混凝土再生利用的技术探讨

邢磊++张焱++王龙宇++蒋宁

摘 要：目前我国的建筑混凝土使用量巨大，拆除的废旧建筑物中，混凝土所占比重在40%左右，这些废料不仅污染环境还造成资源的浪费。为贯彻可持续发展观，推行节能减排，低碳环保。针对这一弊端混凝土再生利用技术应运而生，并且其发展前景十分可观，本文主要对混凝土再生技术进行论述。

关键词：资源浪费；可持续发展；混凝土再生技术

中图分类号：X799 文献标识码：A

0.前言

目前，就我国的混凝土再生利用的技术而言，二次利用的混凝土多用于道路施工中，在建筑施工中的应用量相对较少。我国近几年来随着城乡规划及新农村建设的不断开展，城市地下空间及“海绵城市”的不断探索，地下管廊及地铁工程新建，混凝土的使用量必然会持续上升，与此同时从废旧建筑物拆除的粗集料也必然增加，如果不能及时地对这些建筑垃圾进行恰当的处理，势必造成环境污染，资源浪费。因此我们更应该重视混凝土以及建筑废料的再生利用，不断提高技术，达到世界先进水平。

1.混凝土再生利用需要克服的问题

目前，我国的建筑工程主要以钢筋混凝土为主材料作为承重结构，而混凝土构件通常为主要抗压构件，这与混凝土本身的力学性能有关。但是经过长时间使用过后的混凝土作为再生资源重复利用时，其原本的力学性能在一定程度上会发上相应的变化，所以对于查出的混凝土再生利用时，一定要对其力学性质及相关数据进行研究。

通过对混凝土的形成过程及混凝土在自然状态下宏观、亚微观、微观3种结构的分析（如图1、图2所示），混凝土再生利用需要克服的问题如下：

（1）在使用中的混凝土，由于常年承受荷载作用从微观上看，二次利用混凝土会发生卸载现象。

（2）水泥石中存在氢氧化钙，在自然条件下呈碱性，废旧混凝土进行粉碎和其他工艺加工处理的时候，既要防止原有混凝土中的氢氧化钙对设备的腐蚀，也要防止加入的添加剂对混凝土原有微观结构和力学性质的破坏。

（3）水泥凝胶体的硬化过程是需要很多年才能完成的，因此混凝土的强度和变形也会在较长的时间内发生变化，所以要对混凝土废旧骨料进行严格的检测。

（4）废旧混凝土及其他建筑垃圾，都属于体积巨大垃圾，清理和运输的过程造成的扬尘会造成当地空气质量的下降，从而影响当地人民的正常生活。在发展混凝土再生技术的同时，相关部门应给出具体合理的办法措施对以上问题进行解决。

2.再生混凝土与天然混凝土的对比

在建筑物或构筑物中，由于混凝土构件长年累月处于受力状态及各种自然因素的影响，所以再生混凝土的各项指标及相关性质都会发生变化，因此与一次使用的混凝土相比，其孔隙率增大，吸水性增强，混凝土强度降低等特征。这些特性就限制了再生混凝土的应用范围，所以目前的再生混凝土主要用来配置低强度的混凝土。目前其应用范围还很窄，主要用来配制中低强度的混凝土。若要将二次使用乃至多次使用的混凝土用到钢筋混凝土结构工程中去，则对其强度、粒径、洁净水平等要求较高，因此，再生混凝土能否高强化和高性能也就成为当今的重要研究课题之一。

高活性超细矿物质对再生混凝土粗骨料具有改性作用，建筑垃圾粉碎机械的高活性超细矿物质掺合料的浆液对建筑垃圾在再生粗骨料进行浸泡，超细矿粉能够填充在再生混凝土粗骨料的孔隙中，并且超细矿粉能与粗骨料中的一些成分发生化学反应，从而生成的物质可将粗骨料的孔隙填满。

3.废旧混凝土的破碎类型

从废旧建筑物拆除的废旧混凝土要经过破碎作为粗骨料或细骨料与其它材料配合使用或单独使用。混凝土破碎的方法有很多种，不同的破碎方法会影响到混凝土的物理性质。概括其破碎方式分为3种（如图3所示）。

粗碎主要以压碎的方法对大块物料的第一次破碎，允许破碎的最大粒径混凝土在1m，粉碎比一般小于6。

中碎是以锤击或压碎的方式针对粒径小于350mm 的混凝土废料进行破碎，粉碎比较大，最大可达30 以上。

細碎主要用细磨机，针对粒径在2mm～60mm 的混凝土废料进行磨碎处理，磨碎的产品粒径一般在0.1mm～0.3mm 范围内，粉碎比最高，能达1000 以上。

结语

混凝土的再生利用技术运用成熟之后，可以达到混凝土多次利用，但目前我国对再生混凝土主要用在道路施工中。我国是一个人口大国，人均资源占有量较低，对各行各业来说都必须贯彻落实可持续发展观，在建筑行业更是要求低碳环保，绿色建筑。总而言之，重视混凝土以及建筑废料的再生利用，不断提高技术，使废弃混凝土应用成为一套成熟的技术，达到世界先进水平，是科学发展观的要求，也是建筑工程行业对我国社会的贡献。

参考文献

[1]陈宗平，徐金俊，郑华海，等.再生混凝土基本力学性能试验及应力应变本构关系[J].建筑材料学报，2013，16（1）：24-32.

[2]朱红兵，赵耀，雷学文.再生混凝土研究现状及研究建议[J]. 公路工程，2013，38（1）：98-102.

[3]肖建庄，许向东，范玉辉.再生混凝土收缩徐变试验及徐变神经网络预测[J].建筑材料学报，2013，16（5）：752-757.endprint