为了研究钢纤维地聚物再生混凝土(SFGRC)孔隙特性与宏观性能的发展规律,测试了混凝土的内部孔隙结构、力学性能与干燥收缩性能,分析了再生骨料掺量和前驱体钙硅比对混凝土孔隙结构、力学性能与收缩性能的影响规律,基于分形理论建立了SF...为了研究钢纤维地聚物再生混凝土(SFGRC)孔隙特性与宏观性能的发展规律,测试了混凝土的内部孔隙结构、力学性能与干燥收缩性能,分析了再生骨料掺量和前驱体钙硅比对混凝土孔隙结构、力学性能与收缩性能的影响规律,基于分形理论建立了SFGRC孔隙结构和宏观性能关联模型。研究结果表明:再生骨料显著增大了SFGRC的孔隙率和有害孔占比,劣化了其力学性能。高掺量矿渣细化了SFGRC的孔隙结构,加大了材料的孔径与空间分布的复杂程度。两者均加剧了SFGRC的早期干燥收缩。SFGRC的孔结构表现出明显的分形特征,其分形维数在2.623~2.731,且与孔隙结构特征参数、力学性能具有很强的相关性,能够有效评价材料孔隙结构特征。采用Bayesian-MCMC(Markov chain monte carlo)方法建立的基于分形维数的SFGRC弹性模量、极限应力、极限应变与干燥收缩应变等特征参数的预测模型,拟合优度为0.51~0.98,且具有较高的预测精度,为优化SFGRC孔隙结构和宏观性能提供了理论依据。展开更多
文摘为了研究钢纤维地聚物再生混凝土(SFGRC)孔隙特性与宏观性能的发展规律,测试了混凝土的内部孔隙结构、力学性能与干燥收缩性能,分析了再生骨料掺量和前驱体钙硅比对混凝土孔隙结构、力学性能与收缩性能的影响规律,基于分形理论建立了SFGRC孔隙结构和宏观性能关联模型。研究结果表明:再生骨料显著增大了SFGRC的孔隙率和有害孔占比,劣化了其力学性能。高掺量矿渣细化了SFGRC的孔隙结构,加大了材料的孔径与空间分布的复杂程度。两者均加剧了SFGRC的早期干燥收缩。SFGRC的孔结构表现出明显的分形特征,其分形维数在2.623~2.731,且与孔隙结构特征参数、力学性能具有很强的相关性,能够有效评价材料孔隙结构特征。采用Bayesian-MCMC(Markov chain monte carlo)方法建立的基于分形维数的SFGRC弹性模量、极限应力、极限应变与干燥收缩应变等特征参数的预测模型,拟合优度为0.51~0.98,且具有较高的预测精度,为优化SFGRC孔隙结构和宏观性能提供了理论依据。
