基于图像识别技术的地聚物化学收缩测试方法

丁兆洋; 鲁希广; 张强; 曹博; 李天如; 赵明宇

doi:10.12404/j.issn.1671-1815.2505345

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (13) :5670-5678 DOI: 10.12404/j.issn.1671-1815.2505345

建筑科学

基于图像识别技术的地聚物化学收缩测试方法

丁兆洋 ¹^,² ,
鲁希广 ¹ ,
张强 ¹ ,
曹博 ² ,
李天如 ¹ ,
赵明宇 ¹^,^*

作者信息 +

Test Method for Chemical Shrinkage of Geopolymer Based on Image Recognition Technology

DING Zhao-yang ¹^,² ,
LU Xi-guang ¹ ,
ZHANG Qiang ¹ ,
CAO Bo ² ,
LI Tian-ru ¹ ,
ZHAO Ming-yu ¹^,^*

Author information +

文章历史 +

摘要

为精确研究地聚物胶凝材料的化学收缩性能,开发了一种双管式无橡胶塞化学收缩测试装置,并采用数字图像技术对其进行连续监测和计数,解决了因人工读数以及原装置中橡胶塞内应力带来的试验误差大的问题。结果表明:采用该方法测量的地聚物化学收缩数值的变异系数是传统方法(ASTM-C1608)的11%(最大值)和22%(稳定值),数据的离散程度为传统方法的18.4%,说明该方法的测试结果更加准确。采用该方法测量并分析了不同氧化物物质的量比条件下地聚物胶凝材料的化学收缩总量及速率,发现随原料氧化物质的量比的增加,地聚物化学收缩总量逐渐增加,化学收缩速率的最大值与其时间与原料氧化物质的量比呈线性关系,最终给出了氧化物物质的量比与地聚物化学收缩速率峰值和峰值时间的数学方程,为地聚物的早期开裂行为及其反应动力学的研究提供了一个新的方法。

Abstract

In order to accurately study the chemical shrinkage performance of polymer cementing materials, a double-tube chemical shrinkage testing device without rubber stoppers was developed. Digital image technology was adopted to continuously monitor and count it, which solved the problem of large test errors caused by manual reading and the internal stress of the rubber stoppers in the original device. The results show that the coefficient of variation of the geopolymer chemical shrinkage values measured by this method is 11% (maximum value) and 22% (stable value) of the traditional method (ASTM-C1608), and the degree of data dispersion is 18.4% of that of the traditional method. It is indicated that the test results obtained by adopting this method are more accurate. The total chemical shrinkage of geopolymer cementitious materials under different oxide molar ratios was measured and analyzed by this method, and the influence of the oxide molar ratio on the chemical shrinkage rate was calculated. Finally, the mathematical equations of the oxide molar ratio and the peak and peak rate of geopolymer chemical shrinkage were given. It provides a new method for the study of the early cracking behavior of geopolymers and their reaction kinetics.

Graphical abstract

关键词

地聚物 / 化学收缩 / 图像识别 / 变异系数

Key words

geopolymer / chemical shrinkage / image recognition / coefficient of variation

引用本文

引用格式 ▾

丁兆洋, 鲁希广, 张强, 曹博, 李天如, 赵明宇. 基于图像识别技术的地聚物化学收缩测试方法[J]. 科学技术与工程, 2026, 26(13): 5670-5678 DOI:10.12404/j.issn.1671-1815.2505345

DING Zhao-yang, LU Xi-guang, ZHANG Qiang, CAO Bo, LI Tian-ru, ZHAO Ming-yu. Test Method for Chemical Shrinkage of Geopolymer Based on Image Recognition Technology[J]. Science Technology and Engineering, 2026, 26(13): 5670-5678 DOI:10.12404/j.issn.1671-1815.2505345

登录浏览全文

4963

注册一个新账户忘记密码

地聚物(geopolymer)是一种绿色胶凝材料,其主要原料为矿渣、粉煤灰、硼泥、硅灰等含有SiO₂、Al₂O₃、CaO成分的工业废弃物^[1],已有研究结果表明,作为水泥的替代材料,地聚物具有良好的工作性、力学性能和耐久性能^[2-4]。地聚物的化学收缩是指其反应产物的绝对体积比反应前的绝对体积之和减少的现象,这是由于水化产物和原料的平均密度不同造成的^[5]。地聚物的化学收缩会影响到地聚物混凝土的早期开裂性能,降低其化学收缩可以有效地减缓地聚物水化产物内部的微裂纹,从而提高其混凝土制品的力学性能^[6]。而且与水泥相同,地聚物的收缩包括化学收缩、自收缩、干缩及碳化收缩等,其中只有化学收缩与地聚物水化过程的化学反应有关^[7],因此,有学者采用地聚物的化学收缩数值计算其水化动力学方程^[8]。目前地聚物化学收缩的测量是借鉴水泥材料的方法,即美国材料与试验协会的标准《水凝水泥浆化学收缩的标准试验方法》(ASTM-C1608),该方法通过测量装置中液体体积的变化来反映化学收缩数值,但由于该方法采用橡胶塞密封以及人眼观测读数,这必然带来一定误差。基于此,现研发一种双管式无橡胶塞化学收缩测试装置(double-tube without rubber plug chemical shrinkage test device, DTRF-CSTD)及其测量方法,该方法采用双管连通器结构,无橡胶塞,因此可以避免因橡胶塞内应力释放而产生的误差;读数过程采用自动连续拍照的形式,将整个收缩过程的液面变化记录为图片形式,再采用MATLAB程序将图片进行数字化处理,以避免人为因素带来的读数误差。通过两种方法分析测试结果的变异系数、绝对偏差和平均偏差,以验证所提方法对于地聚物化学收缩的测量准确性。并通过该方法进行不同氧化物物质的量比[n(CaO):n(SiO₂+Al₂O₃)]条件下地聚物胶凝材料的化学收缩性能研究,分析n(CaO):n(SiO₂+Al₂O₃)对地聚物化学收缩总量、化学收缩速率、化学收缩峰值及其时间的影响。

1 试验原材料与方法

1.1 原材料

地聚物的主要原料为矿渣和粉煤灰,激发剂采用调整模数后的水玻璃溶液。矿渣采用中国鞍钢产的矿渣粉,粉煤灰采用本溪一级粉煤灰,具体化学成分如表1所示;水玻璃采购山东飞硕化工生产的水玻璃,具体化学成分如表2所示,采用添加NaOH的方法调整水玻璃的模数;试验用水为自来水。

试验首先对比ASTM-C1608和DTRF-CSTD两种方法对地聚物化学收缩测量的精准度,基于课题组前期的研究^[10],在两种方法的对比试验中,所有地聚物的配比都相同:氧化物物质的量比为0.7、水玻璃模数为1.3、水玻璃掺量为35%、液胶比为0.4,同一配比的样品重复五次测试。在研究物质的量比n(CaO):n(SiO₂+Al₂O₃)对地聚物化学收缩性能影响时,只改变原料中的矿物比例,使其n(CaO):n(SiO₂+Al₂O₃)为0.5~0.9。具体配比如表3所示。

1.2 试验方法

1.2.1 ASTM-C1608方法中的误差来源

目前,地聚物的化学收缩测试大多采用标准ASTM-C1608中规定的方法,如图1(a)所示^[9]。该方法在实际应用中存在一定的误差:①橡胶塞在塞入瓶口的过程中会残存内应力,橡胶塞内应力的释放会改变液面的高度,从而给测量结果带来较大误差,如图1(c)所示;②读数的方法为人眼识别,由于地聚物化学收缩量较小,尤其是在水化后期,液面的变化很难肉眼判断,因此存在误差,如图1(d)所示。

1.2.2 DTRF-CSTD的结构

DTRF-CSTD采用双管式设计,无需使用橡胶塞,具体结构如图2所示。该装置主要由4个部分组成。

(1)直筒玻璃瓶,直径10.7 cm,高9 cm,采用高透明度玻璃材质制成,玻璃瓶体与瓶盖采用磨砂螺纹接口密封设计。

(2)玻璃器皿,直径6.5 cm,高4 cm,用于盛放地聚物浆体。玻璃器皿的设计是为了使本装置达到重复使用的目的,只需更换玻璃器皿就可以重新进行试验。

(3)入油管采用内径为1.4 cm的玻璃管,其作用为油体的注入。

(4)测量管用于精确监测地聚物化学收缩而导致的油面变化,本文试验采用了1 mL量程的刻度管。

1.2.3 基于图像识别技术的化学收缩测量方法

图3(c)为照片数值化后得到的Excel表格,采用Excel中的“条件格式”功能可以将所需信息更加明显地显示出来,采用的条件格式设定为:最小数字为100显示为蓝色;图3(d)为图片数字化以后的液面区域,可以明显地看到液面的刻度,以及这个量管两个最小刻度之间的表格行数,因此可知本文试验的Excel表格中每一行所代表的容积,单位表示为最小刻度(mL)/表格行数。

首先,按照表3中的配比制备1.3模的水玻璃溶液,随后将其冷却至室温;将矿渣和粉煤灰混合料与冷却后的水玻璃溶液倒入水泥净浆搅拌机中(慢搅2 min,暂停15 s,快搅2 min),确保浆体混合均匀后,振捣30 s,排除浆体内的气泡。然后称取10 g的地聚物浆体倒入玻璃器皿,立即将玻璃器皿放入已有一定量机油的直筒玻璃瓶内,本试验为直筒玻璃瓶容积的3/4,目的是减少注油的时间。随后立刻拧紧瓶盖,通过入油管向直筒玻璃瓶内注入机油,直至测量管的油面达到初始刻度,确保每组试验的初始液面高度一致;然后用玻璃胶密封入油管,使液面的变化只发生在测量管上;采用数码相机在固定的位置进行连续拍摄,本文试验配备了佳能相机专用定时快门装置和外置相机电源,从而达到长时间连续拍摄的目的,定时快门装置设置的拍照速度为每20 min/张;最后采用MATLAB软件对拍摄到的图片进行数字化处理,得到油面下降的高度。具体试验步骤如图3所示。

为实现化学收缩数据的自动批量处理,采用MATLAB软件编写程序,程序的主要功能如下。

(1)灰度转换:将输入文件夹内的所有彩色图像(JPG格式)自动转换为灰度图像,以便于形成单个文件进行后续的计算。

(2)图片数字化处理:将生成的灰度读片转化成数值矩阵,以Excel文件的形式存储。

(3)液面高度变化的自动计算:将相邻Excel文件中的数字矩阵进行对位相减的计算,生成差值矩阵并保存为Excel文件,差值矩阵表示的是相邻两张照片液面变化的高度(随着化学收缩的进行,照片中只有液面发生了变化,因此其他位置在差值矩阵中的数字为0)。具体程序如下。

inputFolder = uigetdir('', '目标文件夹');

outputFolder = fullfile(inputFolder,'灰度处理');

diffFolder = fullfile(inputFolder,'差值结果');

if ~exist(outputFolder,'dir')

mkdir(outputFolder);

end

if ~exist(diffFolder,'dir')

mkdir(diffFolder);

end

filePattern = fullfile(inputFolder,'*.jpg');

jpgFiles = dir(filePattern);

imageFiles = (jpgFiles);

numImages = length(imageFiles);

fprintf('找到 %d 张图片\n', numImages);

grayImages = cell(1, numImages);

for i= 1:numImages

filename=fullfile(inputFolder, imageFiles(i).name);

rgbImage = imread(filename);

if size(rgbImage, 3) == 3

grayImage= rgb2gray(rgbImage);

end

grayImages{i} = grayImage;

[~, name, ~]= fileparts(imageFiles(i).name);

excelName = fullfile(outputFolder, [name'_灰度像素值.xlsx']);

writematrix(double(grayImage), excelName);

fprintf('已处理: %s\n', imageFiles(i).name);

end

for i = 1:numImages-1

img1 = grayImages{i};

img2 = grayImages{i+1};

diffImage = double(img2) - double(img1);

[~,name1, ~]=fileparts(imageFiles(i).name);

[~,name2,~]= fileparts(imageFiles(i+1).name);

excelName = fullfile(diffFolder, [name1'_与_' name2 '_像素差值.xlsx']);

writematrix(diffImage, excelName);

fprintf('已计算差值: %s 和 %s\n', imageFiles(i).name, imageFiles(i+1).name);

end

fprintf('\n处理完成!\n');

fprintf('灰度像素值保存在:%s\n', outputFolder);

fprintf('像素差值结果保存在:%s\n', diffFolder)

2 试验结果与分析

2.1 DTRF-CSTD与ASTM-C1608两种方法测量精准度的对比分析

选用同一个配比(表3中的精准度分析组),分别采用两种方法对地聚物的化学收缩进行测量,每种方法重复测量5次,测试时间均为48 h。地聚物在某一水化时刻t的化学收缩量无法得到绝对真值,但可以得到某一时刻的化学收缩平均值,如式(1)所示,因此可以通过其在同一收缩时间的变异系数S_r(_t₎、绝对偏差d_i₍_t₎)和平均偏差

${\overline{\mathit{d}}}_{\left(\mathit{t}\right)}$

分析两种装置测试结果的精准程度,计算方法如式(2)~式(4)所示。两种方法测量的化学收缩值及其变异系数对比分析如图4所示,两种方法测量数据的绝对偏差和平均偏差的对比分析如图5所示。

(1)

${\stackrel{-}{\mathit{x}}}_{\left(\mathit{t}\right)}=\frac{\sum {\mathit{x}}_{\mathit{i}\left(\mathit{t}\right)}}{5}\mathit{ },\mathit{ }\mathit{i}\in (\mathit{Ⅰ},\mathit{Ⅱ},\mathit{Ⅲ},\mathit{Ⅳ},\mathit{Ⅴ})$

(2)

${\mathit{S}}_{\mathit{r}\left(\mathit{t}\right)}=\frac{\sqrt{\frac{\sum [{\mathit{x}}_{\mathit{i}\left(\mathit{t}\right)}-{\stackrel{-}{\mathit{x}}}_{\left(\mathit{t}\right)}{]}^{2}}{4}}}{{\stackrel{-}{\mathit{x}}}_{\left(\mathit{t}\right)}},\mathit{ }\mathit{i}\in (\mathit{Ⅰ},\mathit{Ⅱ},\mathit{Ⅲ},\mathit{Ⅳ},\mathit{Ⅴ})$

(3)

${\mathit{d}}_{\mathit{i}\left(\mathit{t}\right)}={\mathit{x}}_{\mathit{i}\left(\mathit{t}\right)}-\mathit{ }{\stackrel{-}{\mathit{x}}}_{\left(\mathit{t}\right)},\mathit{ }\mathit{i}\in (\mathit{Ⅰ},\mathit{Ⅱ},\mathit{Ⅲ},\mathit{Ⅳ},\mathit{Ⅴ})$

(4)

${\stackrel{-}{\mathit{d}}}_{\left(\mathit{t}\right)}=\frac{\left|{\mathit{d}}_{\mathit{I}\left(\mathit{t}\right)}\right|+\left|{\mathit{d}}_{\mathit{I}\mathit{I}\left(\mathit{t}\right)}\right|+\left|{\mathit{d}}_{\mathit{I}\mathit{I}\mathit{I}\left(\mathit{t}\right)}\right|+\left|{\mathit{d}}_{\mathit{I}\mathit{V}\left(\mathit{t}\right)}\right|+\left|{\mathit{d}}_{\mathit{V}\left(\mathit{t}\right)}\right|}{5}$

式中:x_i₍_t₎为同一时间下地聚物化学收缩的测量值,其中i为测试组别(Ⅰ,Ⅱ,Ⅲ,Ⅳ,Ⅴ),t为测试时间;

${\stackrel{-}{\mathit{x}}}_{\left(\mathit{t}\right)}$

为同一时间下地聚物化学收缩的平均值;d_i₍_t₎为同一时间下的绝对偏差;

${\stackrel{-}{\mathit{d}}}_{\left(\mathit{t}\right)}$

为同一时间下的平均偏差;S_r(_t₎为整体数据的变异系数。

从图4(a)和图4(b)可以看出,对于同一组配比,ASTM-C1608方法测量的化学收缩值离散较大,DTRF-CSTD方法的测量结果更加集中。通过图4(c)发现,两种方法测量结果的变异系数在试验早期都偏大,随后逐渐降低,DTRF-CSTD方法3 h左右就开始平稳,而ASTM-C1608方法在试验进行了12 h以后才趋于平稳,但无论哪个时间段,DTRF-CSTD方法的变异系数要低于前者。

试验刚开始的阶段,在5组测试中,有4组的数据在采用ASTM-C1608方法时局部(0~5 h)出现了凸起,而DTRF-CSTD方法无此现象。这是由于ASTM方法采用橡胶塞塞入瓶口,橡胶塞为非刚性材料,其内部存储的应变能需要缓慢释放,尤其是在橡胶塞外壁与玻璃瓶口内壁之间还会有一层液体(一般为机油)。这使得试验刚开始阶段橡胶塞缓慢向上移动,瓶内出现多余的空间,测量管的液面需要下降填补该空间,下降较快,其测量结果偏大;当应变能释放到一定程度,橡胶塞和瓶口的位置趋于稳定,测试结果又回归正常,因此在测试的早期阶段,采用ASTM-C1608方法的化学收缩曲线大多出现了凸起,这也会影响整个的测试结果,使这种方法的测试结果偏大。在每一次测试过程中,橡胶塞内部存储弹性应变能的大小无法控制,其释放的时间也无法控制,这导致ASTM-C1608方法测试结果的变异系数在早期非常大,最大值为S_{r(0.33 h)}=0.773,当测试时间进行到12 h时为S_{r(12 h)}=0.072;对于DTRF-CSTD方法,其最大变异系数为S_{r(0.33 h)}=0.083,是ASTM-C1608方法的11%,当测试进行到3 h以后,变异系数就开始平稳,当测试时间为12h时,S_{r(12 h)}=0.016,是ASTM方法的22%。在测试后期,虽然两种方法的变异系数都趋于平稳,但ASTM-C1608方法的仍然高于DTRF-CSTD方法,这是由于地聚物的水化后期,化学收缩值的变化很小,而ASTM-C1608方法通过人为读数,容易产生误差,DTRF-CSTD方法采用数字图片的计数方法,精准性较高,从图4(c)中也可以看出,在测试后期,ASTM-C1608方法的变异系数波动较大,DTRF-CSTD方法的变异系数趋近于一条直线,说明测试结果比较稳定。

采用箱线图(Boxplot)异常检测法对两种方法测试结果的绝对偏差和平均偏差进行进一步分析,如图5所示。

箱线图异常检测法^[11]是一种能够直观呈现数据分布特征的统计方法,可以清晰地表明数据的集中趋势、离散程度、偏态以及异常值等信息。中位数(Q₅₀)居中说明数据分布均匀,如果靠近箱体的下边界,说明数据偏向较小的值;如果靠近上边界,则说明数据偏向较大的值。数据的上四分位数(Q₇₅)和下四分位数(Q₂₅)之差为箱体的长度(interquartile range,IQR),它反映了数据的分散程度,IQR大意味着数据的离散程度大,反之则小。箱须(whiskers)被定义为在Q₂₅-1.5IQR和Q₇₅+1.5IQR之间的数据,超出此范围的数据为异常值(outliers)。图5(a)和图5(b)分别为两种方法测试结果绝对偏差的箱线图分析,可以看出,与ASTM-C1608方法相比,DTRF-CSTD方法所测得的5组数据更加集中,而且其每一组的中位数更加趋近于中间位置,箱体长度更短,说明其绝对偏差分布均匀、不分散,而且异常值的数量显著偏低。图5(c)为平均偏差的箱线图分析,ASTM-C1608方法平均偏差的中位数为1.8×10^-3 mL/g,DTRF-CSTD方法为0.7×10^-3 mL/g,说明从整体上看,DTRF-CSTD方法数据的分布更加均匀;两种方法的IQR值分别是7.6×10^-4 mL/g和1.4×10^-4 mL/g,说明DTRF-CSTD方法所测数据的分散程度为ASTM方法的18.4%。通过对箱体与须线长度的观察还可以发现,DTRF-CSTD方法的箱体与须线长度相对均衡,表明数据呈对称分布;而ASTM-C1608方法的箱须的一侧明显长于另一侧,说明数据分布呈现偏态特征^[12]。

从两种测试方法的绝对偏差、平均偏差和变异系数的对比分析发现,DTRF-CSTD方法所测的数据均优于ASTM-C1608方法,说明采用DTRF-CSTD方法测量地聚物的化学收缩数值更加准确。

2.2 n(CaO):n(SiO₂+Al₂O₃)对化学收缩总量的影响

采用DTRF-CSTD的测量方法,研究不同n(CaO):n(SiO₂+Al₂O₃)条件下地聚物的化学收缩总量以及化学收缩峰值速率的影响,如图6所示。

图6为不同n(CaO):n(SiO₂+Al₂O₃)条件下地聚物化学收缩量总量随时间的变化规律。可以看出,所有样品的化学收缩总量均随着时间的延长增加。而且,随着n(CaO):n(SiO₂+Al₂O₃)的增加,化学收缩总量也逐渐增加。在48 h内,氧化物物质的量比MR1组的化学收缩总量最低,为4.98 mL/(100 g),而氧化物物质的量比MR5组的化学收缩量最高,达到了6.76 mL/(100 g)。在地聚物的水化反应过程中,原料中的n(CaO):n(SiO₂+Al₂O₃)是重要的影响因素,根据J. L. Provis^[13]的研究,地聚物根据原料中氧化钙含量的不同,其水化产物可以分为两大类:氧化钙含量较高时,形成层状的C-(A)-S-H凝胶结构;氧化钙含量较低时,形成三维网络结构状的N-A-S-H凝胶结构,如图7所示。

在地聚物反生水化反应的过程中,原料中的矿渣和粉煤灰首先受到碱性水玻璃溶液的激发,游离出大量的硅氧四面单体[SiO₄]⁴⁺、硅氧四面单体[AlO₄]⁴⁺和Ca²⁺,当体系的离子和单体的浓度达到饱和时发生缩聚反应形成地聚物反应产物,其中C-(A)-S-H凝胶较多的地聚物水化产物强度较高,而且水化得也较快^[13],因此化学收缩明显;N-A-S-H凝胶结构的地聚物水化产物强度较低,而且水化也较慢,因此化学收缩较低。

2.3 n(CaO):n(SiO₂+Al₂O₃)对化学收缩速率的影响

通过地聚物化学收缩总量的研究还可以发现,化学收缩总量并非随着时间而线性变化的,水化早期,各组试样的化学收缩总量的斜率都较大,水化后期的斜率较小,这是由于地聚物的化学收缩速率直接反映了其水化反应的剧烈程度^[14]。通过非线性拟合,发现不同n(CaO):n(SiO₂+Al₂O₃)地聚物的化学收缩总量均符合Weibull方程y=a[1-bexp(-cx^d)]的形式(其中y为化学收缩总量,x为时间),5组拟合曲线的确定系数均大于0.97,如图8所示。

对图8中的5条拟合曲线求一阶导数,则可以得到不同n(CaO):n(SiO₂+Al₂O₃)条件下地聚物的化学收缩速率曲线,如图9所示。可以看出,地聚物化学收缩速率的变化规律为:先迅速增加,然后降低,最后在一个很低的数值范围趋于稳定。阎培渝^[15]提出水泥等无机胶凝材料的水化反应有3个基本过程:结晶成核与晶体生长(NG)、相边界反应(I)和扩散(D)。在结晶成核与晶体生长,浆体中的离子和单体浓度达到饱和,开始发生缩聚反应,形成地聚物的水化产物。由于水化产物带有大量结晶水,如C-(A)-S-H凝胶,浆体中水的减少速度大于离子和单体的析出速度,因此随着水化产物的逐渐形成,浆体中离子和单体的浓度变得更高,更容易析出,水化产物的增长速度变快,如图9中所有地聚物的化学收缩速率在最初都迅速增大。随着水化产物的逐渐增大,并相互搭接,进入了相边界反应阶段,在此阶段的反应都在水化产物的边界上进行,反应速度逐渐降低,因此图9中的化学收缩速率也出现了下降的阶段。当地聚物的水化产物逐渐形成一个整体时,由于其内部的离子和单体还存在区域性的浓度差,仍然有继续反应的趋势,但是速度很慢,水化过程发展到了扩散阶段,从地聚物的化学收缩速率变化趋势中也可以看到这一现象,图9中所有地聚物的化学收缩速率在最后都达到了很低的数值。

通过对图9地聚物化学收缩速率的分析,也可以看出其符合水泥基胶凝材料水化反应的3个阶段。从图9中还可以看出n(CaO):n(SiO₂+Al₂O₃)对地聚物化学收缩速率的极值和极值发生的时间有较大影响。随着n(CaO):n(SiO₂+Al₂O₃)的增加,其化学收缩速率峰值时间逐渐减小,化学收缩速率峰值逐渐增大。将地聚物化学收缩速率峰值及其时间作图,并进行曲线拟合,可以得到n(CaO):n(SiO₂+Al₂O₃)与化学收缩速率峰值及峰值时间的关系,如图10和图11所示。

从图10和图11可以看出,随着n(CaO):n(SiO₂+Al₂O₃)的增加,地聚物化学收缩速率的峰值增大,其峰值时间逐渐缩短,说明原料中CaO含量的增加会加速地聚物的水化反应,使结晶成核与晶体生长迅速完成。而且还可以看出,无论是化学收缩速率的峰值(v_max)还是峰值时间(t_max),都与氧化物物质的量比(x)呈线性关系,其方程如式(5)和式(6)所示。

(5)v_max=0.000 219+0.005 926x

(6)t_max=15.88-15.20x

3 结论

(1)开发了一种新型的测量地聚物胶凝材料化学收缩的装置及其方法,与传统方法(ASTM-C1608)相比,DTRF-CSTD方法具有更优的精度和稳定性,其变异系数是传统方法的11%~22%,数据的离散程度为传统方法的18.4%,更适合地聚物胶凝材料早期水化收缩性能的测试。

(2)采用DTRF-CSTD方法对不同氧化物物质的量比的地聚物化学收缩进行测试和分析,发现地聚物化学收缩总量随氧化物物质的量比的增加而增加,通过非线性拟合,发现可以采用Weibull方程拟合不同氧化物物质的量比条件下地聚物的收缩总量在不同水化时间的关系,拟合曲线的确定系数均大于0.97。

(3)地聚物化学收缩速率的最大值与其时间与原料氧化物质的量比呈线性关系,随着氧化物的增加,化学收缩速率的峰值增大,其峰值时间逐渐缩短,并给出了两者的数学方程。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	丁兆洋, 边洪广, 董凤新, 等. 氧化物组成对地聚物再生骨料混凝土尺寸效应的影响[J]. 科学技术与工程, 2022, 22(1): 324-330.

[2]	Ding Zhaoyang, Bian Hongguang, Dong Fengxin, et al. Influence of oxide molar ratio on size effect of geopolymer recycled aggregate concrete[J]. Science Technology and Engineering, 2022, 22(1): 324-330.

[3]	李超, 李志康, 李新宇, 等. 地聚物凝结硬化特性影响因素研究综述[J]. 硅酸盐通报, 2025, 44(2): 501-514.

[4]	Li Chao, Li Zhikang, Li Xinyu, et al. A review on the influencing factors of cementitious properties of aggregates[J]. Journal of Silicate, 2025, 44(2): 501-514.

[5]	詹疆淮, 李宏波, 傅博, 等. 不同碱当量、粉煤灰和矿渣掺量对碱激发粉煤灰-矿渣地聚物力学性能及微观结构的影响[J]. 科学技术与工程, 2021, 21(28): 12218-12224.

[6]	Zhan Jianghuai, Li Hongbo, Fu Bo, et al. Effect of different alkali Equivalent, fly ash and slag content on the mechanical properties and microstructure of alkali-activated fly ash-slag geopolymer[J]. Science Technology and Engineering, 2021, 21(28): 12218-12224.

[7]	彭晖, 张白. 地聚物混凝土耐久性研究进展[J]. 长沙理工大学学报(自然科学版), 2023, 20(5): 1-24.

[8]	Peng Hui, Zhang Bai. Research progress on the durability of geopolymer concrete[J]. Journal of Changsha University of Science and Technology (Natural Science), 2023, 20(5): 1-24.

[9]	Yang Y M, Chen Z, Feng W H, et al. Shrinkage compensation design and mechanism of geopolymer pastes[J]. Construction and Building Materials, 2021, 299(7): 123916.

[10]	Zhang M, Qiu X, Shen S, et al. Mechanical and thermal insulation properties of rGFRP fiber-reinforced lightweight fly-ash-slag-based geopolymer mortar[J]. Sustainability, 2023, 15(9): 15097200.

[11]	杨世玉. 粉煤灰基地聚物混凝土的徐变和收缩特性研究[D]. 成都: 西南交通大学, 2023.

[12]	Yang Shiyu. Study on the creep and shrinkage behavior of fly ahs based geopolymer concrete[D]. Chengdu: Southwest Jiaotong University, 2023.

[13]	阎培渝, 郑峰. 水泥水化反应与混凝土自收缩的动力学模型[J]. 建筑材料学报, 2006, 9(1): 56-59.

[14]	Yan Peiyu, Zheng Feng. Dynamic models of hydration reaction of Portland cement and autogenous shrinkage of concrete[J]. Journal of Building Materials, 2006, 9(1): 56-59.

[15]	American Society for Testing Materials. Standard test method for chemical shrinkage of hydraulic cement paste: ASTM C1608- 2017[S]. United States: ASTM International, 2017.

[16]	丁兆洋. 基于裂纹特征的GRAC力学性能及其损伤过程研究[D]. 沈阳: 沈阳建筑大学, 2024.

[17]	Ding Zhaoyang. Study on mechanical properties and damage process of GRAC based on its crack characteristics[D]. Shenyang: Shenyang Jianzhu University, 2024.

[18]	顾国庆, 李晓辉. 基于箱线图异常检测的指数加权平滑预测模型[J]. 计算机与现代化, 2021(1): 28-33.

[19]	Gu Guoqing, Li Xiaohui. Index-weighted smoothing prediction model based on box plot anomaly detection[J]. Computer and Modernization, 2021(1): 28-33.

[20]	朱长青, 张国芹, 史文中. 2维线元不确定性ε_σ模型误差带几何特征的代数研究[J]. 测绘学报, 2007(4): 463-467.

[21]	Zhu Changqing, Zhang Guoqin, Shi Wenzhong. Algebraic study on the geometric characteristics of the 2-dimensional linear element uncertainty ε_σ model error band[J]. Acta Geomatica Sinica, 2007(4): 463-467.

[22]	Provis J L, van Deventer J S J. Geopolymers and other alkali-activated materials: why, how, and what?[J]. Materials and Structures, 2014, 47(1/2): 11-25.

[23]	Thomas J J, Jennings H M, Chen J J. Nucleation and growth models for hydration of cement[J]. Cement and Concrete Research, 2009, 39(4): 225-232.

[24]	阎培渝. 水泥基材料的水化动力学模型[J]. 建筑材料学报, 2005, 8(1): 1-7.

[25]	Yan Peiyu. Hydration kinetics model of cement-based materials[J]. Journal of Building Materials, 2005, 8(1): 1-7.

基金资助

建筑安全与环境国家重点实验室/国家建筑工程技术研究中心开放课题(BSBE2022-14)

国家自然科学基金面上项目(52278266)

国家自然科学基金面上项目(U24A2048)

辽宁省教育厅高等学校重点科研项目(LJ212510153042)

辽宁省兴辽英才计划(XLYC2403149)

PDF (10682KB)

访问

被引

详细

导航

Received	Published	Revised
2025-07-18	2026-05-08	2025-11-26
Online Date
2026-08-06

摘要