綠色高性能混凝土配合比設計與性能預測

文/許智勇 深圳市天地（集團）股份有限公司 廣東深圳 518000

1、綠色高性能混凝土的基本性能

⑴工作性好。綠色高性能混凝土結構均勻且密實，不論是在攪拌、運輸還是澆制振搗過程中，均不易出現分層、泌水與離析等病害。

⑵強度高。從一定程度上講，由于混凝土的強度取決于水泥石的強度，而水泥石的強度又由水泥的礦物產物與硬化孔隙率決定，孔隙率又受水膠比影響極大，因此混凝土強度的衡量一般以水膠比為重要指標。一般情況下，綠色高性能混凝土中摻有高效減水劑（以不影響混凝土工作性為前提）與礦物摻合料，其強度因水膠比的降低而得到提升，并且耐久性表現良好。

⑶環境友好。在同強度條件下，與普通混凝土相比，綠色高性能混凝土中水泥用量較少而礦渣等工業廢料用量較多，一定程度上降低了環境污染與資源消耗，符合現代環保節能理念。

2、綠色高性能混凝土的配合比設計與性能預測理論

2.1 配合比設計

2.1.1 設計原則

基于混凝土使用性能的考慮，配合比設計應遵循的原則為：①工作性原則。對于新拌混凝土而言，良好的工作性不僅對流動性、粘聚性以及保水性影響重大，同時還在一定程度上還決定了混凝土的強度與耐久性；②強度與耐久性原則。與普通混凝土不同的是，對綠色高性能混凝土的衡量并非以強度為主要指標，而是在滿足強度（一般只要降低水膠比，強度很容易滿足）要求的基礎上，更趨向于對耐久性的控制（尤其是在惡劣環境中）；③經濟性原則。綠色高性能混凝土配合比設計過程中，實現經濟性的途徑為：a.通過優質礦物摻合料的使用來使水泥用量減少；b.優化骨料級配并減小其孔隙率，如此通過用漿量的有效控制而降低膠凝材料與水的用量。

2.1.2 設計優化

對于綠色高性能混凝土配合比的設計，傳統方法的運用雖然仍存一定的優勢，但是由于在配合比優化設計時對復雜的非線性規劃問題的解決運用了大量的智能算法，具體操作難度大且理論性過強，因此整體而言已無法滿足實際需求，不建議使用。本文以直接搜索算法為運用，其具體操作為窗口形式，原理與程序編寫相對簡單，算法科學且易于掌握。以經濟性原則為例，將優化目標定為各原材料的成本最低化，目標函數則可表示為下式⑴：

式中：xi為單位體積混凝土中水泥、砂、石、水、減水劑、硅粉與粉煤灰的用量（Kg），對應表示為x1～x7；yi為混凝土中各原材料的單價（kg/元），對應表示為y1～y7。

各組成材料的用量約束為下式⑵所示：

式中：xi（l）為材料的上限；xi（U）為材料的下限。

材料體積約束可表示為下式⑶：

式中：ρi為各材料的密度；α 為混凝土的含氣量，在不摻加引氣劑情況下，α 取值為1。

2.2 性能預測

對于混凝土性能的預測及評價，借助于人工智能技術與計算機技術，智能算法（主要包括蟻群算法、人工神經網絡與遺傳算法等）的運用不僅容易掌握，而且還使預測評價方法呈現出多元化特征。實踐表明，對于非線性問題的處理，智能算法因處理能力極強而在工程實際中應用效果良好。本文對于混凝土性能的預測以人工神經網絡算法為例進行分析，如下圖1所示，該方法所建立的信息處理模型是基于對動物神經網絡的模擬，利用權值將一系列經過歸一處理的輸出信號進行連接后，通過信號累加器的運用算出總和，然后借助于激勵函數，便可在一定范圍內將輸出信號限制在其中。

圖1 人工神經網絡基本原理圖

3、綠色高性能混凝土的配合比設計

3.1 原材料技術要求

⑴水。一般采用地下水或其他飲用水，對于普通鋼混結構而言，混凝土用水應符合：PH＞4.5，氯化物含量＜1000mg/L，硫酸鹽含量＜2000mg/L，堿含量＜1500mg/L。

⑵水泥。在滿足標準（GB175-2007）的基礎上，綠色高性能混凝土對所用水泥不再以強度為唯一要求，而是還需具備良好的工作性與耐久性，即是要對水泥顆粒級配合理搭配，降低過細和只起早強作用的顆粒數量；與此同時，為降低早期水化熱與混凝土溫縮裂縫，對于水泥成分中C3A（鋁酸三鈣）含量應合理控制（盡量降低）。

⑶礦物摻合料。主要包括硅粉、礦渣粉以及粉煤灰等，其作用是一定程度上減小水泥用量，優化混凝土內部結構，改善混凝土綜合性能，實際使用應符合國家相關標準的要求。

⑷集料。集料（包括粗集料與細集料）在混凝土中所占體積為60～80%，其雖然不參與化學反應，但為混凝土強度形成的骨架與支撐，故而需控制好顆粒強度、級配、粒形、吸水性、空隙率與彈性模量等指標。

⑸外加劑。以減水劑為代表，其作用是在保證混凝土工作性能的前提下降低水膠比，以此改善混凝土性能，實際使用中對摻量、減水率（≥20%）與坍落度保留值應嚴格控制。

3.2 配合比參數與混凝土性能的關系

配合比參數主要包括砂率、礦摻比、水膠比以及膠凝材料總量等，設計時通過對各參數對混凝土性能影響規律的研究，綜合分析后才能確定出原材料用量及最終配合比。砂漿在混凝土中的作用之一是通過滾珠與潤滑來使粗集料間的摩擦減小，而砂率決定了混凝土中砂漿含量與粗細集料的比例，砂率減小，混凝土黏度增大，反之則流動性提升；礦物摻合料可在一定程度上提升混凝土的密實度與強度，但其用量需合理控制（一般不超過40%），礦摻比過高反而不利于混凝土強度的形成；水膠比在極大程度上決定了混凝土的強度（具體見第1 節的⑵小節）；膠凝材料為混凝土性能的主要影響因素，其作用是通過骨料空隙的填充來使混凝土形成強度，在礦摻比與水膠比一定情況下，膠凝材料用量越多，混凝土強度就越高，但當達到一定用量時，膠凝材料的繼續增加反而會使混凝土強度呈下降趨勢。

3.3 混凝土配合比優化設計

對于綠色高性能混凝土而言，配合設計時除強度與耐久性要求更高外，還需保證在工程實際中具有良好的經濟性。在具體試配過程中，可將各指標的要求轉化為非線性規劃問題，然后借助計算機利用搜索算法對配合比進行優化，同時對混凝土性能利用人工神經網絡進行預測。混凝土作為工程結構的重要組成，配合比優化設計時應首先在強度與耐久性方面滿足工程設計的要求，對于無法滿足要求配合比的應繼續優化或直接淘汰，而在經濟性方面則可結合工程實際進行綜合考量。

4、綠色高性能混凝土的性能預測

混凝土配合比優化設計完成后，還需利用試驗檢測的方式對其科學性進行檢測驗證，以此判斷是否達到最優效果。檢測過程主要是針對混凝土的強度、耐久性以及工作性等指標，采用人工神經網絡進行預測并與實驗室試配數據對比，以此判斷預測數據是否準確。

作為一種信息處理的ID 模型，人工神經網絡功能的實現是基于對生物神經網絡的模擬，其結構組成主要包括輸入層、隱含層與輸出層3 部分。其中輸入層與輸出層分別代表混凝土的強度指標與強度值，而隱含層則是將輸入的信號利用傳遞函數傳遞至輸出層，該模型具有非線性處理、并行分布式處理及自學習功能等特點，在模式識別、信息預測及控制優化等領域非常適用。在混凝土性能預測中，主要是以原材料中水泥、礦粉、粉煤灰、減水劑、粗骨料、細骨料、混凝土標號、水、骨料級配、水泥細度模數等作為神經網絡的輸入元素，輸出層元素選擇混凝土強度、電通量、坍落度等，構建人工神經網絡。神經網絡的隱含層神經元采用Tansig 函數傳遞術，輸出層神經元采用Logsig 函數傳遞，通過計算與分析，可對混凝土的性能進行預測。根據實驗室得到的優化配合比以及與試驗結果的對比，可對綠色高性能混凝土的工作性、功能性與經濟性進行綜合判定。

結語：

從一定程度上講，綠色高性能混凝土不僅具有良好的力學性能，更為重要的是其符合現代社會的環保要求，為建設工程領域混凝土行業發展的主要方向。