黃晨睿,袁忠正,阮波
(1.長安大學 長安都柏林國際交通學院,陜西 西安 710021;2.中南大學 土木工程學院,湖南 長沙 410075)
水泥改良土具有改變土的結構與性質,施工簡單及經濟合理等優點[1],很多學者開展了水泥改良土的物理力學性能試驗研究,其無側限抗壓強度是改良土力學性能的一項重要指標。邊曉亞等[2]研究表明,隨著水泥摻量的增大,水泥改良黏土的無側限抗壓強度隨之增大,而含水率的影響則相反,14~28 d齡期,強度緩慢增長,28~70 d 齡期,強度迅速增長,70 d齡期后強度基本不變。水泥改良高液限黏土的無側限抗壓強度隨水泥摻量的增大而增大[3]。水泥改良砂漿土無側限抗壓強度的敏感性分析結果表明,水泥摻量對無側限抗壓強度的影響最大,含水率次之,砂的細度模數最小[4]。水泥改良中砂的無側限抗壓強度與壓實系數呈指數函數關系[5]。SOLTANI 等[6]考慮了水泥摻量和養護齡期等影響因素,建立了水泥改良土無側限抗壓強度的多元非線性預測模型。以上研究表明,水泥摻量、養護齡期和壓實系數等因素都會影響水泥改良土的無側限抗壓強度,但研究的主要是水泥改良黏土、軟土和粉土等黏性土。我國沙漠約占18%的國土面積[7]。風積沙是沙漠地區在風力作用下形成的粉粒、黏粒含量少的沙,采用風積沙作為建筑材料,能就地取材,對推動西部沙漠地區基礎設施建設有著重要意義,已經有學者對風積沙作為公路路基填料的壓實技術和填筑方法進行了研究[7-10]。和若鐵路沿線風沙段占線路全長的65%,風積沙結構松散,顆粒表面較為圓滑,粒徑均勻,為C3 填料[11],不能直接用作鐵路路基基床填料,因此進行水泥改良風積沙研究[11]。以和若鐵路為工程背景,開展水泥改良風積沙無側限抗壓強度試驗,研究水泥摻量、壓實系數和養護齡期對水泥改良風積沙無側限抗壓強度的影響,將水泥改良風積沙填筑鐵路路基基床,解決了風沙地區筑路路基基床填料匱乏問題,具有重要的工程應用價值。
風積沙來自和田至若羌線鐵路沿線,XRD 衍射圖譜見圖1,圖譜出現較強的SiO2衍射峰(2θ=26.6°),其次是Al2O3衍射峰(2θ=21.2°)和CaO 衍射峰(2θ=50.7°),其主要由SiO2,Al2O3和CaO 組成。顆粒分析試驗結果表明,粒徑大于0.25 mm 占1.1%,0.075~0.25 mm 占97.2%,小于0.075 mm占1.7%,顆粒級配均勻。含水率0.9%,密度1.58 g/cm3,比重2.70,最優含水率為12.5%,最大干密度為1.61 g/cm3,內摩擦角27.4°,黏聚力為0。水泥為P·O 42.5 硅酸鹽水泥,水泥化學成分見圖2。

圖1 風積沙XRD圖譜Fig.1 XRD pattern of aeolian sand

圖2 水泥化學成分Fig.2 Compound composition of cement
水泥摻量ac為水泥質量和烘干風積沙質量的比值。根據《鐵路路基設計規范》[12],采用水泥作為單一外摻料進行化學改良時,基床表層水泥摻量可選用4%,5%和6%,基床底層可選用3%,4%和5%。SUKMAK 等[13]進行了水泥改良高嶺土和膨潤土混合黏土的無側限抗壓強度試驗,水泥摻量為0%,7%和14%,結果表明高嶺土占比高的試樣受水泥增強效果更顯著。GU 等[14]采用5%,7.5%和10%的水泥摻量對鈣質砂進行改良,結果表明隨著水泥摻量的增加無側限抗壓強度隨之增大。以上研究結果表明,水泥改良不同的土體,需要的水泥摻量有差別。因此試驗方案的水泥摻量為4%,5%,6%,9%和11%。
根據規范[12],水泥改良土無側限抗壓強度以7 d 齡期為標準,但不同養護齡期的水泥改良土的無側限抗壓強度差異較大[15],YI等[16]研究發現水泥改良碎石無側限抗壓強度在7 d 齡期前增長速率較快,60 d 齡期后趨于強度穩定。在前人研究基礎上,試驗方案的養護齡期為1,3,14,28,56 和90 d。
壓實系數對水泥改良土的無側限抗壓強度影響較顯著[11]。鐵路路基基床表層和底層的改良土壓實系數不低于0.95 和0.93,基床以下應不低于0.90[12]。因此試驗方案采用0.90,0.93 和0.95 這3種壓實系數。
按照《鐵路工程土工試驗規程》[17],對水泥改良風積沙進行重型Z3 擊實試驗,得到不同水泥摻量下風積沙的擊實曲線,見圖3。隨著水泥摻量的增大,水泥改良風積沙的最大干密度和最優含水率均增大,但增長幅度較小。水泥摻量從0%增大到4% 時,最大干密度從1.72 g/cm3增大到1.79 g/cm3,增長0.07 g/cm3;最優含水率從13.0%增大到13.9%,增長0.9%。水泥改良風積沙混合物中由于水泥水化反應需要水分,且水泥顆粒對水分子的吸附作用強于風積沙顆粒,所以最優含水率增大;水泥的比重大于風積沙的比重,因此最大干密度隨著水泥摻量的增大亦增大,與周純秀等[18]結果規律類似。

圖3 水泥改良風積沙擊實曲線Fig.3 Compaction curves of CAS
按照最優含水率稱量水,將水加入風積沙中攪拌均勻,制作試料,根據試驗方案,將水泥加入試料中,拌和均勻,形成混合料,稱量混合料質量,分3次倒入試模中,采用錘擊法制樣,制作成直徑和高度均為50 mm 的試樣,脫模后放入養護箱中進行標準養護。水泥改良風積沙試件見圖4,采用萬能試驗機進行無側限抗壓強度試驗,試驗照片見圖5。

圖4 水泥改良風積沙試樣照片Fig.4 Photograph of CAS specimens

圖5 試驗照片Fig.5 Test photograph
在水泥改良風積沙試件養護齡期的最后24 h,將試件置于水中1 d,之后進行無側限抗壓強度試驗,試驗結果見表1。

表1 無側限抗壓強度試驗結果Table 1 Experiment results of CAS at different influencing factors
從表1可以看出,水泥改良風積沙的無側限抗壓強度隨著水泥摻量、養護齡期和壓實系數的增加呈增大的趨勢。為了研究養護齡期、壓實系數和水泥摻量等因素及各因素間的交互作用對水泥改良風積沙無側限抗壓強度影響的顯著性,進行多因素方差分析,計算結果見表2。

表2 水泥改良風積沙無側限抗壓強度多因素方差分析結果Table 2 Results of multi-factor variance analysis on UCS of the CAS
當P值小于0.05的時候,因素對無側限抗壓強度的影響顯著。養護齡期與水泥摻量交互作用的P值為0.878,交互作用對無側限抗壓強度的影響不顯著。其余因素的P值均小于0.001,水泥摻量、壓實系數、養護齡期、水泥摻量和壓實系數的交互作用等因素對無側限抗壓強度均影響顯著。
7 d 齡期時,水泥摻量對無側限抗壓強度影響見圖6。水泥改良風積沙的無側限抗壓強度變化范圍為0.24~2.88 MPa。壓實系數0.90,0.93 和0.95時,水泥摻量從4%增大到11%,水泥改良風積沙無側限抗壓強度分別增大了6.25倍,6.26倍和6.20倍。水泥水化物填充了風積沙內部孔隙,使得風積沙結構更加致密;水泥水化物將分散的風積沙顆粒緊密膠結在一起,形成一個整體,無側限抗壓強度增大。

圖6 水泥摻量對水泥改良風積沙無側限抗壓強度影響Fig.6 Cement content versus UCS of CAS
為了進一步研究水泥摻量對水泥改良風積沙強度增長速率的影響,定義單位水泥強度增長比Gqc:
式中:Δquc為相鄰水泥摻量的無側限抗壓強差值,MPa;Δac為相鄰水泥摻量的差值,%。
水泥摻量對水泥改良風積沙單位水泥強度增長比的影響見圖7。單位水泥摻量強度增長比隨著水泥摻量的增大而增大。水泥摻量從4%增大到5%,水泥作用從非反應區進入反應區,ZHANG等[19]認為當水泥摻量低于5%時,水泥水化產物較少,對土體強度提高程度有限,水泥改良土強度增長緩慢,這一區域被稱作為水泥改良土的非反應區。隨著水泥的持續摻入,水泥水化產物增多,在土體中形成較強的黏結,水泥改良土強度增長速率增快,逐漸進入反應區。這也解釋了當水泥摻量大于5%后,水泥改良風積沙的抗壓強度顯著增大的原因。GU 等[14]則認為隨著水泥摻量的增加,水化產物不斷填充或分割孔隙體積,其強度增強作用變弱,無側限抗壓強度增長速率減小。

圖7 水泥摻量對水泥改良風積沙單位水泥強度增長比影響Fig.7 Cement content versus strength growth ratio of CAS per unit cemen
從圖7可以看出,水泥改良風積沙的無側限抗壓強度隨著水泥摻量近似呈冪函數關系。黃崇偉等[20]則認為水泥改良土的無側限抗壓強度與水泥摻量呈線性關系,對試驗數據分別進行線性、冪函數擬合,擬合結果見表3。

表3 無側限抗壓強度隨水泥摻量變化的不同函數擬合結果Table 3 Regression coefficients for the different UCS-growth equations
表3 中的決定系數最小值為0.97,說明擬合效果較好。當水泥摻量為0時,根據線性函數擬合公式,無側限抗壓強度會出現負值,與實際情況不符。強度增長比隨著水泥摻量的增大而增大,采用冪函數更符合實際情況。
壓實系數對水泥改良風積沙無側限抗壓強度影響見圖8。壓實系數增大,水泥改良風積沙無側限抗壓強度亦隨之增大,壓實系數從0.90 增大到0.95 時,試樣的無側限抗壓強度增長了20%~67%。與文獻[21]的規律一致。為了研究不同水泥摻量下壓實系數對水泥改良風積沙無側限抗壓強度的影響,定義強度增長幅度ΔquK:

圖8 壓實系數對水泥改良風積沙無側限抗壓強度影響Fig.8 CC versus UCS of CAS
式中:quK1和quK2分別為壓實系數為K1和K2時的無側限抗壓強度,MPa。
不同水泥摻量下壓實系數對水泥改良風積沙無側限抗壓強度增長幅度的影響見圖9。壓實系數0.93 的強度增長幅度為壓實系數0.93 與壓實系數0.90的強度差值,壓實系數0.95的強度增長幅度為壓實系數0.95 與壓實系數0.93 的強度差值。強度增長幅度隨著壓實系數的增大而減小,說明水泥摻量在低壓實系數下對水泥改良風積沙無側限抗壓強度的增強效果比高壓實系數下更顯著。壓實系數較低時,水泥水化物填充改良土孔隙,水泥改良風積沙致密,增強效果顯著。而壓實系數較高時,土體內部孔隙尺寸和數量減少,水泥水化物難以充分填充孔隙,水泥膠結作用沒有充分發揮,水泥摻量對水泥改良風積沙增強效果減弱[22]。這與前面多因素方差分析結果一致。

圖9 壓實系數對水泥改良風積沙強度增長幅度的影響Fig.9 CC versus strength growth ratio of CAS
圖10 為不同養護齡期下水泥改良風積沙的無側限抗壓強度。水泥改良風積沙的無側限抗壓強度隨著養護齡期的增長而增大。規范[12]以水泥改良土7 d 齡期的無側限抗壓強度為標準,但養護齡期大于7 d 時水泥改良風積沙無側限抗壓強度還有顯著增長,不同養護齡期下水泥改良風積沙的無側限抗壓強度與7 d 齡期下無側限抗壓強度關系見表4。

表4 不同養護齡期無側限抗壓強度與7 d齡期無側限抗壓強度之間的關系Table 4 UCS of CAS at different curing time versus 7 d curing age

圖10 養護齡期對無側限抗壓強度影響Fig.10 Relationships between UCS and curing age
28 d齡期的水泥改良風積沙無側限抗壓強度為7 d 齡期的1.21~1.50 倍,90 d 強度為7 d 強度的1.31~1.78倍,與任輝明等[23]的結果較吻合。
為進一步量化養護齡期對水泥改良風積沙無側限抗壓強度的影響程度,定義關于養護齡期的無側限抗壓強度增長率:
式中:qut1和qut2為相鄰齡期t1和t2時對應的無側限抗壓強度,MPa。
養護齡期對無側限抗壓強度增長率影響見圖11。強度增長率隨養護齡期的增長而逐漸減小,3 d 和7 d 齡期的強度增長率顯著。1~7 d 養護齡期,水泥水化反應劇烈,水泥水化物在水泥改良風積沙內部發揮充填孔隙、膠結團聚和沉淀包裹作用,養護齡期對水泥改良風積沙的無側限抗壓強度影響程度最顯著。在7~90 d 養護齡期內,水泥膠結產物已經把風積沙顆粒膠結成一個整體,此時,水泥改良風積沙已經基本具備了較好的密實性和完整性,增長速率隨著養護齡期的延長而降低[14]。

圖11 養護齡期對無側限抗壓強度增長率影響Fig.11 Effect of curing age on strength growth ratio of UCS
無側限抗壓強度與養護齡期近似雙曲線,CONSOLI 等[24]則認為水泥改良土的無側限抗壓強度與養護齡期近似呈冪函數,KITAZUME 等[25]則認為無側限抗壓強度隨養護齡期的對數呈線性增大。采用不同函數對圖10 的結果進行擬合,結果見表5。

表5 無側限抗壓強度隨齡期變化采用不同函數擬合結果Table 5 Regression coefficients for the different UCS-growth equations
當養護齡期趨向無窮大時,采用冪函數與對數函數擬合的計算結果趨向無窮大,而采用雙曲線函數擬合的計算結果趨向于常數,因此,采用雙曲線函數擬合更符合實際情況,決定系數最小值為0.96,擬合效果較好。
多因素方差分析結果表明,養護齡期t,壓實系數K和水泥摻量ac以及壓實系數和水泥摻量ac的交互作用對水泥改良風積沙的無側限抗壓強度均有影響。為預測多種因素共同作用下水泥改良風積沙的無側限抗壓強度,對表1的試驗數據進行多元非線性回歸分析,計算結果見表6。R2為0.982,無側限抗壓強度的預測模型為:

表6 無側限抗壓強度預測模型參數估算值Table 6 Regression coefficients for the UCS of CAS equation
為了評估預測模型的準確性,根據式(4)計算無側限抗壓強度預測值,結果見表7。

表7 無側限抗壓強度預測模型誤差分析Table 7 Error analysis of UCS prediction model
1) 水泥改良風積沙的無側限抗壓強度隨水泥摻量呈冪函數增大,水泥摻量越大,無側限抗壓強度增大效果越顯著。
2) 隨著養護齡期的增長,水泥改良風積沙的無側限抗壓強度呈雙曲線函數增大,而強度增長速率逐漸減小,建立了不同養護齡期的無側限抗壓強度與7 d齡期強度之間的關系表達式。
3) 建立了考慮養護齡期、水泥摻量和壓實系數等影響因素的多元非線性預測模型,模型預測效果較好。