水泥颗粒级配数据在质量控制中的应用和探讨

张晓峰

（成安金隅太行水泥有限公司，河北 邯郸056700）

0 引言

激光粒度分析仪原理是不同的水泥颗粒大小对光的散射光能分布不同来进行粒度测定，通过计算机可直观的显示水泥的颗粒范围、种颗粒粒径大小、占颗粒总数的比例等，这些颗粒级配数据水泥强度和性能起着不同的作用，通过这些颗粒级配数据与其强度和性能的关系，建立多元回归方程模型，可较好的预测水泥强度和性能，从而可以及早发现水泥质量问题。多元回归方程模型要求最小样本容量为自变量数的3-10倍，Excel数据分析功能可分析16个自变量，因此选择48个以上样本数才能分析说明问题。

1 各粒径组分对水泥性能的影响

在组成水泥的所有颗粒中，3-30μm的颗粒对水泥强度增长起主导作用。在此范围内各粒级的分布应是连续的，且总的含量不应低于65%，16-24μm之间的颗粒对水泥强度的影响更为重要，它们的含量愈多愈好。小于3μm的细颗粒的水化速度很快，有的甚至在搅拌过程中就已经完成，所以这些细颗粒仅对早期强度有利。30-60μm的颗粒的水化程度较低，而大于60μm的粗颗粒的活性很小，水化作用甚微，仅起填料作用；当水泥颗粒组成中0-10μm细粉颗粒含量偏多，水泥水化速率相对加快，水泥水化产物生成迅速，浆体硬化快，凝结时间相应变短，同时需水量也随之增加；不同颗粒直径、形颗粒间搭接绞合以及摩擦阻力不同，生成的水泥产物相互间搭接绞合及粘附力也不同，凝结时间也不同。当水泥颗粒组成中1μm细粉颗粒含量过多，尤其达到10%以上，水泥的施工性能将变差，大于38μm颗粒含量增加，水泥泌水行将增加。

2 各粒径组分与水泥性能多元回归方程模型的建立

以各粒径与强度的多元回归方程模型为例

将激光粒度分析仪测定颗粒级配数据和强度(28天抗压强度)进行统计建立Excel表1。

?

点击表1主菜单“工具”→“数据分析”→“回归”，自动生成表2。

?

表2中，A16：A31为表1中B3：Q3的排序默认标识，Coefficients对应的方程的回归系数，B16为截距，B16：B31为各变量回归系数。E16：E31中的P-value是回归系数t统计量的P值。除E28的t统计量的P值远小于显著性水平0.05，说明该项自变量与y相关，其他各项的t统计量的P值远大于显著性水平0.05，说明这些项自变量与y不存在相关性，这些变量保留在方程中是不正确的，因此以此建立的方程模型不正确，需重新建立。重新建立多元回归方程模型采用的是“向后筛选”方法，依次剔除表1中B3、C3、D3、E3、F3、H3、I3、L3、M3、O3、P3、Q3项，重复表2步骤，自动生成表4

?

表3中，E16至E19的t统计量的P，远小于显著性水平0.05，因此该4项自变量与y（28天抗压强度）相关，由此得出正确的回归方程：

y=-0.7721D50+0.7268X'+24.6600n+0.3320(3-32 um)+8.0694

表3中，残差最大为2.09，其绝对残差（误差）仅为3.63%，远小于GB/T17671中熟料强度检验误差±5.0%的要求。

用同样的方法可建立各粒径组分和凝结时间，净浆经时损失（水泥施工性能）的多元回归方程模型，本文不再一一阐述。

3 结论

激光粒度仪检测的水泥颗粒级配数据可详尽的描述颗粒的分布情况，对水泥质量控具有指导意义。通过数据颗粒级配数据可对水泥强度、凝结时间、净浆经时损失等建立多元回归方程模型，能很好的预测水泥质量和性能指导生产，同时数据颗粒级配数据对粉磨系统调整也有一定的指导作用。