李克慶，胡亞飛，韓斌，吉坤，張朋

(1.北京科技大學(xué)土木與資源工程學(xué)院，北京，100083；2.北京科技大學(xué)金屬礦山高效開(kāi)采與安全教育部重點(diǎn)實(shí)驗(yàn)室，北京，100083)

濕噴混凝土[1]具有粉塵濃度低、料漿回彈少、施工效率高、支護(hù)效果好以及機(jī)械化程度高等優(yōu)勢(shì)，已在隧道工程、水利工程等領(lǐng)域中廣泛應(yīng)用，由于其良好的應(yīng)用效果[2]，逐漸應(yīng)用于地下礦山的開(kāi)采中。我國(guó)高寒地區(qū)[3]總面積占國(guó)土面積的30%左右，資源儲(chǔ)量占50%以上，這些地區(qū)全年平均氣溫低于10 ℃，采用濕噴技術(shù)以后，不可避免地受到低溫環(huán)境影響[4]，導(dǎo)致混凝土強(qiáng)度降低，支護(hù)質(zhì)量下降。

溫度對(duì)混凝土強(qiáng)度的發(fā)展具有顯著影響，國(guó)內(nèi)外許多學(xué)者對(duì)此開(kāi)展了研究工作。姚松等[5]開(kāi)展了料漿溫度和養(yǎng)護(hù)溫度對(duì)濕噴混凝土強(qiáng)度影響的實(shí)驗(yàn)研究，發(fā)現(xiàn)料漿溫度對(duì)混凝土早期強(qiáng)度影響顯著，養(yǎng)護(hù)溫度對(duì)混凝土后期強(qiáng)度影響明顯；吳愛(ài)祥等[6]通過(guò)對(duì)5，10，16，20 ℃養(yǎng)護(hù)的混凝土抗壓強(qiáng)度的分析發(fā)現(xiàn)，溫度低于10 ℃時(shí)，混凝土早期強(qiáng)度顯著降低，溫度高于16 ℃時(shí)，促進(jìn)了后期強(qiáng)度的發(fā)展；田林杰等[7]開(kāi)展養(yǎng)護(hù)溫度對(duì)水泥水化與微觀結(jié)構(gòu)的影響發(fā)現(xiàn)，相比于20 ℃養(yǎng)護(hù)，-3 ℃養(yǎng)護(hù)的混凝土早期抗壓強(qiáng)度明顯降低，內(nèi)部孔間距系數(shù)和氣孔平均弦長(zhǎng)增大，孔徑粗化嚴(yán)重；VELAY-LIZANCOS 等[8]探討了養(yǎng)護(hù)溫度對(duì)不同類型和配比的混凝土的抗壓強(qiáng)度演變的影響，發(fā)現(xiàn)低溫下混凝土凝結(jié)緩慢且溫度對(duì)不同混凝土各齡期強(qiáng)度具有相似的影響性；PICHLER等[9]通過(guò)研究發(fā)現(xiàn)：混凝土早期強(qiáng)度與其水化反應(yīng)程度呈冪指數(shù)關(guān)系，同時(shí)養(yǎng)護(hù)溫度會(huì)影響C-S-H凝膠等水化產(chǎn)物的生成速率進(jìn)而影響強(qiáng)度。上述研究表明，養(yǎng)護(hù)溫度對(duì)混凝土強(qiáng)度具有顯著影響，但對(duì)于不同養(yǎng)護(hù)溫度下的混凝土強(qiáng)度演化規(guī)律沒(méi)有開(kāi)展深入研究；同時(shí)關(guān)于溫度對(duì)濕噴混凝土強(qiáng)度損傷機(jī)理的研究并不充分。因此，開(kāi)展養(yǎng)護(hù)溫度(尤其是低溫)對(duì)濕噴混凝土強(qiáng)度影響機(jī)理的研究，對(duì)濕噴技術(shù)在高寒地區(qū)的推廣應(yīng)用以及安全生產(chǎn)具有重要意義；同時(shí)，對(duì)低溫下濕噴混凝土強(qiáng)度進(jìn)行精準(zhǔn)預(yù)測(cè)將為濕噴技術(shù)在工程中的應(yīng)用提供指導(dǎo)。

針對(duì)在低溫環(huán)境下濕噴技術(shù)存在強(qiáng)度不穩(wěn)定、支護(hù)易失效等問(wèn)題，本文作者以吉林省東南部某金礦為研究背景，根據(jù)該礦山的濕噴配合比開(kāi)展不同養(yǎng)護(hù)溫度下的抗壓強(qiáng)度試驗(yàn)，研究養(yǎng)護(hù)溫度對(duì)濕噴混凝土強(qiáng)度發(fā)展的影響規(guī)律；構(gòu)建ANNPSO 強(qiáng)度預(yù)測(cè)模型，實(shí)現(xiàn)低溫下混凝土強(qiáng)度的精準(zhǔn)智能化預(yù)測(cè)；采用SEM 進(jìn)行濕噴混凝土微觀結(jié)構(gòu)分析，探討低溫對(duì)濕噴混凝土強(qiáng)度的損傷機(jī)理，為濕噴技術(shù)在高寒礦山的成功應(yīng)用提供了工程建議。

1 養(yǎng)護(hù)溫度對(duì)濕噴混凝土強(qiáng)度的影響實(shí)驗(yàn)

1.1 實(shí)驗(yàn)背景及方案設(shè)計(jì)

某金礦位于吉林省東南部，該地區(qū)夏季多雨，冬季嚴(yán)寒多雪，冰凍期長(zhǎng)達(dá)6個(gè)多月，年平均氣溫-1～12 ℃，冰凍期地表溫度最低可達(dá)-30 ℃，井下平均氣溫5 ℃左右。礦區(qū)內(nèi)斷裂構(gòu)造十分發(fā)育，礦區(qū)工程地質(zhì)類型為碎裂結(jié)構(gòu)。為了對(duì)礦山破碎復(fù)雜巖體巷道進(jìn)行有效支護(hù)，該金礦引進(jìn)了濕噴混凝土技術(shù)，確定混凝土支護(hù)強(qiáng)度等級(jí)為C30。井下溫度變化較大，導(dǎo)致濕噴混凝土支護(hù)強(qiáng)度變化比較大，尤其是冬季濕噴強(qiáng)度難以達(dá)到要求，出現(xiàn)支護(hù)失穩(wěn)等問(wèn)題。為探尋環(huán)境溫度對(duì)濕噴混凝土各齡期強(qiáng)度發(fā)展的影響規(guī)律，并實(shí)現(xiàn)不同養(yǎng)護(hù)溫度下濕噴混凝土強(qiáng)度的智能化預(yù)測(cè)，開(kāi)展了養(yǎng)護(hù)溫度對(duì)濕噴混凝土強(qiáng)度影響的實(shí)驗(yàn)研究。根據(jù)礦山全年井下溫度變化，養(yǎng)護(hù)溫度設(shè)置為2～20 ℃；以礦山現(xiàn)用配合比作為實(shí)驗(yàn)配合比，骨料為粒徑小于10 mm粗骨料和粒徑小于4 mm的細(xì)砂，該骨料的漿體具有較好的輸送特性，各骨料粒級(jí)見(jiàn)圖1；水泥選用42.5級(jí)普通硅酸鹽水泥；減水劑選用BASF 的RHEOPLUS 26 高效減水劑。實(shí)驗(yàn)方案見(jiàn)表1。

表1 養(yǎng)護(hù)溫度對(duì)濕噴混凝土強(qiáng)度影響實(shí)驗(yàn)方案Table 1 Experimental arrangements of effect of curing temperature on wet shotcrete strength

圖1 骨料粒級(jí)組成Fig.1 Aggregate size composition

1.2 實(shí)驗(yàn)過(guò)程及結(jié)果

按照實(shí)驗(yàn)方案配制濕噴混凝土料漿，使用手持式攪拌機(jī)均勻攪拌3 min，然后將料漿澆注至長(zhǎng)×寬×高為100 mm×100 mm×100 mm 的立方體試模內(nèi)，在不同溫度的養(yǎng)護(hù)箱內(nèi)養(yǎng)護(hù)至3，7，14 和28 d。使用WES-100 型液壓萬(wàn)能試驗(yàn)機(jī)測(cè)定其3，7，14和28 d單軸抗壓強(qiáng)度，為保證結(jié)果可靠，每個(gè)齡期測(cè)試3個(gè)試塊，測(cè)試結(jié)果取平均值，實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)見(jiàn)表2。

表2 不同養(yǎng)護(hù)溫度下試樣的單軸抗壓強(qiáng)度實(shí)驗(yàn)結(jié)果Table 2 Experimental results of uniaxial compressive strength at different curing temperatures

2 濕噴混凝土強(qiáng)度預(yù)測(cè)模型

2.1 數(shù)據(jù)歸一化

通過(guò)開(kāi)展?jié)駠娀炷僚浜媳葟?qiáng)度試驗(yàn)獲得40組強(qiáng)度數(shù)據(jù)，從中隨機(jī)抽取32組作為訓(xùn)練集，8組作為測(cè)試集[10]。訓(xùn)練集用于對(duì)預(yù)測(cè)模型進(jìn)行調(diào)試、優(yōu)化和訓(xùn)練，測(cè)試集用于評(píng)價(jià)模型的預(yù)測(cè)性能。為了提高模型預(yù)測(cè)準(zhǔn)確度，避免因?yàn)橛?xùn)練集和測(cè)試集數(shù)值相差太大導(dǎo)致預(yù)測(cè)結(jié)果不準(zhǔn)確，采用式(1)和(2)對(duì)測(cè)試數(shù)據(jù)進(jìn)行歸一化處理，歸一化后所有數(shù)據(jù)分布[0，1]之間。

式中：xi′和yi′分別為歸一化處理后的模型輸入值和輸出值；xi和yi分別為原始輸入值和輸出值；xmin和xmax分別為輸入數(shù)據(jù)的最小值和最大值；ymin和ymax分別為輸出數(shù)據(jù)的最小值和最大值。

2.2 ANN預(yù)測(cè)模型的建立

神經(jīng)網(wǎng)絡(luò)(ANN)按照輸入值和輸出值來(lái)創(chuàng)建模型，通過(guò)調(diào)整神經(jīng)網(wǎng)絡(luò)內(nèi)部的權(quán)值來(lái)擬合輸入值和輸出值之間的關(guān)系，能夠準(zhǔn)確反映非常復(fù)雜的線性和非線性關(guān)系。誤差反向傳播算法(back propagation)是ANN 類型中應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法之一，這種神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層和輸出層組成[11]。輸入層即為神經(jīng)網(wǎng)絡(luò)的第一層，本文主要研究養(yǎng)護(hù)溫度以及養(yǎng)護(hù)時(shí)間對(duì)單軸抗壓強(qiáng)度的影響，所以輸入層神經(jīng)元個(gè)數(shù)為2。輸出層為模型的第三層，輸出值為不同養(yǎng)護(hù)齡期的濕噴混凝土單軸抗壓強(qiáng)度，因此輸出層包含1 個(gè)神經(jīng)元。第二層為隱含層，隱含層神經(jīng)元個(gè)數(shù)的選擇直接影響模型的預(yù)測(cè)精度，但目前針對(duì)隱含層最佳神經(jīng)元個(gè)數(shù)的確定并沒(méi)有非常精準(zhǔn)的計(jì)算公式。因此，本文建立2 種包含不同隱含層神經(jīng)元個(gè)數(shù)(隱含層神經(jīng)元數(shù)的變化范圍為1～7)的BP神經(jīng)網(wǎng)絡(luò)模型，其中，一種采用PSO 算法對(duì)網(wǎng)絡(luò)權(quán)值和閾值進(jìn)行了優(yōu)化，另一種為傳統(tǒng)網(wǎng)絡(luò)，即權(quán)值和閾值不經(jīng)過(guò)任何優(yōu)化。將兩者預(yù)測(cè)性能進(jìn)行比較，以此獲得最佳的隱含層神經(jīng)元個(gè)數(shù)，并驗(yàn)證PSO算法優(yōu)化有效性。本模型輸入層采用Levenberg-Mrquardt 算法，隱含層以及輸出層分別采用logsig，purelin 傳遞函數(shù)，設(shè)定訓(xùn)練次數(shù)為3 000次，學(xué)習(xí)率取0.2，動(dòng)量系數(shù)取0.7[12]。

2.3 PSO優(yōu)化ANN預(yù)測(cè)模型

PSO算法是一種強(qiáng)大的全局優(yōu)化算法[13]，是對(duì)鳥(niǎo)群捕食行為的模擬。在PSO 算法中，每只鳥(niǎo)都代表1個(gè)“粒子”，并且每個(gè)粒子都包含有位置和速度這2個(gè)屬性。聯(lián)系本文實(shí)際，粒子位置代表網(wǎng)絡(luò)的初始權(quán)值和閾值，速度表示初始權(quán)值和閾值每次更新時(shí)的幅度。PSO 算法優(yōu)化ANN 初始權(quán)值和閾值的具體步驟如下：

1)建立BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。

2)粒子位置和速度初始化。通過(guò)生成一群具有隨機(jī)位置和速度的粒子(隨機(jī)解)來(lái)完成初始化。

3)計(jì)算粒子適應(yīng)度。適應(yīng)度由適應(yīng)度函數(shù)計(jì)算得到，在本文中適應(yīng)度函數(shù)采用均方誤差MSE，MSE越小表示該粒子越優(yōu)。

4)粒子速度和位置更新?；谠摬襟E可以不斷捕捉更優(yōu)的粒子，從而不斷逼近最優(yōu)粒子，粒子的速度和位置更新公式為：

式中：r1和r2為[0，1]內(nèi)均勻分布的隨機(jī)數(shù)；c1和c2為學(xué)習(xí)因子，取為1.8；w為慣性權(quán)重；Pid(t)為第i個(gè)粒子自身最優(yōu)位置；Gd(t)為群體最優(yōu)位置；X(t)為粒子的當(dāng)前位置[14]。

PSO算法粒子群規(guī)模為300，粒子個(gè)體長(zhǎng)度為21，迭代次數(shù)為100次。完成迭代后，最優(yōu)粒子的權(quán)值和閾值即成為神經(jīng)網(wǎng)絡(luò)的最優(yōu)初始權(quán)值和閾值。

5)ANN-PSO 模型預(yù)測(cè)。將測(cè)試集數(shù)據(jù)輸入PSO 優(yōu)化后的神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，構(gòu)建ANNPSO 優(yōu)化模型對(duì)濕噴混凝土不同養(yǎng)護(hù)溫度下的單軸抗壓強(qiáng)度進(jìn)行預(yù)測(cè)。

3 強(qiáng)度預(yù)測(cè)結(jié)果分析

3.1 模型拓?fù)浣Y(jié)構(gòu)確定及PSO優(yōu)化效果

采用平均相對(duì)誤差(MRE)和決定系數(shù)R2對(duì)PSO優(yōu)化以及無(wú)PSO 優(yōu)化模型的預(yù)測(cè)效果進(jìn)行評(píng)價(jià)，MRE 越接近0、R2越靠近1 則模型預(yù)測(cè)效果越好，相關(guān)計(jì)算公式如下：

式中：EMR為平均相對(duì)誤差；yi和pi分別為實(shí)驗(yàn)值和預(yù)測(cè)值；為實(shí)驗(yàn)值的平均值。

圖2和圖3所示分別為不同數(shù)量隱含層神經(jīng)元數(shù)與測(cè)試集平均相對(duì)誤差、決定系數(shù)R2的關(guān)系。由圖2可以看出：較無(wú)PSO優(yōu)化模型，采用PSO算法優(yōu)化后模型的MRE 大幅降低，最大降低22.88%。由圖3可以看出：經(jīng)PSO算法優(yōu)化后，模型的擬合優(yōu)度明顯提升，R2最大提升0.141。這2個(gè)評(píng)價(jià)指標(biāo)的表現(xiàn)說(shuō)明PSO算法在優(yōu)化ANN中具有有效性與優(yōu)越性。

圖2 隱含層神經(jīng)元數(shù)與平均相對(duì)誤差的關(guān)系Fig.2 Relationship between node number of hidden layer and MRE

圖3 隱含層神經(jīng)元個(gè)數(shù)與決定系數(shù)關(guān)系Fig.3 Relationship between node number of hidden layer and R2

同時(shí)，從圖2可發(fā)現(xiàn)，無(wú)論模型是否經(jīng)過(guò)優(yōu)化，當(dāng)隱含層神經(jīng)元個(gè)數(shù)小于5 時(shí)，MRE 總是呈現(xiàn)逐漸降低的趨勢(shì)，但當(dāng)神經(jīng)元個(gè)數(shù)大于5 時(shí)，MRE卻突然升高。對(duì)比圖3也可發(fā)現(xiàn)此相同規(guī)律，當(dāng)神經(jīng)元個(gè)數(shù)小于5時(shí)，R2不斷提高，當(dāng)神經(jīng)元個(gè)數(shù)超過(guò)5時(shí)，R2則會(huì)大幅降低。出現(xiàn)此現(xiàn)象的主要原因是當(dāng)隱含層神經(jīng)元個(gè)數(shù)過(guò)少時(shí)，無(wú)法在輸入和輸出之間建立有效的映射來(lái)表達(dá)它們之間的非線性關(guān)系，所以預(yù)測(cè)精度會(huì)變差。當(dāng)隱含層神經(jīng)元個(gè)數(shù)過(guò)多時(shí)，網(wǎng)絡(luò)的復(fù)雜度則會(huì)大大增加，進(jìn)而導(dǎo)致過(guò)擬合現(xiàn)象的產(chǎn)生，使預(yù)測(cè)精度產(chǎn)生大幅下降[15-16]。因此，當(dāng)隱含層神經(jīng)元數(shù)為5 時(shí)，模型具有最佳的預(yù)測(cè)性能，其測(cè)試集的MRE 為1.706%，R2為0.996。最后經(jīng)綜合考慮，隱含層神經(jīng)元個(gè)數(shù)取5，形成的網(wǎng)絡(luò)結(jié)構(gòu)為2-5-1 結(jié)構(gòu)，其示意圖如圖4所示。

圖4 網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.4 Artificial neural network structure

3.2 ANN-PSO模型預(yù)測(cè)效果

圖5所示為ANN-PSO 優(yōu)化模型預(yù)測(cè)的濕噴混凝土單軸抗壓強(qiáng)度與相應(yīng)實(shí)驗(yàn)值的比較。由圖5(a)可以看出：訓(xùn)練集的預(yù)測(cè)值曲線和實(shí)驗(yàn)值曲線之間貼合度較好，MRE 為1.077%。由圖5(c)可以看出：測(cè)試集的預(yù)測(cè)值和實(shí)驗(yàn)值數(shù)據(jù)吻合度較高，MRE 為1.706%。圖5(b)和(d)表明，訓(xùn)練集和測(cè)試集的回歸結(jié)果較優(yōu)，R2分別為0.998和0.996。特別是對(duì)于訓(xùn)練集，散點(diǎn)與圖中理想曲線幾乎重合(即預(yù)測(cè)值等于測(cè)試值)，而對(duì)于測(cè)試集，則存在輕微的離散性。以上結(jié)果說(shuō)明該模型訓(xùn)練良好，避免了擬合不足和過(guò)擬合，能準(zhǔn)確表達(dá)各影響因素和單軸抗壓強(qiáng)度之間的非線性關(guān)系，對(duì)濕噴混凝土強(qiáng)度預(yù)測(cè)具有較好效果；可利用該模型開(kāi)展不同養(yǎng)護(hù)溫度下濕噴混凝土強(qiáng)度預(yù)測(cè)，為濕噴技術(shù)在高寒區(qū)的應(yīng)用提供指導(dǎo)。

圖5 模型預(yù)測(cè)性能Fig.5 Model prediction performance

4 低溫強(qiáng)度損傷機(jī)理與工程建議

4.1 低溫強(qiáng)度損傷機(jī)理

基于實(shí)驗(yàn)研究以及ANN-PSO優(yōu)化模型預(yù)測(cè)發(fā)現(xiàn)：養(yǎng)護(hù)溫度對(duì)各齡期濕噴混凝土強(qiáng)度具有顯著的影響作用，低溫會(huì)損傷濕噴混凝土的強(qiáng)度，導(dǎo)致其強(qiáng)度低于預(yù)期目標(biāo)。濕噴混凝土強(qiáng)度發(fā)展規(guī)律如圖6所示?？梢?jiàn)：養(yǎng)護(hù)溫度由2 ℃提高到12 ℃時(shí)，養(yǎng)護(hù)3～28 d強(qiáng)度提升92.6%～145%，提升明顯；而養(yǎng)護(hù)溫度由12 ℃提高到20 ℃時(shí)，養(yǎng)護(hù)3～28 d強(qiáng)度提升僅10.5%～19.3%，且當(dāng)養(yǎng)護(hù)溫度接近20℃時(shí)，強(qiáng)度基本不變。

圖6 濕噴混凝土強(qiáng)度發(fā)展規(guī)律Fig.6 Strength development law of wet shotcrete

溫度效應(yīng)[17-19]對(duì)濕噴混凝土強(qiáng)度發(fā)展的影響是一個(gè)復(fù)雜的物理化學(xué)過(guò)程，主要體現(xiàn)在影響混凝土內(nèi)部結(jié)構(gòu)發(fā)育和水化反應(yīng)進(jìn)程2 個(gè)方面。采用SEM 對(duì)不同養(yǎng)護(hù)溫度(2，8，14 和20 ℃)下28 d 養(yǎng)護(hù)齡期的濕噴混凝土微觀形貌進(jìn)行觀測(cè)，分析混凝土的物理結(jié)構(gòu)和水化反應(yīng)程度，以探尋溫度對(duì)濕噴混凝土宏觀強(qiáng)度的影響機(jī)理。不同養(yǎng)護(hù)溫度下的濕噴混凝土微觀結(jié)構(gòu)如圖7所示。

圖7 不同養(yǎng)護(hù)溫度下混凝土微觀結(jié)構(gòu)Fig.7 Microstructure of concrete at different curing temperatures

濕噴混凝土是由水泥膠體、Ca(OH)2晶體、固體顆粒以及孔隙等構(gòu)成的多孔結(jié)構(gòu)?；炷翉?qiáng)度與孔隙率的關(guān)系為

式中：S為混凝土理想狀態(tài)強(qiáng)度，MPa；S0為孔隙率為0 時(shí)混凝土強(qiáng)度，MPa；b為與膠凝劑及齡期有關(guān)的常量；p為混凝土內(nèi)部孔隙率。

由式(7)可知：隨著混凝土孔隙率增大，強(qiáng)度呈指數(shù)降低。因此混凝土的孔隙結(jié)構(gòu)決定了其強(qiáng)度特性。

由圖7可知，濕噴混凝土微觀結(jié)構(gòu)隨養(yǎng)護(hù)溫度的變化呈現(xiàn)不同的特征。當(dāng)養(yǎng)護(hù)溫度較低時(shí)，混凝土結(jié)構(gòu)疏松，微裂隙和氣孔較多；隨著養(yǎng)護(hù)溫度的升高，微裂隙逐漸愈合，氣孔消失，混凝土結(jié)構(gòu)密實(shí)。2 ℃養(yǎng)護(hù)的濕噴混凝土裂隙發(fā)達(dá)，孔多且孔徑較大，結(jié)構(gòu)缺陷明顯；8 ℃養(yǎng)護(hù)的濕噴混凝土裂隙減少，存在大量孔隙但孔徑相對(duì)變小，空間結(jié)構(gòu)逐漸完善；14 ℃養(yǎng)護(hù)的濕噴混凝土微裂隙逐漸愈合，分布少量孔隙，孔徑大幅度減小，結(jié)構(gòu)趨于密實(shí)；當(dāng)養(yǎng)護(hù)溫度升高到20 ℃時(shí)，微裂隙完全愈合，結(jié)構(gòu)完善密實(shí)。根據(jù)混凝土微觀結(jié)構(gòu)與宏觀強(qiáng)度發(fā)展可知，低溫引起的混凝土結(jié)構(gòu)缺陷是其強(qiáng)度受到損傷的本質(zhì)原因，養(yǎng)護(hù)溫度的變化引起濕噴混凝土孔隙結(jié)構(gòu)的改變是影響其強(qiáng)度發(fā)展的主要因素。

混凝土固體顆粒間的孔隙主要由水泥水化反應(yīng)生成的晶體和膠體填充，膠體將固體顆粒和晶體膠結(jié)在一起，形成高強(qiáng)度的膠結(jié)結(jié)構(gòu)，表現(xiàn)為宏觀的混凝土強(qiáng)度。水化反應(yīng)中主要有如下化學(xué)反應(yīng)：

根據(jù)不同養(yǎng)護(hù)溫度下水化反應(yīng)生成物的類型和數(shù)量，可以判斷水化反應(yīng)進(jìn)程并為宏觀強(qiáng)度的發(fā)展提供指導(dǎo)。不同養(yǎng)護(hù)溫度下的混凝土微觀生成物見(jiàn)圖8。從圖8可以看出：2 ℃養(yǎng)護(hù)的濕噴混凝土發(fā)生少量水化反應(yīng)，孔隙中分布有細(xì)針狀A(yù)Ft晶體，絨毛狀C-S-H 凝膠和板狀Ca(OH)2晶體少量出現(xiàn)在固體顆粒表面，粗大的孔隙中無(wú)水化產(chǎn)物充填，顆粒之間主要為接觸連接，強(qiáng)度較低；8 ℃養(yǎng)護(hù)的濕噴混凝土的水化反應(yīng)進(jìn)程加快，C-S-H凝膠和Ca(OH)2晶體開(kāi)始增多，大量針狀A(yù)Ft 晶體交錯(cuò)搭接在孔隙中，孔隙減小，部分顆粒由接觸連接變?yōu)槟z結(jié)連接，強(qiáng)度有所提高；14 ℃養(yǎng)護(hù)的濕噴混凝土的水化反應(yīng)程度較高，固體顆粒間的孔隙逐漸被C-S-H 凝膠和Ca(OH)2晶體填充，初步形成膠結(jié)結(jié)構(gòu)，整體強(qiáng)度較高；20 ℃養(yǎng)護(hù)的濕噴混凝土的水化反應(yīng)基本完成，可以看到大量絮狀CS-H凝膠，孔隙中仍有少量粗大的AFt 晶體，整體膠結(jié)結(jié)構(gòu)已經(jīng)形成，強(qiáng)度發(fā)育良好。低溫下濕噴混凝土水化反應(yīng)緩慢，水化產(chǎn)物生成量少、遷移速率低，無(wú)法填充孔隙結(jié)構(gòu)，混凝土整體結(jié)構(gòu)疏松強(qiáng)度較低；隨著養(yǎng)護(hù)溫度升高，水化反應(yīng)速率加快，大量膠凝體和晶體擴(kuò)散填充到固體顆粒間，形成致密的膠結(jié)結(jié)構(gòu)，因此濕噴混凝土強(qiáng)度提高。

圖8 混凝土微觀生成物Fig.8 Micro-products in concrete

通過(guò)上述研究可知，低溫對(duì)濕噴混凝土強(qiáng)度發(fā)展的影響機(jī)制主要體現(xiàn)在以下2個(gè)方面：1)低溫引起的混凝土孔隙結(jié)構(gòu)缺陷是其強(qiáng)度受到損傷的本質(zhì)原因；2)低溫抑制了水化反應(yīng)導(dǎo)致膠凝物質(zhì)生成量少，無(wú)法滿足混凝土由孔隙結(jié)構(gòu)到致密膠結(jié)結(jié)構(gòu)的發(fā)育需求。

4.2 強(qiáng)度損傷系數(shù)

目前溫度對(duì)強(qiáng)度的損傷機(jī)理相關(guān)研究并不充分，因此引入混凝土強(qiáng)度損傷系數(shù)的概念，其定義為

式中：k為強(qiáng)度損傷系數(shù)；STz為標(biāo)準(zhǔn)養(yǎng)護(hù)溫度(20 ℃)任意齡期下的混凝土強(qiáng)度，MPa；ST(i)為低于標(biāo)準(zhǔn)養(yǎng)護(hù)溫度下對(duì)應(yīng)齡期的混凝土強(qiáng)度，MPa。

通過(guò)ANN-PSO 優(yōu)化模型預(yù)測(cè)1～20 ℃養(yǎng)護(hù)溫度下的濕噴混凝土強(qiáng)度并計(jì)算相應(yīng)強(qiáng)度損傷系數(shù)，結(jié)果見(jiàn)圖9。由圖9可知：不同養(yǎng)護(hù)齡期下，濕噴混凝土強(qiáng)度損傷系數(shù)隨著養(yǎng)護(hù)溫度的增加而逐漸減小，且均表現(xiàn)出了相似的變化趨勢(shì)。進(jìn)一步研究發(fā)現(xiàn)，不同齡期、不同養(yǎng)護(hù)溫度下的強(qiáng)度損傷系數(shù)表現(xiàn)出了一定的關(guān)聯(lián)性，通過(guò)Origin的多元非線性擬合得到以養(yǎng)護(hù)溫度為變量的損傷系數(shù)擬合曲線，其R2為0.973，相關(guān)性很好，說(shuō)明強(qiáng)度損傷系數(shù)主要由養(yǎng)護(hù)溫度決定；此外，該曲線斜率反映了混凝土強(qiáng)度的增長(zhǎng)趨勢(shì)。前述研究體現(xiàn)出了養(yǎng)護(hù)溫度對(duì)混凝土強(qiáng)度的本質(zhì)影響，可為低溫下的配合比設(shè)計(jì)提供指導(dǎo)。

圖9 養(yǎng)護(hù)溫度與強(qiáng)度損傷系數(shù)的關(guān)系Fig.9 Relationship between curing temperature and strength damage coefficient

4.3 工程建議

礦山每年濕噴支護(hù)量巨大，濕噴混凝土強(qiáng)度不足將影響濕噴支護(hù)質(zhì)量，由此帶來(lái)的巷道返修將給礦山帶來(lái)巨大的經(jīng)濟(jì)損失，并影響礦山開(kāi)采進(jìn)度，也會(huì)對(duì)生產(chǎn)過(guò)程中的人員、設(shè)備帶來(lái)一定的安全隱患。養(yǎng)護(hù)溫度對(duì)濕噴混凝土的強(qiáng)度發(fā)展影響顯著，而礦山所處地域冰凍期長(zhǎng)，井下平均氣溫僅5 ℃左右，在開(kāi)展?jié)駠娭ёo(hù)時(shí)，有必要考慮低溫環(huán)境對(duì)混凝土強(qiáng)度損傷的影響。因此提出如下建議：

1)提高井下環(huán)境溫度達(dá)到12 ℃以上。在斜坡道入口建立鍋爐房，當(dāng)天氣轉(zhuǎn)冷時(shí)，將加熱的暖風(fēng)輸入井下；通過(guò)實(shí)驗(yàn)研究，當(dāng)支護(hù)巷道溫度達(dá)到12 ℃以上，濕噴28 d 強(qiáng)度可達(dá)到30 MPa 的要求，因此盡量使井下溫度達(dá)到12 ℃；

2)考慮溫度影響的配合比設(shè)計(jì)。當(dāng)井下溫度高于12 ℃時(shí)，采用本文的配合比，強(qiáng)度將超過(guò)支護(hù)要求的30 MPa，可適當(dāng)降低水泥摻量，達(dá)到節(jié)約支護(hù)成本的目的；當(dāng)井下溫度低于12 ℃時(shí)，在標(biāo)準(zhǔn)養(yǎng)護(hù)條件下開(kāi)展配合比設(shè)計(jì)，結(jié)合本文提出的強(qiáng)度損傷系數(shù)，可得到30 MPa 強(qiáng)度時(shí)對(duì)應(yīng)的溫度Ti(Ti＜12 ℃)，則該配比作為T(mén)i溫度下礦山采用的配合比；標(biāo)準(zhǔn)養(yǎng)護(hù)條件下得到3～4 組不同低溫(＜12 ℃)下的不同配比后，開(kāi)展低溫養(yǎng)護(hù)下的配合比實(shí)驗(yàn)進(jìn)行強(qiáng)度驗(yàn)證；并將這幾組實(shí)驗(yàn)數(shù)據(jù)在本文提出的ANN-PSO優(yōu)化模型中進(jìn)行訓(xùn)練，在訓(xùn)練好的預(yù)測(cè)模型中通過(guò)調(diào)整配合比和養(yǎng)護(hù)溫度，得到強(qiáng)度30 MPa 時(shí)，不同低溫下采用的配合比。設(shè)計(jì)流程見(jiàn)圖10。

圖10 考慮溫度影響的配合比設(shè)計(jì)Fig.10 Mix design considering influence of temperature

5 結(jié)論

1)基于強(qiáng)度試驗(yàn)結(jié)果構(gòu)建了ANN-PSO優(yōu)化強(qiáng)度預(yù)測(cè)模型，實(shí)現(xiàn)了不同溫度下濕噴混凝土強(qiáng)度的精準(zhǔn)智能化預(yù)測(cè)，其平均相對(duì)誤差僅1.706%，決定系數(shù)為0.996，可為濕噴技術(shù)在低溫環(huán)境的應(yīng)用提供指導(dǎo)。

2)養(yǎng)護(hù)溫度對(duì)各齡期濕噴混凝土強(qiáng)度具有顯著影響，低溫會(huì)損傷濕噴混凝土的強(qiáng)度。養(yǎng)護(hù)溫度由2 ℃提高到12 ℃時(shí)，其3～28 d 強(qiáng)度提升92.6%～145%；養(yǎng)護(hù)溫度由12 ℃提高到20 ℃時(shí)，其3～28 d 強(qiáng)度提升僅10.5%～19.3%；養(yǎng)護(hù)溫度為12 ℃時(shí)，濕噴強(qiáng)度達(dá)到30 MPa的支護(hù)要求，因此應(yīng)盡量保證環(huán)境溫度高于12 ℃。

3)混凝土的微觀結(jié)構(gòu)決定了其強(qiáng)度特性。低溫下濕噴混凝土水化反應(yīng)緩慢，水化產(chǎn)物生成量少無(wú)法填充孔隙結(jié)構(gòu)，混凝土結(jié)構(gòu)疏松；隨著養(yǎng)護(hù)溫度升高，水化反應(yīng)速率加快，大量膠凝體和晶體填充孔隙形成致密的膠結(jié)結(jié)構(gòu)。低溫引起的混凝土結(jié)構(gòu)缺陷是其強(qiáng)度受到損傷的本質(zhì)原因，養(yǎng)護(hù)溫度的變化引起濕噴混凝土孔隙結(jié)構(gòu)的改變是影響其強(qiáng)度發(fā)展的主要因素。

4)養(yǎng)護(hù)溫度決定了濕噴混凝土的強(qiáng)度損傷系數(shù)，不同養(yǎng)護(hù)齡期下強(qiáng)度損傷系數(shù)隨著養(yǎng)護(hù)溫度的增加逐漸減?。换诒疚奶岢龅膹?qiáng)度預(yù)測(cè)模型和強(qiáng)度損傷系數(shù)，為該礦山提出了提高井下環(huán)境溫度以及考慮溫度影響的配合比設(shè)計(jì)的工程建議，以解決濕噴支護(hù)技術(shù)在低溫環(huán)境下應(yīng)用時(shí)出現(xiàn)的問(wèn)題。