再生骨料透水混凝土亞高溫-冷卻性能研究

陳守開，蔣海峰，郭 磊，汪倫焰

(1.華北水利水電大學水利學院，河南 鄭州 450046；2.河南省水環(huán)境模擬與治理重點實驗室，河南 鄭州 450045；3.水資源高效利用與保障工程河南省協(xié)同創(chuàng)新中心，河南 鄭州 450045)

近年來，隨著再生骨料透水混凝土(Recycled Aggregate Pervious Concrete，RAPC)的廣泛應用，針對于RAPC性能的試驗與研究也越來越引起人們的重視。亞高溫狀態(tài)是一種相對的狀態(tài)，與火災、火爐等高溫環(huán)境相比，亞高溫狀態(tài)下溫度交替變化速率較為緩慢和均勻，水淬溫差也較小，當RAPC處于溫度不高但環(huán)境溫度交替變化的環(huán)境中時，其力學性能也會發(fā)生改變。目前，針對于(亞)高溫環(huán)境再生混凝土性能變化已有一定的研究。與普通混凝土相比，高溫狀態(tài)下含有再生骨料的混凝土抗壓強度損失較大[1]；混凝土試件在20～400 ℃時抗壓強度降低相對平緩，在400～800 ℃時，抗壓強度降低趨勢相對顯著，但劈拉強度始終呈線性下降[2]。Shaikh[3]研究了200 ℃高溫下再生混凝土殘余抗壓強度變化情況，結(jié)果表明，再生混凝土殘余強度比普通混凝土小，但彈性模量變化不大。Yang等[2]的研究表明再生混凝土強度隨溫度的升高而減小，其中，劈拉強度比抗壓強度下降更快。Taimur[1]采用不同的加熱方式和測試條件，研究了混凝土包括抗壓強度、劈拉強度以及應力—應變響應等在內(nèi)的機械性能變化，結(jié)果表明，再生混凝土初始抗壓強度比普通混凝土低約11%，高溫狀態(tài)下再生混凝土抗壓強度保留率較高，即比普通混凝土損失小，劈拉強度則損失較大。陳宗平等[4]通過相似試驗，表明再生混凝土彈性模量與峰值應力會隨溫度的增加而逐漸降低，且峰值應變與加熱溫度呈正相關(guān)。萬夫雄等[5]研究了在不同溫度下、不同冷卻方式下，再生混凝土抗壓強度變化趨勢，結(jié)果表明：自然冷卻條件下，再生混凝土抗壓強度隨加熱溫度的上升呈現(xiàn)先增后減的趨勢；澆水冷卻條件下，抗壓強度則隨加熱溫度升高而減??；從微觀層面上看，隨著加熱溫度升高，混凝土內(nèi)部存在的界面裂縫均呈變寬趨勢，只是澆水冷卻產(chǎn)生的損傷更為嚴重。

BP神經(jīng)網(wǎng)絡(luò)是一種利用誤差反向傳播算法進行訓練的多層前饋神經(jīng)網(wǎng)絡(luò)[6]，是人工神經(jīng)網(wǎng)絡(luò)里面應用最廣泛的模型之一。陳守開等[7]基于BP神經(jīng)網(wǎng)絡(luò)方法，建立了RAPC預測模型，實現(xiàn)了抗壓強度、劈拉強度、孔隙率及滲透系數(shù)等性能相互預測的目的，結(jié)果表明其平均相對誤差均在10%以內(nèi)，精度較高。Shirgir等[8]通過BP神經(jīng)網(wǎng)絡(luò)建立了透水混凝土性能預測模型，以細骨料含量、孔隙率、水灰比、骨料均勻系數(shù)和最大比重為輸入?yún)?shù)，實現(xiàn)了對抗壓強度與滲透系數(shù)的預測，相對誤差為1.09%。季韜等[9]通過BP神經(jīng)網(wǎng)絡(luò)建立了以混凝土等效水灰比、骨料平均漿體厚度以及粉煤灰與膠凝材料用量比為輸入?yún)?shù)的混凝土抗壓強度預測模型，均方誤差為0.103，結(jié)果吻合較好。目前，BP神經(jīng)網(wǎng)絡(luò)已被廣泛應用于混凝土力學性能預測分析中。但有關(guān)于RAPC在亞高溫-冷卻方面尚缺乏相關(guān)研究，本文通過試驗并利用BP神經(jīng)網(wǎng)絡(luò)技術(shù)，深入研究亞高溫-不同冷卻方式下RAPC抗壓強度的變化特征，為RAPC的理論發(fā)展與工程應用提供支撐。

1 試驗設(shè)計

1.1 原材料

試驗所需材料及來源：①水。鄭州市自來水。②水泥。豐瑞天博 P·O 42.5 普通硅酸鹽水泥，28 d抗壓強度為49.6 MPa、劈拉強度為8.6 MPa。③再生粗骨料(Recycled Coarse Aggregate，RCA)。由C30廢棄混凝土路面經(jīng)人工錘石與顎式破碎機破碎，后由振篩機篩分后獲得4.75～9.5 mm粒徑的RCA，RCA性能按《普通混凝土用砂、石質(zhì)量及檢驗方法標準》[10]進行測試，相關(guān)指標滿足《再生骨料透水混凝土應用技術(shù)規(guī)程》[11]，試驗結(jié)果見表1。

表1 再生粗骨料的性能參數(shù)表

1.2 配合比及試驗內(nèi)容

根據(jù)已有研究與相關(guān)論文[12-13]，試驗選定RAPC水灰比0.30?？紤]再生粗骨料吸水率高，按15 min吸水率增加附加用水量[14]，以保證實際水灰比變動不大，具體配合比見表2。

表2 配合比設(shè)計

本次試驗共需邊長為100 mm立方體試件59組，用于亞高溫-冷卻試驗，試驗設(shè)定5種加熱溫度T，即20、80、120、160、200 ℃；采用4種冷卻方式，即水冷、風冷、自冷、高溫狀態(tài)。

試件制作采用粗骨料全造殼法[15]工藝，待水、水泥和粗骨料混合均勻后插搗成型，具體如下：采用二次投料法；首先將骨料和30%的拌和用水投入攪拌機，攪拌30 s，骨料預濕有助于膠結(jié)料包裹；然后投入水泥，攪拌30 s，使得膠結(jié)料充分包裹骨料；最后投入剰余70%的拌和用水，顆粒漿體開始變得粘稠并相互粘結(jié)，攪拌60 s出料，然后將表面抹平在常溫下覆膜靜置24 h，拆模后將試件放入標準養(yǎng)護室養(yǎng)護28 d。

1.3 試驗方法

亞高溫-冷卻試驗時，將養(yǎng)護28 d的RAPC試件放入電熱恒溫干燥箱加熱至設(shè)計溫度，并保持恒溫6 h，加熱完成后及時稱重，具體試驗方法如下：①亞高溫試件直接測試抗壓強度；②自然冷卻試件，放置于室內(nèi)，待冷卻至常溫后稱重并測試抗壓強度；③浸水冷卻試件，放入水中冷卻至常溫，稱重并測試抗壓強度；④涼風冷卻試件，置于風口冷卻至常溫后稱重并測試抗壓強度。劈拉強度采用相同方式試驗，此處不再贅述。強度試驗依據(jù)標準ASTM C39/C39M-2010，由WAW-1000型微機控制電液伺服萬能試驗機(上海華龍測試儀器股份有限公司)完成。

2 試驗結(jié)果與分析

2.1 常溫-亞高溫強度變化規(guī)律分析

2.1.1RAPC常溫性能

常溫RAPC性能實測結(jié)果見表3，均滿足透水混凝土強度3.5～28.0 MPa[16]的要求。

表3 常溫下RAPC性能參數(shù)(基準值)

2.1.2亞高溫狀態(tài)下RAPC質(zhì)量損失與強度性能

圖1為RAPC質(zhì)量損失、抗壓強度以及劈拉強度隨加熱溫度變化規(guī)律。與常溫狀態(tài)(20 ℃，基準值)相比，加熱至80、120、160 ℃以及200 ℃時，RAPC的質(zhì)量損失逐漸增大，強度數(shù)值均呈先增后降的趨勢，但抗壓強度均高于基準值，而劈拉強度除80 ℃外，其他均低于基準值。這一現(xiàn)象反映了加熱既有使RAPC強度提高的一面，也有使強度損失的一面。比較直觀的理解是，加熱會對“水”在RAPC中的作用產(chǎn)生影響，一方面，適當加熱(如80 ℃時)會加快RAPC水化反應速率，使強度提高占主導[17]；另一方面，加熱會導致水分損失，當達到一定溫度時試件毛細孔與凝膠孔脫水，會增加RAPC內(nèi)部結(jié)構(gòu)損傷，使強度損失占主導[1-2]，溫度越高，脫水越多，強度也越低。

圖1 RAPC質(zhì)量損失、抗壓強度以及劈拉強度隨加熱溫度變化規(guī)律

2.2 亞高溫-冷卻狀態(tài)下強度變化規(guī)律分析

圖2、圖3反映了亞高溫冷卻后RAPC抗壓強度與劈拉強度變化規(guī)律。由結(jié)果可知，冷卻會引起試件損傷從而導致強度降低，其中浸水冷卻影響最大，涼風冷卻次之，自然冷卻最小。RAPC冷卻后抗壓強度變化率見表4。從表4可知，80 ℃時，相比亞高溫狀態(tài)，自然冷卻后RAPC強度損失12.5%(12.82 MPa)，涼風冷卻和浸水冷卻分別損失18.5%(11.94 MPa)和19.5%(11.80 MPa)；而200 ℃時，相比亞高溫狀態(tài)，后兩種冷卻強度分別下降25.3%和46.5%，即加熱溫度越高，強度損失也越大。自然冷卻在4種加熱溫度下強度損失率變化不大，在12.3%左右。這是由于急劇冷卻(風冷和水冷)時，受冷熱沖擊的影響，試件表面會出現(xiàn)大面積微裂紋，其內(nèi)部冷卻損傷較多[18]，導致RAPC強度快速劣化，并且加熱溫度越高損傷越大，尤以浸水冷卻狀態(tài)下的損傷最為明顯[19]；而自然冷卻屬于緩慢冷卻，其冷卻時間較長，冷卻損傷較小，由于加熱溫度越高冷卻時間也越長，試件溫度高或低的影響往往差別不大。劈拉強度變化存在相同的趨勢，此處不再贅述。

圖2 冷卻方式對RAPC抗壓強度的影響

圖3 冷卻方式對RAPC劈拉強度的影響

表4 RAPC冷卻后抗壓強度變化率

可見，亞高溫狀態(tài)下，冷卻會引起RAPC損傷導致強度損失，溫度越高、冷卻越劇烈強度損失也越大。

3 基于BP神經(jīng)網(wǎng)絡(luò)的亞高溫-冷卻性能試驗強度預測

3.1 BP模型建立

由上述分析可知，在亞高溫-冷卻作用下，RAPC內(nèi)部在水分含量變化、冷卻損傷與水化反應等多重作用下強度發(fā)生改變，但這些作用對強度的影響卻難以直接給出。為此，可通過設(shè)定不同影響因素及相應強度的變化建立BP神經(jīng)網(wǎng)絡(luò)，以此描述這種影響。

基于BP神經(jīng)網(wǎng)絡(luò)技術(shù)，以預測RAPC抗壓強度為目標，設(shè)定密度、加熱溫度、冷卻方式、齡期、加熱-冷卻次數(shù)、質(zhì)量損失率等6個指標作為輸入?yún)?shù)，參照2.1、2.2節(jié)分析，針對不同冷卻方式對RAPC強度影響程度的高低，進行人為賦值，由小到大分別代表冷卻條件的影響系數(shù)，且影響程度越大，數(shù)據(jù)賦值越大；常溫∶亞高溫∶自然冷卻∶涼風冷卻∶浸水冷卻=0∶0.25∶0.5∶0.75∶1。此處選用單隱含層，并用試湊法[20]確定隱含層神經(jīng)元數(shù)目，即

(1)

式中，l為隱含層節(jié)點數(shù)；m為輸出層節(jié)點數(shù)；n為輸入層節(jié)點數(shù)；α為調(diào)節(jié)常數(shù)，范圍在1～10之間。

為探索最佳預測模型結(jié)構(gòu)，經(jīng)多次計算、訓練后發(fā)現(xiàn)隱含層節(jié)點數(shù)為12時，訓練效果最佳，神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)見圖4。訓練總樣本容量共59組數(shù)據(jù)，隨機抽取9組數(shù)據(jù)作為檢測樣本，占總樣本量的15.3%，其余50組數(shù)據(jù)作為訓練樣本。迭代次數(shù)設(shè)定為1 000次，誤差范圍0.01，修正系數(shù)0.02。

圖4 BP神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)

3.2 預測結(jié)果分析

分析模型相關(guān)曲線可知，模型的均方誤差隨訓練次數(shù)的增加而不斷降低，其最小均方誤差僅為7.17×10-4。最小梯度值Gradient由初始值100逐漸降低至2.89×10-3，曲線有一些波動，但基本滿足誤差值范圍要求，小于規(guī)定的最大值1×10-2；參數(shù)u由1×10-3逐漸減小至1×10-5，未出現(xiàn)過擬合現(xiàn)象。相關(guān)系數(shù)R值反映了訓練樣本實際值與預測值的線性關(guān)系，模型R值為0.981 9，說明整體預測效果很好。

網(wǎng)絡(luò)訓練結(jié)束后，用仿真數(shù)據(jù)樣本測試亞高溫-冷卻性能試驗強度預測模型的預測效果(見圖5、6)，經(jīng)9個仿真樣本的測試表明，亞高溫-冷卻性能試驗抗壓強度預測模型預測抗壓強度實測與預測值平均絕對誤差均在1.26 MPa以內(nèi)，其最大相對誤差為17.65%，平均相對誤差為11.45%，劈拉強度預測平均絕對誤差為0.13 MPa，最大相對誤差為20.03%，平均相對誤差為9.96%，整個模型泛化能力良好。由此說明，通過設(shè)立不同的輸入?yún)?shù)，如溫度、冷卻方式等，可描述RAPC內(nèi)部存在的水分含量變化、冷卻損傷與水化反應的綜合影響，并實

圖5 BP神經(jīng)網(wǎng)絡(luò)抗壓強度預測值與實際值對比

圖6 BP神經(jīng)網(wǎng)絡(luò)劈拉強度預測值與實際值對比

現(xiàn)RAPC強度的預測。

4 結(jié) 論

(1)常溫下，RAPC抗壓強度、劈拉強度分別為10.07、1.58 MPa(基準值)。隨溫度升高，RAPC質(zhì)量損失逐漸增大，強度則表現(xiàn)為先增大后減小的規(guī)律。與基準值相比，4種亞高溫狀態(tài)下，RAPC抗壓強度均增加，而劈拉強度除80 ℃外均有所降低，如80 ℃時，質(zhì)量損失率最小，為2.59%，強度最高，抗壓強度和劈拉強度分別增加了45.54%(14.65 MPa)和14.40%(1.81 MPa)，而到200 ℃時，質(zhì)量損失率達11.29%，抗壓強度增幅降為22.92%，劈拉強度則變?yōu)榻捣?3.05%。

(2)總體而言，冷卻會導致RAPC強度發(fā)生損傷，且初始溫度越高、冷卻越劇烈，損傷也越大，其中，浸水冷卻影響最大，涼風冷卻次之，自然冷卻強度性能保留最佳。自然冷卻時，RACP強度損失變化不大，降幅在12.3%處浮動，而浸水冷卻時，80 ℃的RAPC抗壓強度降幅為19.5%(11.80 MPa)，到200 ℃，達46.5%，僅有6.62 MPa。

(3)分析表明，亞高溫-冷卻狀態(tài)下，引起RAPC強度增加或損失的機理成因復雜，難以直接量化，而BP神經(jīng)網(wǎng)絡(luò)方法為間接分析這一成因提供了有效途徑。本文以密度、加熱溫度、冷卻方式、齡期、循環(huán)次數(shù)、質(zhì)量損失率等6個可量測指標作為輸入?yún)?shù)，建立BP神經(jīng)網(wǎng)絡(luò)預測模型，實現(xiàn)RAPC強度性能預測，抗壓強度與劈拉強度相對誤差、絕對誤差平均值分別為11.45%和9.96%、1.26 MPa和0.13 MPa，這表明RAPC強度性能的可預測性和與輸入指標之間的內(nèi)在關(guān)聯(lián)性。