低模数水玻璃对橡胶轻骨料混凝土力学性能的影响

马快乐，王海龙，刘思盟，杨虹，张佳豪，王辉

(内蒙古农业大学水利与土木工程学院，内蒙古 呼和浩特 010018)

废旧轮胎在中国回收率不足，焚烧、填埋或者闲置的处理方式会严重污染环境.王海龙等[1]将橡胶粉加入混凝土中对橡胶进行回收再利用，证明橡胶粉加入混凝土中可增强混凝土的塑性，但会降低其力学性能，为解决这一问题众多学者对橡胶进行改性试验，基本分为物理改性和化学改性2种方式[2]，YANG等[3]使用NaOH将橡胶粉浸泡24 h对橡胶进行物理改性，发现混凝土的抗压和抗弯强度都有所提高.

粉煤灰是电厂烟道排出的一种固体废料，具有密度小、细度小等特性.常温下粉煤灰可与水进行二次反应生成水化硅酸钙凝胶，填充混凝土内部孔隙.轻骨料混凝土相较普通混凝土具有轻质高强、隔声抗冻等特点，被用于高层结构中.KAYALI 等[4]制备出粉煤灰轻骨料混凝土，拥有质轻、耐久性能好等优点，该粉煤灰轻骨料混凝土在不降低后期强度的情况下，可减少20%水泥用量.但试验发现粉煤灰掺入，使成品混凝土早期强度较弱[5].为增强粉煤灰混凝土前期强度，利用各种激发剂对粉煤灰活性进行激发成为一种常用途径.一些学者对橡胶混凝土、粉煤灰混凝土及碱激发混凝土的力学性能和耐久性能进行深入研究，但将其复合掺入混凝土中研究其协同作用的文献较少.

文中以橡胶轻骨料混凝土为对象，在此基础上加入水玻璃，并用20%粉煤灰代替水泥研究在水玻璃改性及激发作用下RLC的28 d强度是否能够达到设计要求.

1 试验内容与方法

1.1 试验材料

水泥：冀东P·O 42.5普通硅酸盐水泥，性能指标见表1，表中m1为细度，ti,tf分别为初始和终止时刻,ωSiO2为SiO2含量，LOI为烧失量，fcu为抗压强度，fcf为抗弯强度，ta为龄期.粗骨料：呼和浩特市浮石轻骨料，堆积密度706 kg/m3，吸水率12.2%，表观密度1 569 kg/m3；细骨料：天然河砂，表观密度2 650 kg/m3，堆积密度1 465 kg/m3，细度模数2.5，颗粒级配良好；水玻璃：分子式Na2O·mSiO2，模数3.3模，固含量34%，Na2O与SiO2质量分数分别为8.3%,26.5%，波美度40°Bé；粉煤灰：呼和浩特市金桥发电厂Ⅱ级粉煤灰；减水剂：木质素磺酸钠，棕色粉末，减水率20%；水：呼和浩特市自来水.

表1 普通硅酸盐水泥性能指标

1.2 试验设计

试验水胶比为0.4，砂率40%，使用粉煤灰替代20%水泥，以胶凝材料为准，掺入3%目数分别为0.850 mm和0.180 mm的橡胶粉，未掺入水玻璃的RLC作为基准组，编号分别为NCR20，NCR80.使用强碱溶液将水玻璃模数调整为1.4模，水玻璃掺入量为胶凝材料的0，1%，2%，4%，6%，8%.0.850 mm的RLC水玻璃掺量为1%，2%，4%，6%，8%试验组编号分别为NCR20-S1,NCR20-S2,NCR20-S4,NCR20-S6,NCR20-S8，0.180 mmRLC编号分别为NCR80-S1,NCR80-S2,NCR80-S4,NCR80-S6,NCR80-S8.

1.3 水玻璃模数调整

水玻璃分子式为Na2O·mSiO2，m代表水玻璃的模数，常用模数2.6～2.8.其模数可根据需求进行调整，通过加入硅胶(mSiO2·nH2O)，盐酸(HCl)提高水玻璃模数，降低模数可加入氢氧化钠(NaOH).试验使用强碱溶液调整水玻璃的模数为3.3，计算公式为

n/n′=ω′Na2O/ωNa2O,

(1)

式中：n为使用水玻璃模数；n′为预制得水玻璃模数，ωNa2O为使用水玻璃Na2O质量分数；ω′Na2O为预制得水玻璃Na2O质量分数.

计算得出ω′Na2O=19.56%，则应加入Na2O百分数(ω″Na2O)为

ω″Na2O=19.56%-8.30%=11.26%,

(2)

需添加NaOH百分数量为

ωNaOH=(2×40×11.26)/62=14.53%,

(3)

式中：40为NaOH相对分子质量；62为Na2O相对分子质量.计算可知添加氢氧化钠量为水玻璃质量的14.53%.

2 试验结果与分析

2.1 力学试验结果

根据《普通混凝土力学性能试验方法标准》(GB/T 50081—2002)测定100 mm×100 mm×100 mm立方体抗压强度，龄期与抗压强度的关系见图1a，1b.可知水玻璃的掺入对RLC强度均有所提升，对其早期强度的提升尤为剧烈.龄期3 d时相比较NRC组强度提升1.0～1.5倍，后期强度也有所提升.图1c，1d为不同水玻璃掺量ω下RLC的强度，可知随着水玻璃掺入量增加其力学性能呈现出先增大后减小的趋势；0.850 mm的RLC随着水玻璃掺量的增加强度提升了5.42%，30.54%，26.52%，3.90%和2.24%；0.180 mm提升了25.88%，40.06%，32.86%，32.24%和27.33%.0.850,0.180 mm的RLC的强度峰值均出现在2%，故试验水玻璃的最优掺量均为2%.0.180 mm的橡胶粉由于其粒径较小，掺入混凝土中影响混凝土内部结构，所以被认为是力学性能较差组[6]，而通过试验对比发现0.180 mm的RLC在水玻璃掺量为2%时强度提高了40.06%，说明水玻璃的掺入极大提高了0.180 mm橡胶混凝土的力学性能，使它与0.850 mm的最优掺入量橡胶混凝土的28 d强度基本相同.

图1 橡胶强度与龄期和掺量的关系

出现上述现象的原因是：① 水玻璃具有很高的黏结力，能够改善橡胶与水泥的胶结情况.② 试验采用20%粉煤灰替代水泥，粉煤灰含有大量二氧化硅和氧化铝，水化后生成水化硅酸钙和水化铝酸钙，可增强混凝土强度.③ 水玻璃是一种碱性激发剂，水解后会产生硅酸胶体和氢氧化钠，产生的OH-能够与橡胶表面的硬脂酸锌(C17O35COO)2Zn发生酸碱反应，对橡胶表面产生清洁、改性作用[7].由于0.180 mm的RLC中橡胶比表面积大，水玻璃能更高效的反应去除表面的硬脂酸锌，极大提高橡胶与水泥、骨料之间的黏结力，这也解释了0.180 mm的橡胶混凝土强度提升更大的原因.其产生的OH-还可以断开Si-O，Al-O的化学键，激发粉煤灰的活性，进行混凝土强度的二次提升.④ 当水玻璃掺量小于2%时，水玻璃水解产生的OH-离子较少，粉煤灰中Si-O，Al-O键无法完全断裂，分散的胶凝材料颗粒也无法有效的连接起来，混凝土力学性能也较弱，所以水玻璃掺量为1%时混凝土力学性能没有得到较大改善.⑤ 水玻璃掺量大于2%时，由于水玻璃掺量过大，水解产生大量OH-使得胶凝材料有效的连接，但过多的OH-破坏了混凝土内部的水化产物，所以水玻璃掺量大于2%时混凝土强度有所下降.试验中水玻璃胶结作用、对橡胶改性作用、激发粉煤灰活性作用使得0.850 mm与0.180 mm的RLC 28 d强度均达到了LC30以上，水泥用量减少20%，试验结论对实际工程有重要的指导意义.

2.2 核磁共振(NMR)分析

核磁共振是对完全饱和水进行CPMG脉冲序列测试，得到自旋回波串衰减信号，经傅立叶变换得到T2谱，所以T2谱的分布反映了孔径的大小[8].试验采用MesoMR-60低场核磁共振对RLC孔隙结构进行分析.

图2为0.850 mm的RLC龄期28 d时弛豫时间T2谱图，图中Is为信号强度.发现随着水玻璃掺量的增加，T2谱面积由小到大依次为NCR20-S2，NCR20-S4，NCR20-S6，NCR20-S1，NCR20-S8，NCR20，T2谱峰面积与孔隙数量成正比关系[9]，这也验证了本试验2%水玻璃掺量为最优掺量.由于本试验采用了浮石骨料，浮石本身含有大量孔隙，所以T2谱图第二、三峰数值基本偏高.

图2 0.850 mm橡胶28 d核磁

选取0.850 mm的橡胶水玻璃掺量2%的最优试验组，研究其内部微观孔隙结构随龄期增长的变化，见图3.发现混凝土T2谱面积随着龄期增长而减小，7 d，14 d，21 d，28 d分别减小20.05%，27.70%，40.68%，48.24%，说明随着龄期增长内部孔隙数量不断减小，混凝土强度不断增加.其中所有峰面积均有大幅度的降低，这说明随龄期增长，水泥水化产生的胶凝物对混凝土内部孔隙进行了填充，使大孔隙逐渐演变成中孔隙，中孔隙演变成为小孔隙，内部结构不断密实，强度不断增加.

图3 0.850 mm橡胶2%掺量龄期核磁

图4a为水玻璃RLC孔径分布曲线，发现混凝土强度越高，其小孔径孔隙占比越大，将孔隙用孔隙半径与弛豫时间分类，第一类非毛细孔，孔隙半径大于5 000 nm，弛豫时间大于500 ms；第二类毛细孔，孔隙半径大于10 nm小于5 000 nm，弛豫时间大于1 ms小于500 ms；第三类胶凝孔，孔隙半径小于10 nm，弛豫时间小于1 ms[10].将胶凝孔与毛细孔定义为优势孔隙，非毛细孔定义为对混凝土结构有消极影响的劣势孔隙.优势孔占比越多，混凝土越密实.其中0.850 mm 2%最优掺量组优势孔占比93.58%，其余组均小于最优组分别为91.33 %(NCR20-S4)，84.33%(NCR20-S6)，82.43%(NCR20-S8)，79.31%(NCR20-S1)，70.28%(NCR20).说明水玻璃在最优掺量2%时对橡胶、粉煤灰及其相互作用达到该配比的最佳状态，内部结构也最密实稳定.

以T2截止值作为分界，引入束缚流体饱和度、自由流体饱和度概念来对RLC进行分析，如图4b所示，图中x为百分率.随着水玻璃掺量增加，混凝土束缚流体饱和度呈现先增加后减小的趋势，束缚流体饱和度越大，内部的小孔隙和中孔隙相较于大孔隙就越多，内部结构也就越密实，混凝土强度也就越高.由图4b可以看出NCR20-S2组的束缚流体饱和度最高为65.302%，比基准组提高29.080%.孔隙度也是表征混凝土内部结构的指标，孔隙度与混凝土强度呈负相关，孔隙度越小，混凝土内部结构越密实，混凝土强度越高.从图4b可以看出最优组的孔隙度相较于基准组降低了1.489%，所以2%掺量的水玻璃对混凝土内部结构改善最优.

图4 0.850 mm橡胶孔隙结构和孔隙度

3 曲线拟合及BP神经网络分析

3.1 曲线拟合

图5为28 d 0.850，0.180 mm水玻璃最优掺量(2%)RLC的龄期-强度曲线对比图，点为RLC实测强度值.混凝土强度增长一般符合对数增长趋势.

图5 28 d 0.850，0.180 mm橡胶抗压强度

混凝土强度增长曲线用式(4)进行拟合，即

fcf(ta)=alnt+b,

(4)

式中：fcf为抗压强度；a,b为拟合系数.通过上述曲线回归方程，对试验组进行拟合，结果见表2.R均大于0.96，其中拟合精度最高R=0.993 4，如图6所示，证明曲线拟合方程可用于实际工程.

图6 0.850 mm橡胶基准组拟合

表2 拟合系数及相关系数

由于存在多个掺量，拟合系数无法统一，故文中尝试建立掺量与拟合系数a,b之间的关系，以方便并统一回归方程.水玻璃掺量用ω(%)表示，利用Origin进行线性拟合，建立掺量ω与系数a，b之间的关系，得到0.850 mm的RLC方程为

a20(ω)=-0.026ω2-0.079ω+5.746,

(5)

b20(ω)=-0.322ω2+3.364ω+8.430，

(6)

其中0≤ω≤8，将a,b代入式(4)，可得

F20(t,ω)=(-0.026lnt-0.322)ω2+(3.364-

0.079lnt)ω+5.746lnt+8.430,

(7)

按各掺量代入式(6)得到，回归方程及实际强度对比图，如图7所示，相关系数R值均大于0.9，说明该曲线可用于水玻璃RLC的强度预测.同理可得出0.180 mm强度预测方程为

图7 0.850 mm不同掺量抗压强度拟合

a80(ω)=0.096ω2-0.987ω+6.258,

(8)

b80(ω)=-0.688ω2+6.704ω+6.242,

(9)

得：F80(t,ω)=(0.096lnt-0.688)ω2+(6.704-0.987lnt)ω+6.258lnt+6.242.

(10)

不同水玻璃掺量(0，2%，4%，6%，8%)所得R分别为0.993 1，0.988 1，0.980 7，0.985 7，0.903 2，所有相关系数均大于0.900 0，该方程可用于预测RLC强度.

3.2 BP神经网络分析

混凝土强度常常会受配合比、设计参数、水灰比、掺料种类、掺料比例等因素影响，而这些变量中无法准确判断出其最强影响因素或最弱的影响因素.所以在强度预测过程中除使用线性回归拟合来预测强度外，考虑多变量的影响对建立非线性模型进行强度预测是十分必要的.

文中利用BP神经网络模型将各种影响因素与水玻璃RLC的强度联系起来，建立非线性映射关系，通过对比预测值与实测值来证明模型的可靠性.利用Matlab软件建立BP神经网络预测模型，通过引用轻骨料混凝土实测数据共162组作为训练样本，选取RLC试验组28 d实测强度10组作为测试样本，见表3.

表3 10组测试样本

BP神经网络结构为输入层、输出层与隐层.选取水胶比、粉煤灰用量、砂用量、浮石用量、橡胶用量、龄期、掺量种类、掺料占比等8个试验变量作为影响强度因素，输出层为水玻璃RLC的抗压强度，其中掺料种类用数字类比定义.隐层节点数通过拼凑法及经验公式为

M=log2mi,

M=2mi+1,

(11)

式中：M为隐层节点数；mi为输入层节点数；no为输出层节点数；a为常数1～10.

根据上述方法得到隐层节点数在4～13，取节点方差最小值11作为节点数.此结构型为8-11-1，设定训练次数为1 000次.经过训练后，RLC混凝土BP网络神经模型样本预测如图8所示，可以看到训练效果极好，实测强度与预测强度相差极小，其回归系数为0.98.单从回归系数来看精度相对较高，证明该模型具有可靠性，满足混凝土的误差要求，可以用于实际工程.

图8 水玻璃橡胶轻骨料混凝土BP-神经网络预测结果

3.3 曲线拟合及BP神经网络对比分析

表4为RLC-BP神经网络与曲线拟合强度预测对比，从表中可以看出BP神经网络预测绝对误差小于1.43 MPa，相对误差为小于4.83%；曲线拟合预测绝对误差小于2.04 MPa，相对误差小于8.16%，2种预测方式绝对误差平均值分别为0.56和0.98 MPa.

表4 RLC BP神经网络与曲线拟合强度预测对比

曲线拟合的绝对误差、相对误差均值是BP神经网络的2倍左右，证明相比较曲线回归拟合，神经网络测试具有更高的可靠性和稳定性.其中通过图8明显发现BP神经网络的预测结果均是要优于曲线拟合点的预测值.

混凝土的增长本身符合一定的函数形式，但除此之外其强度的形成与配合比设计、龄期、掺料种类及比例都会对其形成不规律的影响，因此需要一种非线性拟合方式.BP神经网络通过Matlab软件模拟神经网络算法，通过大量训练样本得到样本结果与各配比参数的规律，更能真实全面的预测出其强度增长的趋势.显然相比较曲线拟合，BP神经网络预测精度更高，也更适用于工程实践.

4 结 论

1)橡胶混凝土中掺入水玻璃可优化混凝土的力学性能，RLC抗压强度随水玻璃的掺入呈现先增大后减小的趋势，水玻璃掺量2%时抗压强度最佳.水玻璃提高了0.180 mm橡胶混凝土的力学性能，使之与0.850 mm最优掺入量橡胶混凝土的28 d强度基本相同.

2)随着水玻璃掺量的增加，孔隙度呈现先下降后上升的趋势，束缚流体饱和度呈现先增大后减小的趋势，混凝土内部孔隙结构随着龄期增长而逐步优化.

3)通过力学验证曲线拟合模型和BP神经网络模型的相关系数，得出BP神经网络预测模型预测能力优于曲线拟合模型.