張 強(qiáng)，李耀莊，劉保華，徐志勝

?

秸稈灰混凝土力學(xué)性能試驗及強(qiáng)度預(yù)測

張 強(qiáng)1，李耀莊1，劉保華2※，徐志勝1

（1. 中南大學(xué)防災(zāi)科學(xué)與安全技術(shù)研究所，長沙 410128；2. 湖南農(nóng)業(yè)大學(xué)工學(xué)院，長沙 410000）

為了優(yōu)化混凝性能，減少水泥產(chǎn)業(yè)耗能，嘗試采用以部分秸稈灰替代水泥制備混凝土。該文通過試驗對油菜秸稈灰混凝土拉壓性能進(jìn)行了研究，得到秸稈灰質(zhì)量分?jǐn)?shù)和水膠比對秸稈灰混凝土拉壓性能的影響規(guī)律，如當(dāng)秸稈灰質(zhì)量分?jǐn)?shù)增大時，混凝土拉壓性能呈下降趨勢；當(dāng)水膠比過大時，混凝土力學(xué)性能急劇下降。同時提出秸稈灰混凝土抗拉性能與抗壓性能間的線性函數(shù)關(guān)系以及混凝土軸心抗壓強(qiáng)度計算公式，并與其他混凝土抗壓強(qiáng)度公式進(jìn)行比對驗證。采用小波神經(jīng)網(wǎng)絡(luò)的預(yù)測方法，引入隨機(jī)函數(shù)，對試驗數(shù)據(jù)抽樣進(jìn)行訓(xùn)練，而后預(yù)測數(shù)據(jù)并與試驗數(shù)據(jù)進(jìn)行比對，計算誤差，并將預(yù)測數(shù)據(jù)用于該文提出的拉壓公式進(jìn)行驗證，結(jié)果表明驗證較好。最后試驗結(jié)果表明：當(dāng)秸稈灰替代摻量為10%時，秸稈灰混凝土劈裂抗拉強(qiáng)度下降了25%，抗壓強(qiáng)度僅下降了8%；當(dāng)替代摻量為20%時，抗壓強(qiáng)度下降了31%。

秸稈；混凝土；力學(xué)性能；神經(jīng)網(wǎng)絡(luò)；油菜秸稈；秸稈灰混凝土；小波神經(jīng)網(wǎng)絡(luò)

0 引 言

秸稈灰混凝土（straw ash concrete）是通過對秸稈進(jìn)行高溫處理得到具有火山灰活性、可循環(huán)利用等特點的生物質(zhì)灰分,并將灰分替換水泥制備的綠色混凝土建材。秸稈灰混凝土的研究及應(yīng)用，一方面可以利用我國農(nóng)業(yè)種植大國的優(yōu)勢，就油菜方面而言，我國是世界上最大的油菜生產(chǎn)國，油菜收獲后有大量的油菜秸稈。但就目前而言，在廣大農(nóng)村都面臨秸稈處理的難題，一般處理方法是聚堆焚燒，不僅易造成煙霧、粉塵等空氣污染，還易造成火災(zāi)等危害，雖然近年來國家對秸稈焚燒進(jìn)行了管制，但如何處理秸稈仍然是農(nóng)業(yè)難題之一；如若對秸稈進(jìn)行專業(yè)化處理，制備成為具有活性的秸稈灰，即可將農(nóng)業(yè)秸稈轉(zhuǎn)換為建材資源，可用于城市建設(shè)。另一方面，隨著城市化進(jìn)程的進(jìn)一步加深，水泥生產(chǎn)及混凝土的用量進(jìn)一步增加，耗費了大量能源、資源，造成了環(huán)境污染等問題；在資源和環(huán)境日益重要的大背景下，采用秸稈灰替代部分水泥熟料，無疑具有重要戰(zhàn)略意義，且符合建筑行業(yè)綠色可持續(xù)發(fā)展的要求[1-2]。

近年來，國內(nèi)外專家針對秸稈灰混凝土的性能進(jìn)行了一系列研究，取得了大量的研究成果。如Biricik[3]發(fā)現(xiàn)植物能將土壤中無定形的納米硅以生物礦化的方式集聚在秸稈中，確定了秸稈灰應(yīng)用的可行性；歐陽東[4-5]通過收獲低溫焚燒的稻殼灰，發(fā)現(xiàn)其生物灰質(zhì)含有大量納米尺度的SiO2粒子及其納米尺度孔隙，分析了稻殼灰高火山灰活性的原因，并發(fā)現(xiàn)在混凝土中摻加定量的稻殼灰其力學(xué)性能有顯著的增強(qiáng)效應(yīng)；劉巧玲[6]在此基礎(chǔ)上對油菜秸稈進(jìn)行低溫焚燒處理，發(fā)現(xiàn)焚燒油菜秸稈獲取的秸稈灰SiO2含量可達(dá)61.76%，并將其作為摻合料加入混凝土中改善混凝土性能；張強(qiáng)等[7-8]為優(yōu)化油菜秸稈灰混凝土早期力學(xué)性能，嘗試采用雙摻秸稈灰和硅粉作為摻合料制備混凝土，結(jié)果表明當(dāng)硅粉摻量達(dá)到10%時，混凝土抗壓強(qiáng)度增加了24%。然而，這些研究成果尚未針對秸稈灰混凝土抗拉性能進(jìn)行深入研究，其抗壓性能與抗拉性能的關(guān)系分析也未見報道。本文基于此，選擇油菜秸稈灰作為研究灰樣，通過制備油菜秸稈灰混凝土試樣，探討摻加不同油菜秸稈灰對混凝土抗拉和抗壓性能的影響規(guī)律，分析混凝土拉壓關(guān)系；分析國內(nèi)秸稈灰混凝土力學(xué)性能試驗數(shù)據(jù)，提出秸稈灰混凝土軸心抗壓統(tǒng)一計算公式；并采用小波神經(jīng)網(wǎng)絡(luò)對油菜秸稈灰混凝土力學(xué)性能進(jìn)行預(yù)測分析，驗證其影響關(guān)系。

1 材料與方法

1.1 材 料

油菜秸稈取自湖南農(nóng)業(yè)大學(xué)耘園基地，品種為湘雜油1613油菜，收獲后經(jīng)篩分水洗多次，帶走秸稈中的糖分，在馬弗爐內(nèi)500 ℃煅燒5 h后獲得灰樣，對原始灰樣進(jìn)行研磨篩分后得到秸稈成灰。水泥選用P.O32.5普通硅酸鹽水泥；砂子選用瀏陽河天然河砂，連續(xù)級配，細(xì)度模數(shù)為2.8；粗集料為天然卵石，連續(xù)級配，石子粒徑范圍為5～20 mm。

1.2 試驗方法

該文采用秸稈灰摻量和水膠比作為影響因素，試驗研究其對秸稈灰混凝土拉壓性能的影響。試驗分為兩組，第1組試驗確定混凝土水膠比為0.5，砂率為0.32，分別設(shè)計以0，2.5%，5%，7.5%，10%，12.5%，15%，17.5%，20%，22.5%，25%等11組秸稈灰分質(zhì)量分?jǐn)?shù)進(jìn)行等量替代水泥，制備混凝土試件，進(jìn)行混凝土拉壓性能試驗。第2組試驗確定秸稈灰分質(zhì)量分?jǐn)?shù)為20%，設(shè)計以0.4、0.45、0.5、0.55、0.6等5個水膠比作為影響因素，制作混凝土試件，進(jìn)行拉壓強(qiáng)度試驗?；炷猎嚹２捎?50 mm×150 mm× 150 mm立方體鋼模，每組配合比制作12個混凝土試件，養(yǎng)護(hù)7 d測試早期抗壓強(qiáng)度和劈裂抗拉強(qiáng)度，養(yǎng)護(hù)28 d測試最終抗壓強(qiáng)度和劈裂抗拉強(qiáng)度，試驗結(jié)果取試件加權(quán)平均值?；炷僚浜媳纫罁?jù)《普通混凝土配合比設(shè)計技術(shù)規(guī)程》（JGJ55-2011）[9]，劈裂抗拉強(qiáng)度和抗壓強(qiáng)度試驗按《普通混凝土力學(xué)性能力學(xué)試驗方法標(biāo)準(zhǔn)》（GB/T 50081-2002）[10]規(guī)定進(jìn)行測試，混凝土配合比見表1。

表1 秸稈灰混凝土配合比

注：I-表示第1組試驗，II-表示第2組試驗。表示試驗編號，∈[1,11]，第1組試驗的基準(zhǔn)試樣為I-1，第2組基準(zhǔn)試樣為I-9，因試樣I-9中摻量比例為20%，水膠比為0.5，該組數(shù)據(jù)可直接用于第2組試驗當(dāng)中。

Note: I-represents the first set of tests, II-represents the second set of experiments,represents the test number,∈[1,11]. I-1 are the first set of test’s reference sample, I-9 are the second set of test’s reference sample. Because the sample I-9 is in the ash proportion of 20%, W/B ratio of 0.5, the experiment’s data can be used in the second set of experiments.

1.3 模型誤差評價

采用和方差（sum of squares due to error，SSE）、確定系數(shù)（coefficient of determination，R-square）、決定系數(shù)（adjusted coefficient of determination, adjusted R-square）和均方根誤差（root mean square error，RMSE）分析本文提出模型的計算精度。

其中，Y表示本文模型預(yù)測值，X表示文中原始試驗數(shù)值，表示原始試驗數(shù)值的均值，因決定系數(shù)多用于復(fù)雜模型，對模型的非顯著性變量進(jìn)行懲罰和驗證，因本文模型均為簡單線性模型，決定系數(shù)等同于確定系數(shù)，為驗證模型的預(yù)測精度，故計算決定系數(shù)，因篇幅原因，決定系數(shù)關(guān)系式不予列出。

2 結(jié)果與分析

2.1 混凝土強(qiáng)度

油菜秸稈灰混凝土拉壓性能測試結(jié)果如表2所示。

秸稈灰混凝土破碎形態(tài)方面，可以從圖1看出，試件抗壓破壞以壓碎破壞為主，在試驗過程中，當(dāng)加載超過臨界點時，試件可繼續(xù)受壓服役，但當(dāng)超過一定時限后，試件發(fā)生脆響，混凝土及骨料迅速剝落形成壓碎破壞；試件劈裂抗拉破壞以貫通裂縫的脆性破壞為主，當(dāng)加載超過試件承載臨界點后，裂縫貫通混凝土試件，產(chǎn)生破壞。

a. 抗壓實驗a. Compression experimentb. 試件壓碎形態(tài)b. Specimen crushing morphology c. 劈裂抗拉試驗c. Splitting tensile testd. 試件抗拉破壞形態(tài)d. Tensile failure mode of specimen

由表2可知，隨著秸稈灰摻量的不斷增大，混凝土的表觀密度呈下降趨勢，原因是秸稈灰分中游離無定形二氧化硅與水泥水化產(chǎn)物Ca(OH)2反應(yīng)生成水化硅酸鈣，增加了混凝土內(nèi)凝膠數(shù)量，同時又因經(jīng)研磨后的秸稈灰細(xì)度較小，有利于促進(jìn)水化反應(yīng)，填充混凝土內(nèi)部細(xì)微孔隙[7-8]；但是經(jīng)低溫焚燒獲得的秸稈灰含有一定生物雜質(zhì)，對水化反應(yīng)造成影響，且秸稈灰在水化凝膠體產(chǎn)出方面不如水泥熟料，當(dāng)替代比例不斷增加時，則意味著水泥用量持續(xù)下降，故導(dǎo)致生成的水化凝膠體數(shù)量下降，水泥石質(zhì)量降低，故表觀密度呈下降趨勢。

秸稈灰方面，隨著摻量的增加，混凝土的7、28 d抗拉強(qiáng)度和抗壓強(qiáng)度均呈遞減的趨勢。其中，28 d的混凝土劈裂抗拉強(qiáng)度下降幅度較大，如在秸稈灰質(zhì)量分?jǐn)?shù)為10%時，較之28 d的基準(zhǔn)試件強(qiáng)度下降了25%；當(dāng)秸稈灰質(zhì)量分?jǐn)?shù)大于20%時，較28 d的基準(zhǔn)試件抗拉強(qiáng)度下，降幅度達(dá)到了45%。因為混凝土本身抗拉強(qiáng)度較低，易引起數(shù)據(jù)比對的大幅變化；另一方面說明了摻加秸稈灰對混凝土劈裂抗拉強(qiáng)度無增益作用，故而造成抗拉強(qiáng)度下降幅度偏大?；炷量箟簭?qiáng)度方面，其中，當(dāng)替代比例小于15%時，對混凝土抗壓強(qiáng)度影響不大，如摻量比例為2.5%、5%、7.5%和10%的混凝土試件，對比基準(zhǔn)試件最終強(qiáng)度僅下降了1%、4%、6%和8%，另外當(dāng)摻量比例大于20%時，28 d的混凝土強(qiáng)度下降幅度較大，如灰分質(zhì)量分?jǐn)?shù)為25%時，混凝土強(qiáng)度下降了31%。養(yǎng)護(hù)齡期影響方面，通過對比7和28 d抗拉及抗壓強(qiáng)度發(fā)現(xiàn)，秸稈灰混凝土試件在養(yǎng)護(hù)期內(nèi)強(qiáng)度增長較慢。通過分析，首先是因為秸稈灰細(xì)度較好，比表面積大，與水及水泥漿體接觸面積也相對較大，且具有定量游離SiO2，具有一定的水化活性，可以促使水化反應(yīng)加快，雖然活性有一定局限，但可以作為有益的補充，提高凝膠強(qiáng)度；其次當(dāng)摻量比例過大時，混凝土強(qiáng)度下降幅度較大，這是因為植物秸稈中有大量纖維素和糖分，在混凝土養(yǎng)護(hù)過程中，秸稈糖分易在封閉環(huán)境析出，吸附在水泥水化物表面抑制水泥體凝聚，使得水泥-水體系自由焓降低，造成緩凝現(xiàn)象，進(jìn)而影響混凝土強(qiáng)度[11-14]。

表2 油菜秸稈灰混凝土力學(xué)性能試驗數(shù)據(jù)

水膠比方面，當(dāng)水膠比為0.4時，混凝土的抗拉強(qiáng)度和抗壓強(qiáng)度均較低。這是因為秸稈纖維內(nèi)部細(xì)胞壁間有大量孔隙，經(jīng)低溫焚燒處理后分子間孔隙角仍然存在，造成秸稈灰的吸水性較大，故在混凝土試配過程中應(yīng)選用較大的水膠比，否則易造成水泥漿體因缺水而致使水化反應(yīng)不完全。故當(dāng)水膠比為0.5時，混凝土強(qiáng)度居于最高水平，當(dāng)水膠比為0.6時，因加入了過多的水，造成混凝土性能不佳，抗拉強(qiáng)度和抗壓強(qiáng)度最差。故確定秸稈灰混凝土最適水膠比區(qū)間應(yīng)為0.45～0.55。

2.2 拉壓比關(guān)系

拉壓比，為混凝土劈裂抗拉強(qiáng)度與抗壓強(qiáng)度之比，是衡量混凝土脆性性能的主要標(biāo)志。據(jù)有關(guān)資料[15-16]表明，普通混凝土的拉壓比范圍在0.058～0.125之間，高強(qiáng)混凝土的拉壓比范圍僅在0.042～0.050之間。針對28 d的秸稈灰混凝土進(jìn)行拉壓比計算，其結(jié)果見表2。當(dāng)秸稈灰質(zhì)量分?jǐn)?shù)為25%時，拉壓比僅為0.078。同時可以看出，隨著秸稈灰分摻量的增加，混凝土拉壓比呈降低趨勢，當(dāng)秸稈灰質(zhì)量分?jǐn)?shù)為25%時，拉壓比較之基準(zhǔn)試件降低了37%，屬于混凝土拉壓比中最低水平；水膠比影響方面，混凝土拉壓比穩(wěn)定在0.086左右。

關(guān)于混凝土拉壓比關(guān)系的研究，國內(nèi)外學(xué)者已經(jīng)做過諸多研究，基于大量試驗數(shù)據(jù)提出了多種分析模型。如美國混凝土協(xié)會針對高強(qiáng)混凝土拉壓關(guān)系的推薦公式；同濟(jì)大學(xué)袁飚對于再生混凝土的拉壓公式；中南大學(xué)的王德輝等對于混凝土拉壓比關(guān)系的推導(dǎo)等[17-19]。本文針對秸稈灰混凝土試驗數(shù)據(jù)，采用最小二乘法進(jìn)行擬合，確定抗拉強(qiáng)度與抗壓強(qiáng)度之間的關(guān)系式，并結(jié)合國內(nèi)外預(yù)測模型對秸稈灰混凝土進(jìn)行預(yù)測比對，驗證本文提出關(guān)系式的正確性，本文提出的關(guān)系見式（4），拉壓模型比對見圖2。

式中f表示混凝土抗壓強(qiáng)度，MPa；f表示混凝土抗拉強(qiáng)度，MPa。

因各理論模型所考慮的方向、影響因素等均有差異，用于解析秸稈灰混凝土拉壓強(qiáng)度會有一定偏差。例如在圖2中，采用美國混凝土協(xié)會推薦公式進(jìn)行預(yù)測的強(qiáng)度偏差較大，袁飚的模型在13～17 MPa抗壓強(qiáng)度區(qū)間預(yù)測有一定準(zhǔn)確性，王德輝等的模型在11～17 MPa抗壓強(qiáng)度區(qū)間有一定精準(zhǔn)度，本文提出的拉壓關(guān)系能較好的描述混凝土拉壓強(qiáng)度規(guī)律，表3給出了各模型預(yù)測擬合過程中的統(tǒng)計值。

表3 混凝土拉壓模型預(yù)測統(tǒng)計值

注：因美國混凝土協(xié)會預(yù)測強(qiáng)度差異過大，進(jìn)行統(tǒng)計值計算無意義，故以“—”符號代替。

Note: Because the strength difference of ACI’s prediction formulation is too large, and it is meaningless to calculate the statistical value, so the “—” symbol instead.

2.3 軸心抗壓強(qiáng)度

迄今為止，因秸稈灰混凝土潔凈、可循環(huán)利用等特性受到專家學(xué)者的重視，對其力學(xué)性能進(jìn)行了大量試驗，取得了一定研究成果[6-8,20-22]。在軸心抗壓強(qiáng)度方面，其成果仍然處于對各自試驗結(jié)果總結(jié)的階段，提出的模型僅適用于特定條件，方可進(jìn)行正確預(yù)測及分析。這不僅對秸稈灰混凝土性能概念帶來混淆，還對理論計算造成困難。為便于對秸稈灰混凝土進(jìn)行理論計算，本文整理了國內(nèi)秸稈灰混凝土力學(xué)性能試驗數(shù)據(jù)，在本文試驗基礎(chǔ)上提出混凝土軸心抗壓強(qiáng)度的統(tǒng)一計算公式。

圖3為國內(nèi)秸稈灰混凝土抗壓強(qiáng)度與軸心抗壓強(qiáng)度試驗結(jié)果。在圖3中可知，混凝土軸心強(qiáng)度（f）與抗壓強(qiáng)度（f）呈比例關(guān)系。在試驗過程中還可知，隨著強(qiáng)度的提高，混凝土的裂縫發(fā)展與其峰值應(yīng)力下降趨勢愈趨吻合，且表現(xiàn)出較大的脆性。對于軸心抗壓強(qiáng)度的研究，國內(nèi)外學(xué)者已完成了大量的工作，如文獻(xiàn)[23]提出混凝土軸心抗壓統(tǒng)一計算公式

但利用此類標(biāo)準(zhǔn)混凝土計算公式進(jìn)行秸稈灰混凝土計算時，誤差較大，預(yù)測結(jié)果不合理。本文通過對秸稈灰混凝土試驗資料的分析，提出秸稈灰混凝土軸心抗壓計算公式，適用于不同強(qiáng)度的混凝土，擬合曲線及擬合精度見圖3。

3 小波神經(jīng)網(wǎng)絡(luò)預(yù)測

3.1 小波神經(jīng)網(wǎng)絡(luò)介紹及數(shù)據(jù)處理

小波神經(jīng)網(wǎng)絡(luò)最早由法國信息科學(xué)研究院（IRISA）于1992年提出，以小波函數(shù)代替前向性sigmoid函數(shù)作為神經(jīng)網(wǎng)絡(luò)的激活函數(shù)，完善Fourier變換，生成類似徑向基的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，有較強(qiáng)的容錯性、自學(xué)習(xí)功能、非線性擬合以及泛化能力等特點[24]。本文基于小波神經(jīng)網(wǎng)絡(luò)這些特點，構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，在輸入部分引入隨機(jī)函數(shù)，隨機(jī)選擇試驗數(shù)據(jù)進(jìn)行訓(xùn)練，模型訓(xùn)練完成后對秸稈灰混凝土抗拉性能和抗壓性能進(jìn)行預(yù)測，并結(jié)合神經(jīng)網(wǎng)絡(luò)預(yù)測數(shù)據(jù)對本文提出的擬合關(guān)系進(jìn)行驗證。

3.2 小波神經(jīng)網(wǎng)絡(luò)設(shè)計、訓(xùn)練

根據(jù)混凝土試驗選擇秸稈灰替代比例和水膠比作為小波神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)，將混凝土抗拉強(qiáng)度和抗壓強(qiáng)度作為輸出參數(shù)，分別預(yù)測輸出抗拉強(qiáng)度和抗壓強(qiáng)度。在訓(xùn)練模塊中引入隨機(jī)函數(shù)，依照文獻(xiàn)[24-27]和試驗數(shù)據(jù)隨機(jī)抽取33組混凝土試驗數(shù)據(jù)進(jìn)行訓(xùn)練，對剩余10組試驗數(shù)據(jù)進(jìn)行預(yù)測比對，并分析預(yù)測誤差。確定模型的隱含層節(jié)點函數(shù)為小波基函數(shù)，以及確定隱含層節(jié)點數(shù)為3，采用梯度修正法修正神經(jīng)網(wǎng)絡(luò)權(quán)值和隱含層小波基函數(shù)參數(shù)，提高神經(jīng)網(wǎng)絡(luò)的效率和精度[28]。本文小波神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如下圖4所示。

3.3 預(yù)測結(jié)果及分析

神經(jīng)網(wǎng)絡(luò)訓(xùn)練完成，通過神經(jīng)網(wǎng)絡(luò)輸出得到預(yù)測數(shù)據(jù)及與試驗數(shù)據(jù)對比情況見表4?？梢钥闯?，采用小波神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測精度較高，其中預(yù)測混凝土抗拉強(qiáng)度時最大誤差為6%，預(yù)測混凝土抗壓強(qiáng)度時最大誤差為15%，經(jīng)驗證采用隨機(jī)函數(shù)選擇訓(xùn)練樣本進(jìn)行小波神經(jīng)網(wǎng)絡(luò)預(yù)測具有一定精度，并可用于秸稈灰混凝土抗拉強(qiáng)度與抗壓強(qiáng)度預(yù)測。

表4 小波神經(jīng)網(wǎng)絡(luò)預(yù)測值與試驗值對比

同時將小波神經(jīng)網(wǎng)絡(luò)預(yù)測數(shù)據(jù)用于驗證本文提出的混凝土拉壓公式，結(jié)果表明本文公式能較好地描述秸稈灰混凝土拉壓規(guī)律，驗證及相關(guān)統(tǒng)計數(shù)據(jù)見圖5。

4 結(jié)論與討論

1）本文通過對秸稈灰混凝土的力學(xué)性能進(jìn)行試驗研究，結(jié)果表明，當(dāng)秸稈灰質(zhì)量分?jǐn)?shù)為10%時，較28 d的基準(zhǔn)試件混凝土抗拉強(qiáng)度降低了25%，抗壓強(qiáng)度僅下降了8%；當(dāng)灰分質(zhì)量分?jǐn)?shù)為20%時，抗壓強(qiáng)度僅下降了31%。同時，當(dāng)水膠比為0.5時，秸稈灰混凝土強(qiáng)度最優(yōu)；確定混凝土最適水膠比區(qū)間為0.45～0.55。

2）對秸稈灰混凝土試驗數(shù)據(jù)進(jìn)行擬合分析，提出拉壓擬合關(guān)系，并與國內(nèi)外混凝土拉壓模型進(jìn)行試算對比，驗證本文公式的準(zhǔn)確性；整理近年來秸稈灰混凝土文獻(xiàn)數(shù)據(jù)，通過二次分析，提出秸稈灰混凝土軸心抗壓強(qiáng)度計算公式，驗證結(jié)果良好。

3）采用小波神經(jīng)網(wǎng)絡(luò)方法對秸稈灰混凝土抗拉及抗壓性能進(jìn)行預(yù)測，結(jié)果表明神經(jīng)網(wǎng)絡(luò)預(yù)測精度較高。將預(yù)測結(jié)果用于驗證本文提出的拉壓關(guān)系，結(jié)果表明該公式能較好地描述小波神經(jīng)網(wǎng)絡(luò)預(yù)測數(shù)據(jù)。

[1] Nozahic V, Amziane S, Torrent G, et al. Design of green concrete made of plant-derived aggregates and a pumice-lime binder[J].Cement and Concrete Composites, 2012, 34(2): 231－241.

[2] 韓魯佳，閆巧娟，劉向陽，等. 中國農(nóng)作物秸稈資源及其利用現(xiàn)狀[J]. 農(nóng)業(yè)工程學(xué)報，2002，18(3)：87－91.

Han Lujia, Yan Qiaojuan, Liu Xiangyang, et al. Straw resources and their utilization in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2002, 18(3):87－91. (in Chinese with English abstract)

[3] Bricik H, Ak?z F, Berktay I, et al. Study of pozzolanic properties of wheat straw ash[J]. Cement and Concrete Research, 1999, 29(5): 637－643.

[4] 歐陽東，陳楷. 低溫焚燒稻殼灰的顯微結(jié)構(gòu)及其化學(xué)活性[J]. 硅酸鹽學(xué)報，2003，31(11)：1121－1124.

Ou Yangdong, Chen Kai. Microstructure and chemical activity of rice husk ash burned at low temperature[J]. Journal of the Chinese Ceramic Society, 2003, 31(11): 1121－1124. (in Chinese with English abstract)

[5] 歐陽東. 納米SiO2低溫稻殼灰用于混凝土的研究[J]. 建筑石膏與膠凝材料，2003(8)：7－8.

Ou Yangdong. Research on nano SiO2low temperature rice husk ash used in concrete[J]. Gypsum and Cement Building, 2003(8): 7－8. (in Chinese with English abstract)

[6] 劉巧玲，劉保華，張強(qiáng)，等. 灰化條件對油菜秸稈灰分特性的影響[J]. 湖南農(nóng)業(yè)大學(xué)學(xué)報，2013，39(1)：107－110.

Liu Qiaoling, Liu Baohua, Zhang Qiang, et al. Influence of ashing conditions on the ash characteristics of rape straw[J]. Journal of Hunan Agricultural University, 2013, 39(1): 107－110. (in Chinese with English abstract)

[7] 張強(qiáng)，李耀莊，劉保華. 秸稈資源在混凝土中應(yīng)用的研究進(jìn)展[J]. 硅酸鹽通報，2015，34(4)：1000－1003.

Zhang Qiang, Li Yaozhuang, Liu Baohua. Research progress for application of straw resources in concrete[J]. Bulletin of the Chinese Ceramic Society, 2015, 34(4): 1000－1003. (in Chinese with English abstract)

[8] 張強(qiáng)，劉保華，劉巧玲，等. 雙摻油菜秸稈灰分和硅粉對混凝土性能的影響[J]. 湖南農(nóng)業(yè)大學(xué)學(xué)報，2014，40(3)：334－336.

Zhang Qiang, Liu Baohua, Liu Qiaoling, et al. Effect of rape straw ash and silica fume admixture on concrete performance[J]. Journal of Hunan Agricultural University, 2014, 40(3): 334－336. (in Chinese with English abstract)

[9] 中華人民共和國住房和城鄉(xiāng)建設(shè)部. 普通混凝土配合比設(shè)計技術(shù)規(guī)程(JGJ55-2011)[S]. 北京：中國建筑工業(yè)出版社，2011:25－35.

[10] 中華人民共和國住房和城鄉(xiāng)建設(shè)部. 普通混凝土力學(xué)性能力學(xué)試驗方法標(biāo)準(zhǔn)（GB/T 50081-2002）[S]. 北京：中國建筑工業(yè)出版社，2002：15－20.

[11] Plekhanova T A, Keriene J, Gailius A. Structural, physical and mechanical properties of modified wood-magnesia composite[J]. Construction and Building Materials, 2007, 21(9): 1833－1838.

[12] Lee A W C, Short P H. Pretreating hard wood for cement- bonded excelsior board[J]. Forest Prod J 1989, 39(10): 68－70.

[13] Souza M R. Effect of carbon dioxide gas in manufacturing cement-bonded particleboard[D]. Moscow: University of Idaho, 1992.

[14] Sarigahuti M, Shah S P, Vinson K D. Shrinkage cracking and durability characteristics of cellulose fibre reinforced concrete[J]. ACI Material Journal, 1993, 90(4): 309－318.

[15] 閆長旺，賈金青，張菊，等. 鋼纖維增強(qiáng)超高強(qiáng)混凝土拉壓比試驗研究[J]. 大連理工大學(xué)學(xué)報，2012，52(3)：233－238.

Yan Changwang, Jia Jinqing, Zhang Ju, et al. Experimental study of ratio between splitting tensile strength and compressive strength for steel fiber reinforced ultra high strength concrete[J]. Journal of Dalian University of Technology, 2012, 52(3): 233－238. (in Chinese with English abstract)

[16] 夏廣政，夏冬桃，徐禮華，等. 混雜纖維增強(qiáng)高性能混凝土拉壓比試驗研究[J]. 重慶建筑大學(xué)學(xué)報，2007，29(5)：103－106.

Xia Guangzhen, Xia Dongtao, Xu Lihua, et al. Evaluation of ratio between splitting tensile strength and compressive strength for hybrid fiber reinforced HPC[J]. Journal of Chongqing Jianzhu University, 2007, 29(5): 103－106.

[17] ACI Committee 363. State-of-Art Report on High-Strength Concrete[R]. Detroit, 1992, 363R1－363R55.

[18] 王德輝，尹健，彭松梟. 再生混凝土抗壓強(qiáng)度與劈裂抗拉強(qiáng)度相關(guān)性研究[J]. 粉煤灰，2009(2)：3－6.

Wang Dehui, Yin Jian, Peng Songxiao. Study of relevance of compressive strength with splitting tensile strength of recycled concrete[J]. Coal ash, 2009(2): 3－6. (in Chinese with English abstract)

[19] 袁飚. 再生混凝土抗壓抗拉強(qiáng)度取值研究[D]. 上海：同濟(jì)大學(xué)，2007.

Yuan Biao. On Values of Compressive Strength and Tensile Strength of Recycled Aggregate Concrete[J]. Shanghai: Tongji University, 2007. (in Chinese with English abstract)

[20] 劉巧玲. 秸稈基混凝土的性能研究[D]. 長沙：湖南農(nóng)業(yè)大學(xué)，2013.

Liu Qiaolin. Study on the Characteristics of Straw-Based Concrete[D]. Changsha: Hunan Agricultural University, 2013. (in Chinese with English abstract)

[21] 張強(qiáng). 油菜秸稈混凝土性能的試驗研究[D]. 長沙：湖南農(nóng)業(yè)大學(xué)，2014.

Zhang Qiang. Performance Test on the Rape Straw Concrete[D]. Changsha: Hunan Agricultural University, 2014. (in Chinese with English abstract)

[22] 黃偉，劉保華，齊臻，等. 油菜秸稈灰發(fā)混凝土抗硫酸鹽的侵蝕性能[J]. 湖南農(nóng)業(yè)大學(xué)學(xué)報，2016，42(2)：222－224.

Huang Wei, Liu Baohua, Qi Zhen, et al. Erosion resistance on the sulfate for the rape straw doped ash concrete[J]. Journal of Hunan Agricultural University, 2016, 42(2): 222－224. (in Chinese with English abstract)

[23] 余志武，丁發(fā)興. 混凝土受壓力學(xué)性能統(tǒng)一計算方法[J].建筑結(jié)構(gòu)學(xué)報，2003，24(4)：41－46.

Yu Zhiwu, Ding Faxing. Unified calculation method of compressive mechanical properties of concrete[J]. Journal of Building Structures, 2003, 24(4): 41－46. (in Chinese with English abstract)

[24] 侯霞. 小波神經(jīng)網(wǎng)絡(luò)若干關(guān)鍵問題研究[D]. 南京：南京航空航天大學(xué)，2006.

Hou Xia. Research on Key Technologies of Wavelet Neural Network[D]. Nanjin: Nanjing University of Aeronautics and Astronautics, 2006. (in Chinese with English abstract)

[25] Zhang Q H, Benveniate A. Wavelet networks[J]. IEEE Trans Neural Networks, 1992, 3(6): 889－898.

[26] 曹維時，張春慶，王金星，等. 離散小波變換和BP神經(jīng)網(wǎng)絡(luò)識別玉米種子純度[J]. 農(nóng)業(yè)工程學(xué)報，2012，28(增刊2)：253－258

Cao Weishi, Zhang Chunqing, Wang Jinxin, et al. Purity identification of maize seed based on discrete wavelet transform and BP neural network[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(Supp.2): 253－258. (in Chinese with English abstract)

[27] 李君，陳佳文，廖偉麗，等. 基于小波神經(jīng)網(wǎng)絡(luò)的軸流泵性能預(yù)測[J]. 農(nóng)業(yè)工程學(xué)報，2016，32(10)：47－53.

Li Jun, Chen Jiawen, Liao Weili, et al. Performance prediction of axial pump based on wavelet neural network[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(10): 47－53. (in Chinese with English abstract)

[28] 肖建莊，許向東，范玉輝. 再生混凝土收縮徐變試驗及徐變神經(jīng)網(wǎng)絡(luò)預(yù)測[J]. 建筑材料學(xué)報，2013，16(5)：752－757.

Xiao Jianzhuang, Xu Xiangdong, Fan Yuhui. Shrinkage and creep of recycled aggregate concrete and their prediction by ANN method[J]. Journal of Building Materials, 2013, 16(5): 752－757. (in Chinese with English abstract)

Mechanical properties and strength prediction of straw ash concrete

Zhang Qiang1, Li Yaozhuang1, Liu Baohua2, Xu Zhisheng1

(1.,,410128,; 2.,,410000,)

In order to enhance the coagulation performance and reduce the energy consumption of the cement industry, part of the cement is replaced by straw ash to produce concrete. In this paper, biomass stalk ashes were acquired through microthermal incineration of rape stalks (500 ℃ for 5 h), and the stalk ash samples were obtained through grinding and screening of the preliminary ashes. Stalk ash was used as the concrete admixture to replace the same quantity of cement to produce experimental specimens, different amounts of rape stalk ash admixtures and concrete water-binder ratios were selected as the affecting variables of concrete property, and the effects of stalk ash on the concrete were discussed. The results indicated that when the amount of rape stalk ash admixture was 5%, the splitting tensile strength property of stalk ash concrete was 12% lower and the compression resistance was only 4% lower than normal concrete (28 d); when the amount of rape stalk ash admixture was 10%, the splitting tensile strength property of rape stalk ash concrete was 25% lower and the compression resistance was 8% lower than normal concrete; when the amount of admixture was 15%, the compression resistance was 13% lower than normal concrete, which met the use requirement of structural concrete (Code for Design of Reinforced Concrete Structures); and when the amount of rape stalk ash admixture was 20%, the splitting tensile strength property of rape stalk ash concrete was 45% lower and the compression resistance was 23% lower than normal concrete. And the rate of descent accelerated when the amount of rape stalk ash admixture exceeded over 20%. The experiments proved that stalk ash was somewhat water-absorbing, and therefore the best water-binder ratio of stalk ash concrete fell in the range of 0.45-0.55, and the best water-binder ratio was 0.5 for rape stalk ash concrete. The relationship between straw ash concrete’s tensile and compressive properties was given, which was further verified by comparing with other concrete’s tensile and compressive strength formulas including American Concrete Association’s recommended formula, Yuan Biao’s empirical formulas and Wang Dehui’s empirical formulas. The splitting tensile strength ratio could be concluded from the fitting of experimental data, and the fitting result was good. Due to the lack of experimental data of straw ash concrete, however, the next step of the research focused on the verification of the reasonability of this relationship. The method of the random function was introduced to conduct the random sampling on the experimental data. And the prediction method of wavelet neural network was used to improve the training samples, and automatically modify the network structure parameters and predict stalk ash concrete’s experimental data. Then, the predicted data were used for verifying the tensile and compressive formulas proposed in this study and the predicted and the test data were compared for error calculation. The wavelet neural network forecast data indicated that the maximum forecast error was 8% and the minimum was only 0.8%, so it was appropriate to forecast the mechanical property of stalk ash concrete.

straw; concrete; mechanical property; neural network; rape straw; straw ash concrete; wavelet neural network

10.11975/j.issn.1002-6819.2017.02.036

X712,TU528

A

1002-6819(2017)-02-0259-07

2015-09-22

2016-09-25

國家科技支撐計劃課題資助（2014BAK17B02和2014BAK17B03）

張 強(qiáng)，男，湖南永州人，博士生，主要從事建筑材料及結(jié)構(gòu)倒塌研究。長沙 中南大學(xué)防災(zāi)科學(xué)與安全技術(shù)研究所，410128。 Email：250259887@qq.com

劉保華，女，副教授，碩士生導(dǎo)師，主要從事建筑材料研究。長沙 湖南農(nóng)業(yè)大學(xué)工學(xué)院，410000。Email：344419897@qq.com

張 強(qiáng)，李耀莊，劉保華，徐志勝. 秸稈灰混凝土力學(xué)性能試驗及強(qiáng)度預(yù)測[J]. 農(nóng)業(yè)工程學(xué)報，2017，33(2)：259－265. doi：10.11975/j.issn.1002-6819.2017.02.036 http://www.tcsae.org

Zhang Qiang, Li Yaozhuang, Liu Baohua, Xu Zhisheng. Mechanical properties and strength prediction of straw ash concrete[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(2): 259－265. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.02.036 http://www.tcsae.org