強(qiáng)度預(yù)測中的應(yīng)用[J].山東建材學(xué)院學(xué)報(bào),1998(03):275-277.
[17]裘國華,申屠南瑛,施正倫.基于GM-RBF神經(jīng)網(wǎng)絡(luò)組合模型的水泥強(qiáng)度預(yù)測方法[J].科技導(dǎo)報(bào),2014,32(03):56-61.
【水泥強(qiáng)度影響因素及預(yù)測研究進(jìn)展論文】相關(guān)文章:
土質(zhì)對水泥深層攪拌樁強(qiáng)度的影響因素分析08-02
影響Nomex蜂窩節(jié)點(diǎn)強(qiáng)度因素的研究07-29
含鹽量對水泥土強(qiáng)度影響的室內(nèi)試驗(yàn)研究10-02
聚酯纖維對水泥碎石強(qiáng)度影響的試驗(yàn)研究07-12
水穩(wěn)碎石基層強(qiáng)度影響因素分析08-02
礦物摻合料對水泥混凝土強(qiáng)度和耐磨性的影響10-20
聚丙烯纖維和水泥對粘性土強(qiáng)度的影響及機(jī)理研究10-02