郭璞,李红云,邹春霞
(内蒙古农业大学水利与土木建筑工程学院,内蒙古 呼和浩特 010018)
tensile-compression ratio;strength prediction model
轻骨料混凝土因其具有质轻、保温的特点,有着广泛的应用前景.中国内蒙古地区浮石资源丰富,采用浮石作为粗骨料配制浮石轻骨料混凝土[1-3],可以充分利用当地的自然资源,具有重要的社会效益和经济价值.但混凝土抗裂性能差,易发生脆性破坏的缺点限制了其广泛应用.
近年来,国内外专家提出了掺入纤维可以改善其脆性,并对纤维改善混凝土的性能进行了一系列研究,取得了大量的成果.权长青等[4]研究了钢纤维、聚丙烯纤维混杂对普通混凝土力学性能的影响,结果表明混杂纤维的掺入可以显著提高混凝土的劈裂抗拉强度,钢纤维体积分数为极显著因素、聚丙烯纤维体积分数为显著因素;张广泰等[5]研究了盐冻下钢-聚丙烯混杂纤维锂渣混凝土梁受弯承载力,结果表明纤维可以显著提高混凝土梁的受弯承载力;王力等[6]研究了波纹型钢纤维与聚丙烯纤维混杂对混凝土基体黏结性能的影响,当波纹型钢纤维体积掺量为1.5%、聚丙烯纤维体积掺量为0.05%时,界面的黏结性最佳.研究结果都表明混杂纤维可以使混凝土性能得到进一步改善.
混凝土早期力学性能对施工安全具有重要影响.普通混凝土研究已经十分成熟,浮石轻骨料混凝土研究相对较少.学者张少敏[7]运用遗传算法对玄武岩纤维轻骨料混凝土进行了强度预测;谢杭彬等[8]对掺橡胶的浮石轻骨料混凝土进行了强度预测;张学元等[9]对陶粒轻骨料混凝土的劈裂抗拉强度进行了预测.
考虑到聚丙烯纤维[10]与纤维素纤维[11-12]混杂符合高弹模与低弹模纤维混杂、不同尺度的纤维混杂,同时,这2种纤维耐酸、耐碱性均较好.文中采用聚丙烯纤维与纤维素纤维混杂,制备浮石轻骨料混凝土试样,对其进行立方体抗压和劈裂抗拉试验,探究聚丙烯纤维和纤维素纤维混杂对混凝土抗压强度和劈裂抗拉强度的影响;并对轻骨料混凝土早期立方体抗压强度数据进行分析,建立28 d强度预测模型;采用BP神经网络对轻骨料混凝土进行预测分析,验证公式的准确性.
水泥:冀东P·O 42.5普通硅酸盐水泥,比表面积为384 m2/kg,密度为3 158 kg/m3,初凝时间为158 min,终凝时间为270 min,体积安定性合格;
粉煤灰:内蒙古呼和浩特金桥热电厂F类Ⅱ级粉煤灰,比表面积为354 m2/kg,密度为2 150 kg/m3,烧失量为3.1%;
浮石:内蒙古自治区集宁地区天然浮石级配良好,堆积密度为720 kg/m3,表观密度为1 550 kg/m3,粒径范围为5~26 mm,筒压强度为2.9 MPa,1 h吸水率为9.8%;
细骨料:天然河沙,堆积密度为1 530 kg/m3,表观密度为2 600 kg/m3,级配良好;
聚丙烯纤维:长度为22 mm,比重为0.91~0.93 g/m3,等效直径为15~45 μm,导热率低,弹性模量大于3 850 MPa,拉伸强度大于500 MPa,断裂延伸率为8%;
纤维素纤维:选用常州筑威建筑材料有限公司生产的纤维素纤维UF500,比重为1.0~1.2 g/m3,当量直径为10~20 μm,长度为2.5~3.0 mm,断裂强度大于900,初始模量为8~10 GPa,拉伸强度为500~1 000 MPa,耐酸碱性强(99%);
减水剂:萘系高效减水剂,减水率20%;
水:自来水.
设计混凝土强度为LC30,试验共分为6组.依据董喜平[13]混掺玻璃纤维和聚丙烯纤维试验的最优掺量结果,选择聚丙烯纤维掺量为0.6 kg/m3;纤维素纤维掺量分别为0,0.3,0.6,0.9,1.2,1.5 kg/m3.混凝土基准组配合比:水泥、轻骨料、砂子、水、粉煤灰、减水剂、聚丙烯纤维分别为310.0,601.0,792.6,149.0,50.0,7.2,0.6 kg/m3.
由于天然浮石吸水率较高,为了改善搅拌效果,采用饱和面干状态的浮石.先将纤维与砂、浮石、水泥、粉煤灰进行干拌2.0 min,使其混合均匀,然后加入水和外加剂继续搅拌1.5 min,振动成型.浮石混凝土的基本力学性能参照GB/T 50081—2019《普通混凝土力学性能试验方法标准》进行试验,立方体试块尺寸为100 mm×100 mm×100 mm.考虑试件的尺寸效应,立方体抗压强度折减系数取0.95,劈裂抗拉强度折减系数取0.85.每组制作3个平行试块进行立方体抗压和劈裂抗拉试验.
图1为纤维素纤维掺量ρ对轻骨料混凝土各龄期抗压强度fcut的影响.从图可知,随着纤维素纤维掺量的增加,轻骨料混凝土各龄期抗压强度均出现了先增高后降低的趋势,但均高于基准组的.纤维掺入对混凝土中多余水分的散发起到了有利的作用,减少了孔隙形成,填补了混凝土中非密实部分形成的空隙,使其强度提高.最优掺量为纤维素纤维0.9 kg/m3、聚丙烯纤维0.6 kg/m3,此时2种纤维的正协同作用达到最大.纤维素纤维掺入对早期强度的影响更为显著,最优掺量时3,7,14,28 d抗压强度比基准组分别提高了25.2%,20.7%,15.6%,11.1%.
当纤维素纤维掺量超过0.9 kg/m3时,抗压强度逐渐降低,此时正协同作用减弱.过高的纤维掺量使纤维分布不均匀,水泥砂浆基体黏结性降低,密实度下降,导致强度开始降低.因而,当ρ>0.9 kg/m3时,对28 d抗压强度增加不明显,但对于早期强度提高仍有一定的作用,如图1中当纤维素纤维掺量为1.2 kg/m3时,28 d抗压强度仅比基准组增加了4.8%,但其3 d抗压强度比基准组提高了19.6%.
图1 纤维掺量对轻骨料混凝土各龄期抗压强度的影响
图2为纤维素纤维掺量对轻骨料混凝土劈裂抗拉强度δ和拉压比τ的影响.由图可知,随着纤维素纤维掺量的增加,劈裂抗拉强度和拉压比均出现了先上升后下降的趋势.加入纤维素纤维使混凝土劈裂抗拉强度明显提高;2种纤维表现出正协同作用.当纤维素纤维掺量达到0.9 kg/m3时,劈裂抗拉强度由1.8 MPa增加到了最大值3.2 MPa,增幅达77.8%.此时浮石轻骨料混凝土拉压比由0.052提高到最优值0.082,比基准组提高了57.7%.混凝土在拉力作用下微裂纹尖端形成裂纹尖端压力扩展应力场,此时靠近裂纹的纤维界面将产生与裂纹尖端扩展应力反向的应力场,减小应力集中,抑制裂纹发展,从而增加劈裂抗拉强度.纤维素纤维与聚丙烯纤维在不同尺度、不同阶段发挥作用,实现优势叠加.这2种纤维混杂可以有效提高轻骨料混凝土拉压比,改善轻骨料混凝土脆性,提高韧性.但当掺量超过0.9 kg/m3时,劈裂抗拉强度和拉压比都出现小幅下降.这是由于过量的纤维不能均匀分散于水泥浆体中,使得水泥砂浆基体黏结性不好,未分散的纤维之间存在空隙,密实度下降.纤维在劈裂抗拉试验过程中不能充分发挥阻裂作用.
图2 纤维掺量对劈拉强度和拉压比的影响
关于混凝土由早期强度预测28 d抗压强度的研究,国内外的学者已经做过许多研究,较为经典的是朱伯芳[14]模型以及建筑规范[15]给出的模型.依据文中数据,对这2种模型进行系数修正.
(1)
式中:t为龄期,d;fcut为t(d)的抗压强度,MPa;fcu28为28 d的抗压强度,MPa;λ为系数,对于普通硅酸盐水泥混凝土,λ=0.172 7.
对其系数修正后的公式为
(2)
(3)
式中符号意义同前.
用文中试验数据进行系数修正后的公式为
(4)
结合3,7,14 d立方体抗压强度试验数据,用公式(2)和(4)对天然浮石轻骨料混凝土28 d抗压强度进行预测,结果见表1.
表1 公式(2)和(4)各龄期预测28 d强度的预测值与实际值
由表1可知朱伯芳模型,7 d预测28 d精度较高,但3 d预测结果误差较大,最大误差为11.5%.建筑规范给出的模型仍是7 d预测精度相对较高,但是当纤维素纤维掺量为1.5 kg/m3时,误差为11.2%仍然较大,修正后的建筑规范模型对于纤维掺量较大的试件预测误差较大.用3 d和14 d早期强度预测其28 d强度误差更大,不可采用.
从表1中还可以看出修正后的公式预测轻骨料混凝土抗压强度会有一定偏差.普通混凝土3 d强度占比一般为46%~66%,7 d强度占比一般为68%~82%[16].根据试验数据可知天然浮石轻骨料混凝土的早期强度发展优于普通混凝土,因此依据试验数据建立适合纤维轻骨料混凝土的抗压强度预测公式.
通过对纤维浮石轻骨料混凝土试验数据进行回归分析,得出拟合公式.进一步发现浮石轻骨料混凝土28 d抗压强度和28与t2的比值相关,将该参数引入回归方程中得到抗压强度预测公式为
(5)
修正后的朱伯芳模型、建筑规范模型以及文中模型预测对比如图3所示.由于前2个模型均用7 d预测较准确,故图中采用7 d早期强度预测28 d抗压强度.由图可知,朱伯芳模型在部分区间有一定的准确度,建筑规范模型预测误差较大.文中提出的模型能更好地描述轻骨料混凝土抗压强度规律,并且强度预测公式最大误差仅为5.6%,精度较高.
图3 各预测模型对比
为了进一步验证公式(5)的准确性,引用文献[17-18]的试验数据进行验证,其中引用数据(验证数据)编号1—5来自文献[17],6—13来自文献[18].验证结果如图4所示.用7 d强度预测或者14 d强度预测,其误差均不超过7%.从图4可以看出立方体抗压强度预测模型可以较精确地验证其他学者的试验结果.
图4 其他学者数据验证结果
BP(Back Propagation)神经网络由Rumelhart和McCllland等科学家在1986年提出,是采用梯度下降法计算目标函数的最小值,按照误差逆向传播算法训练的多层前馈神经网络.选择轻骨料混凝土不同龄期的早期强度作为BP神经网络的输入参数,将其28 d抗压强度作为输出参数.依照文献[8,13]和试验数据[19-22]进行训练、建模,对文献[17-18]中的13组数据进行预测,并与试验实际值对比分析.确定模型隐含层的传递函数为tansig函数,输出层函数为purelin函数,隐含层节点数为3,初始学习速率为0.05,训练目标误差为0.000 1,最大训练次数为5 000.
神经网络训练完成后,其预测数据、实际数据和文中预测模型预测结果如图5所示.可以看出BP神经网络预测28 d抗压强度数据和试验数据重合度较高,最大相对误差为5.14%.BP神经网络预测精度较高,可以用于纤维轻骨料混凝土抗压强度预测.同时将BP神经网络预测数据用于验证抗压强度预测公式,结果表明预测模型能较好地描述BP神经网络预测数据,对工程实践有一定的参考意义.
图5 BP神经网络验证结果
1) 纤维混杂最优掺量为纤维素纤维0.9 kg/m3,聚丙烯纤维0.6 kg/m3,此时2种纤维正协同作用达到最大.最优掺量时立方体抗压强度增加了11.1%,劈裂抗拉强度提高了77.8%.纤维掺入可以明显提高劈裂抗拉强度,对其抗压强度提高较小,此时拉压比比基准组提高了57.7%,显著改善了其脆性.纤维能够在轻骨料混凝土开裂时有效延缓裂缝的发展,起到增强增韧的作用.
2) 建立了浮石轻骨料混凝土强度预测模型,用其他学者的模型及规范模型进行对比验证,表明预测公式精度较高;用其他学者试验数据进行验证误差较小,可以为浮石轻骨料混凝土抗压强度相关研究提供借鉴参考.
3) 采用BP神经网络对轻骨料混凝土28 d抗压强度进行预测,结果表明神经网络预测精度较高.将预测结果用于验证提出的抗压强度关系,结果表明预测公式可以较精确地描述BP神经网络预测数据.