再生粗骨料混凝土碳化分析的多场耦合模型及验证

余波　刘才勇　杨绿峰

摘要：

再生粗骨料混凝土的碳化是一个复杂的物理扩散和化学反应过程，其分析和预测较为困难。鉴于此，基于再生粗骨料混凝土的碳化机理，结合再生粗骨料混凝土中CO2的扩散定律和可碳化物质的质量守恒定律，综合考虑再生粗骨料混凝土中CO2的有效扩散系数、碳化反应速率系数、可碳化物质的量、再生粗骨料的表面附着砂浆等重要参数的影响，建立了再生粗骨料混凝土碳化分析的多场耦合模型，并通过试验数据验证了模型的有效性和适用性。

关键词：

混凝土；再生粗骨料；碳化；附着砂浆；矿物掺合料

中图分类号：TU311.3

文献标志码：A文章编号：16744764（2017）02005008

Abstract：

Carbonation of recycled coarse aggregate （RCA） concrete was a complicated physical diffusion and chemical reaction process， which was difficult to analyze and predict. According to the carbonation mechanism of the RAC concrete， a multifield coupled model for carbonation analysis of the RCA concrete was developed by combining the diffusion rule of CO2 within the RCA concrete with the conservation law of mass for the carbonatable substances. The proposed model adopted effective diffusion coefficient of CO2， coefficient of carbonation reaction rate， amount of carbonatable substances and adhesive mortar of the RCA as major control parameters. Efficiency and applicability of the proposed model were validated by comparing with experimental data.

Keywords：

concrete； recycled coarse aggregate； carbonation； adhesive mortar； mineral admixture

与天然粗骨料相比，再生粗骨料表面附着的硬化水泥砂浆疏松多孔且棱角较多，导致再生粗骨料混凝土的孔隙率明显高于天然粗骨料混凝土。由于混凝土的孔隙率直接影响外部环境腐蚀性二氧化碳向混凝土内部的传输，所以，再生粗骨料混凝土更加容易发生碳化[1]。再生粗骨料混凝土的碳化是一个复杂的物理扩散和化学反应过程，不仅与混凝土的材料参数有关，而且与环境条件密切相关，导致再生粗骨料混凝土的碳化分析和预测较为困难。

目前，再生粗骨料混凝土的碳化分析主要包括经验模型和半经验模型两大类。经验模型主要基于试验数据的拟合分析，直接建立再生粗骨料混凝土的碳化深度与水灰比、水泥用量、再生粗骨料取代率、温度、相对湿度、环境CO2浓度等参数之间的经验关系。肖建庄等[2]基于所收集的28组试验数据，以混凝土抗压强度作为控制参数，并考虑环境CO2濃度、工作应力、环境温度、相对湿度等因素的影响，提出了再生粗骨料混凝土的碳化深度预测模型；钟荣富等[3]基于32组试验数据，综合考虑环境CO2浓度、温度、相对湿度和混凝土抗压强度等因素的影响，提出了再生粗骨料混凝土的碳化深度预测模型；耿欧等[4]考虑水灰比、再生粗骨料取代率、水泥用量、温度、环境CO2浓度等因素的影响，提出了再生粗骨料混凝土的碳化深度预测模型。总的来说，上述经验模型的形式简单，便于工程应用，但是由于经验模型缺乏严密的理论推导，其适用性局限于特定的材料参数和环境条件。半经验模型基于混凝土的碳化机理，通过理论推导建立混凝土碳化深度与水灰比、环境CO2浓度、矿物掺合料等因素之间的关系，并结合试验数据和工程经验，引入温度、相对湿度、再生粗骨料、水泥品种等因素的修正系数。WANG等[5]在普通混凝土碳化分析的理论模型基础上，结合所收集的28组试验数据，通过引入再生粗骨料影响系数，提出了再生粗骨料混凝土的碳化深度预测模型；类似地，肖文广等[6]通过引入混凝土强度、相对湿度、水灰比、水泥用量、水泥品种、水泥水化程度等因素的修正系数，建立了再生粗骨料混凝土的碳化深度预测模型。总的来说，半经验模型具有一定的理论基础，但是仍然需要基于特定的试验数据来拟合分析确定温度、相对湿度、再生粗骨料、水泥品种等因素的经验修正系数，而无法定量分析上述因素的影响，导致适用性有限。综上所述，目前缺乏一种具有严密理论基础、而且能够综合考虑水灰比、矿物掺合料等材料参数以及温度、湿度、CO2浓度等环境条件影响的再生粗骨料混凝土的碳化分析模型。

本文基于再生粗骨料混凝土的碳化机理，结合CO2在再生粗骨料混凝土中的扩散定律和可碳化物质的质量守恒定律，以再生粗骨料混凝土中CO2的有效扩散系数、碳化反应速率系数和可碳化物质的量为主要参数，并考虑再生粗骨料表面附着砂浆的影响，建立了再生粗骨料混凝土碳化分析的多场耦合模型，并通过试验数据对比验证了该模型的有效性和适用性。

1碳化分析的微分控制方程

基于混凝土碳化的物理扩散和化学反应过程，根据各反应物质的质量平衡条件，可以建立再生粗骨料混凝土碳化分析的多场耦合模型。以一维碳化为例，对应的微分控制方程为

再生粗骨料混凝土的碳化深度的试验测试值与各模型的计算值见表1，模型计算值与试验测试值散点分布见图1，模型计算值与试验测试值的比值图2。结合表1、图1和图2可知，文献[5]模型的计算值与试验测试值的比值的均值和标准差分别为0.39和0.14，说明该模型的计算结果总体偏小；文献[2]和[6]模型主要以再生粗骨料混凝土的抗压强度为控制参数，模型的计算值与试验值的比值的均值分别为1.64和2.36，标准差分别为0.43和076，说明这两个模型的计算结果总体偏大，且离散性较大；文献[4]模型主要以水灰比、再生粗骨料取代率、水泥用量和温度等影响因素作为控制参数，计算值与试验值的均值和标准差分别为1.97和049，计算值也明显偏大；在不同的配合比设计参数情况下，模型计算值与试验测试值均比较接近，二者的比值的均值和标准差分别为1.19和0.18，说明模型的计算值与试验值总体比较吻合，且离散性较小。

3.2再生粗骨料取代率的影响规律分析

假定单位体积再生粗骨料混凝土中胶凝材料用量为400 kg/m3，水胶比为0.45，粗骨料的总用量为1 000 kg/m3，再生粗骨料的吸水率为5%，天然粗骨料的吸水率为0.5%，标准碳化试验条件下的CO2体积分数为20%，温度20 ℃，相对湿度为70%，碳化时间为28 d，再生粗骨料的掺量分别为0%、30%、50%、70%和100%这5种情况。

再生粗骨料取代率对混凝土内部CO2浓度分布的影响规律如图3所示。由图3可知，在与混凝土表面距离相同的条件下，随着再生粗骨料取代率的增加，CO2的浓度逐渐增大，原因在于随着再生粗骨料取代率的增大，再生粗骨料的表面附著砂浆含量增多，导致再生粗骨料混凝土的孔隙率增大，从而有利于CO2气体的扩散。

再生粗骨料取代率对再生粗骨料混凝土内部CH浓度分布的影响规律如图4所示。由图4可知，在与混凝土表面距离相同的条件下，随着再生粗骨料取代率的增大，再生粗骨料混凝土部分碳化区内CH浓度降低，而未碳化区内的CH浓度增大，主要原因在于两方面：一方面，当粗骨料总量一定时，再生粗骨料的取代率越大，再生粗骨料的表面附着砂浆的含量越高，可碳化物质的量越多，所以未碳化区内的CH浓度越大；另一方面，随着再生粗骨料取代率的增加，再生粗骨料混凝土的孔隙率增大，碳化反应消耗的CH增多，所以部分碳化区内混凝土中的CH浓度减小。

再生粗骨料的取代率对再生粗骨料混凝土内部CSH浓度分布的影响规律如图5所示。由图5可知，随着再生粗骨料取代率的增加，再生粗骨料混凝土未碳化区内的CSH浓度增大，主要原因在于：当粗骨料的总量一定时，随着再生粗骨料取代率的增加，再生粗骨料的表面附着砂浆含量增加，导致可碳化物质的量增多，所以未碳化区内的CSH浓度增大。

再生粗骨料取代率对再生粗骨料混凝土内部pH值分布的影响规律如图6所示。由图6可知，在再生粗骨料取代率一定的条件下，随着与混凝土表面距离的增加，pH值逐渐升高；在距混凝土表面距离一定的条件下，随着再生粗骨料取代率的增大，pH值逐渐减小，原因在于再生粗骨料的取代率越高，再生粗骨料混凝土的孔隙率越大，导致碳化反应消耗的CH越多，所以pH值越低。

4结论

建立了再生粗骨料混凝土碳化分析的多场耦合模型，通过试验数据验证了该模型的有效性和适用性，并分析了再生粗骨料取代率对混凝土内各物质浓度分布的影响规律。分析结果表明：

1）所建立的再生粗骨料混凝土碳化分析模型，不仅可以综合考虑材料参数（如水胶比、矿物掺合料、再生粗骨料表面附着砂浆等）和环境条件（如温度、相对湿度和二氧化碳浓度）的影响，而且可以定量分析再生粗骨料取代率对混凝土中各物质浓度分布的影响，计算精度和适用性较好。

2）在其他条件相同的情况下，随着再生粗骨料取代率的增加，CO2的浓度逐渐增大，部分碳化区内的CH浓度和pH值降低，而未碳化区内的CH和CSH浓度增大，总体说明随着再生粗骨料取代率的增加，再生粗骨料混凝土的抗碳化性能降低。

参考文献：

[1]

SILVA R V， NEVES R， DE B J， et al. Carbonation behaviour of recycled aggregate concrete [J]. Cement and Concrete Composites， 2015， 62： 2232.

[2] 肖建庄， 雷斌. 再生混凝土碳化模型与结构耐久性设计[J]. 建筑科学与工程学报， 2008， 25（3）： 6672.

XIAO J Z， LEI B. Carbonation model and structural durability design for recycled concrete [J]. Journal of Architecture and Civil Engineering， 2008， 25（3）： 6672. （in Chinese）

[3] 钟荣富. 人工砂再生混凝土抗压强度及碳化性能试验研究[D]. 南宁： 广西大学， 2014.

ZHONG R F. Experimental study on compressive strength and carbonation resistance of recycled concrete with artificial sand [D]. Nanning： Guangxi University，2014. （in Chinese）

[4] 耿欧， 张鑫， 张铖铠. 再生混凝土碳化深度预测模型[J]. 中国矿业大学学报， 2015， 44（1）： 5458.

GENG O， ZHANG X，ZHANG C K. Prediction models of the carbonization depth of recycled concrete [J]. Journal of China University of Mining & Technology，2015， 44（1）： 5458. （in Chinese）

[5] WANG C， XIAO J， ZHANG G， et al. Interfacial properties of modeled recycled aggregate concrete modified by carbonation [J]. Construction and Building Materials， 2016， 105： 307320.

[6] 肖文广， 郭樟根， 吴政鹏， 等. 再生混凝土抗碳化性能试验研究及理论分析[J]. 土木建筑与环境工程， 2015， 37（6）： 4753.

XIAO W G， GUO Z G， WU Z P， et al. Experimental research and theoretical analysis on carbonation resistance Behavior of synthetic aggregate concrete [J]. Journal of Civil， Architectural & Environmental Engineering， 2015， 37（6）： 4753. （in Chinese）

[7] 余波， 成荻， 杨绿峰. 矿物掺合料混凝土碳化分析的非线性多场耦合模型[J]. 混凝土， 2014（10）： 2025.

YU B， CHENG D， YANG L F. Multifield coupled model for concrete carbonat ion with mineral admixtures [J].Concrete， 2014（10）： 2025. （in Chinese）

[8] 郭成举. 混凝土的物理和化学[M]. 北京： 中国铁道出版社， 2004.

GUO C J. Physics and chemistry of concrete [M]. Beijing： China Railway Publishing House，2004. （in Chinese）

[9] 牛荻濤， 李春晖， 宋华. 复掺矿物掺合料混凝土碳化深度预测模型[J]. 西安建筑科技大学学报（自然科学版）， 2010， 42（4）： 464467.

NIU D T， LI C H， SONG H. New method for the generation of belief function [J]. Journal of Xi'an University of Architecture & Technology（Natural Science Edition）， 2010， 42（4）： 464467. （in Chinese）

[10] 李爽. 再生水泥混凝土粗骨料性能及其分级方法的研究[D]. 北京： 北京工业大学， 2009.

LI S. Experimental study on the performance and class FICA tion systems of recycled concrete coarse aggregate [D]. Beijing： Beijing University of Technology， 2009.（in Chinese）

[11] 吴祖达. 再生骨料混凝土性能研究[D]. 福建 泉州： 华侨大学， 2014.

WU Z D. Study on performance of recycled aggregate concrete [D]. Quanzhou： Huaqiao University，2009. （in Chinese）

[12] 毛添钿. 再生粗骨料混凝土耐久性试验研究[D]. 南昌： 南昌大学， 2009.

MAO T X. Experimental study on durability of the recycled coarse aggregate concrete [D]. Nanchang： Nanchang University，2009.（in Chinese）

[13] 孙亚丽. 水灰比对再生混凝土碳化和护筋能力影响研究[J]. 新型建筑材料， 2013， 40（6）： 2022.

SUN Y L. Study on effect of carbonation and reinforcement protection capability of gluing aggregate concrete with water layer ement ratio [J]. New Building Materials， 2013， 40（6）： 2022. （in Chinese）

[14] OTSUTSUKI N， MIYAZATO S， YODSUDJAI W. Influence of recycled aggregate on interfacial transition zone， strength， chloride penetration and carbonation of concrete [J]. Journal of Materials in Civil Engineering， 2003， 15（5）： 443451.

[15] SAETTA A V， SCHREFLER B A， VITALIANI R V. The carbonation of concrete and the mechanism of moisture， heat and carbon dioxide flow through porous materials [J]. Cement and Concrete Research， 1993， 23（4）： 761772.

[16] LOO Y， CHIN M， TAM C， et al. A carbonation prediction model for accelerated carbonation testing of concrete [J]. Magazine of Concrete Research， 1994， 168（46）： 191200.

[17] TALUKDAR S， BANTHIA N， GRACE J. Carbonation in concrete infrastructure in the context of global climate changePart 1： Experimental results and model development [J]. Cement and Concrete Composites， 2012， 34（8）： 924930.

[18] STEFFENS A， DINKLER D， AHRENS H. Modeling carbonation for corrosion risk prediction of concrete structures [J]. Cement and Concrete Research， 2002， 32（6）： 935941.