摘 要：針對摻合料種類繁多，無法適應粘結界面的粗糙度，降低了抗壓強度的預測精度問題，從不同硅灰摻量、鋼纖維摻量、粉煤灰摻量角度，制備不同配合比條件的高粘結性能混凝土試件，將不同配合比摻量數(shù)據(jù)作為K近鄰算法的輸入，以適應粘結界面的粗糙度，計算新配比樣本與參考配比樣本配比特征的歐幾里得距離，將距離最小的參考配比樣本中混凝土抗壓強度作為新配比樣本中混凝土抗壓強度預測值，提高抗壓強度的預測精度。試驗結果表明，硅灰摻量、鋼纖維摻量、粉煤灰摻量分別是25%、4%、10%時，高粘結性能混凝土抗壓強度較優(yōu)。

關鍵詞：K近鄰算法；高粘結性能；抗壓強度；超高性能混凝土；配合比

中圖分類號：TQ177.6 + 8；TU528 文獻標志碼：A 文章編號：1001-5922（2025）03-0024-04

Prediction of compressive strength of concrete with highcohesive properties based on K-nearest neighbor algorithm

WU Xiaoyuan，LIU Yan

（Ningxia Vocational and Technical College，Yinchuan 750001，China）

Abstract：In view of the wide variety of admixtures，which cannot adapt to the roughness of the bonding interfaceand reduce the prediction accuracy of compressive strength，concrete specimens with high bonding performance un?der different mix conditions were prepared from the perspectives of different silica fume content，steel fiber contentand fly ash content，and the data of different mix ratios were used as the input of the K-nearest neighbor algorithm toadapt to the roughness of the bonding interface，and the Euclidean distance between the new ratio sample and thereference ratio sample was calculated. The compressive strength of concrete in the reference ratio sample with thesmallest distance was used as the predicted value of concrete compressive strength in the new ratio sample to im?prove the prediction accuracy of compressive strength. The test results showed that when the silica fume，steel fiberand fly ash content were 25%，4% and 10%，respectively，the compressive strength of concrete with high bondingperformance is better.

Key words：K-nearest neighbor algorithm；high adhesive performance；compressive strength；ultra high performanceconcrete；mix ratio

在高粘結性能混凝土中，粘結界面的特性對混凝土的性能具有重要影響 [1] 。因此，研究粘結界面的特性及與混凝土性能之間的關系成為研究的重點。

使用BP神經(jīng)網(wǎng)絡學習和識別不同粉煤灰摻量對混凝土抗壓強度的影響 [2] 。將天牛須搜尋算法（BAS）與多層神經(jīng)網(wǎng)絡（MLP）相結合，用于預測混凝土抗壓強度，該方法可提高混凝土抗壓強度的預測精度 [3] 。以CFRP約束混凝土的抗壓強度，與多個因素間存在復雜非線性關系，傳統(tǒng)模型難以準確描述。BP神經(jīng)網(wǎng)絡被用于學習這種非線性關系以預測抗壓強度 [4] 。探討基于混合極限學習機與灰狼優(yōu)化的混凝土抗壓強度預測方法 [5] 。

在以上研究方法的基礎上，提出基于K近鄰算法的高粘結性能混凝土抗壓強度預測方法。K近鄰算法能夠根據(jù)已知的混凝土樣本及其對應的抗壓強度數(shù)據(jù)，來預測具有類似特性的新混凝土樣本抗壓強度。

1 試驗材料與方法

1.1 試驗材料

超高性能混凝土抗壓性能顯著，具有非常高的黏度和硬度 [6-8] 。以特殊混凝土配合比為基礎，使用極細級別的礦物、鋼纖維、高性能粉末和特殊的化學添加劑等材料精制而成 [9] 。此類混凝土主要應用領域包括橋梁、鋼筋混凝土構件、地鐵隧道襯砌等 [10] 。為研究此類高粘結性混凝土抗壓強度，首先制備高粘結性混凝土試件。

（1）膠凝材料。膠凝材料使用C60級別硅酸鹽水泥（上海賽可銳生物科技有限公司）、硅灰（洛陽匯矽硅灰有限公司）。2種材料的化學成分與物理特性如表1所示。

硅灰材料的合理使用，能夠改善混凝土結構性能，提高其粘結性 [11] 。硅灰中活性成分易和混凝土材料出現(xiàn)化學反應，形成更加緊密結構，從而增強混凝土粘結力 [12] 。這種粘結力的提高，有助于減少混凝土內部的微裂縫和缺陷，進一步提高其抗壓強度。

（2）骨料。試驗使用石英粉（濟南晴天化工科技有限公司）與硅砂（沂南縣運隆硅砂有限公司）作為骨料，硅砂的二氧化硅含量與含水量分別大于96%、小于2%。石英粉的粒徑均值是0.046 mm，把硅砂篩分為[0.85 mm，0.4 mm]、[0.4 mm，0.2 mm]、[0.2 mm，0.1 mm]3種粒徑，以質量比3∶3∶1的比例混合用于混凝土制備。

（3）減水劑。減水劑（佛山市古粵新型材料有限公司）的材料信息如表2所示。

（4）鋼纖維。鋼纖維的加入可以有效地分散混凝土內部的應力，減少裂縫的產(chǎn)生和擴展，從而提高高粘結性能混凝土的韌性 [13-14] 。這種韌性的提高有助于增強混凝土的粘結性，使其在面對外力作用時能夠保持更好的整體性 [15-16] 。所應用鋼纖維（山東永利達新材料技術有限公司）的性能參數(shù)如表3所示。

（5）粉煤灰。粉煤灰（武漢吉業(yè)升化工有限公司）微珠的具體信息如表4所示。

1.2 高粘結性能混凝土試件配合比設計

高粘結性能混凝土試件配合比設計詳情如表5所示，各個試件大小是105 mm×105 mm×105 mm。

1.3 混凝土試件制備與養(yǎng)護方法此制備方法屬于二次攪拌制備方法，也叫做水泥裹砂法。在攪拌機（北京博維恒力液壓技術有限公司）中加入硅砂與水并控制其含水率，攪拌2.5 min，使硅砂充分濕潤 [17] ；加入膠凝材料和石英粉，并攪拌3.5 min；再放入減水劑和水攪拌4.5 min靜置后，手動攪拌4.5 min，加入鋼纖維再次攪拌5.5 min即可 [18] ，由此完成對高粘結性能混凝土試件的制備。

試件制備后，放在振動臺（滄州億軒試驗儀器有限公司）中振動50次，在混凝土試件表面覆膜并放在18 ℃溫度條件中，養(yǎng)護24 h拆模，再放在20 ℃溫度的養(yǎng)護室（獻縣瑞澤建筑設備廠）中養(yǎng)護至對應齡期，使用液壓式壓力試驗機（濟南瑞克斯測控技術有限公司）對試件施加荷載。

1.4 基于K近鄰算法的抗壓強度預測

K近鄰算法（KNN）的關鍵在于：識別待測混凝土樣本在特征上，最為接近的K個已知樣本（或稱為“鄰居”），并基于這些鄰居樣本的抗壓強度，來估算測試樣本的抗壓強度。

（1）結合已知高粘結性能混凝土試件配合比特性數(shù)據(jù)，設計參考集合是 R ， R 中分為 j 個高粘結性混凝土制備樣本集合，各樣本存在 n 個特征向量（輸入配比變量 y n ）與抗壓強度變量 x ，則：

（2）初始化 K 值，在K近鄰算法預測混凝土抗壓強度時， K 值表示的是用于預測新樣本抗壓強度的鄰近樣本數(shù)量。

（3）設定制備的高粘結性能混凝土配比變量特征向量是 y w （下文簡稱配比特征向量），運算特征向量 y w 和集合 R 中參考樣本配比特征向量 y n 的歐幾里得距離：參考樣本配比特征向量 y n 的第 i 個分量。

（4）將運算獲取的測試樣本配比特征向量、參考樣本特征向量之間歐幾里得距離，按照大小順序排序，在參考集中篩選得到 K 個和 y w 距離最小的參考樣本，輸出這 K 個參考樣本配比特征向量對應的抗壓強度輸出結果 x= [ ] x 1 x 2 x K ，作為測試樣本的抗壓強度預測結果。

（5）如果測試樣本在參考樣本集合中，出現(xiàn)多個距離值相近的抗壓強度預測結果，則由最大投票原則，將投票數(shù)最大的參考樣本抗壓強度設成最終預測結果 x ″ k ， k?K 。

2 結果與討論

將其3組試驗數(shù)據(jù)作為K近鄰算法學習樣本，用于設置K值。3組試驗數(shù)據(jù)分別是不同硅灰摻量、鋼纖維摻量、粉煤灰摻量條件中高粘結性能混凝土抗壓強度數(shù)據(jù)樣本，將樣本數(shù)據(jù)混合后，運算各K值下，K近鄰算法對高粘結性能混凝土抗壓強度的預測效果。詳情如圖1所示。

由圖1可知，當K值取值為4時，K近鄰算法預測誤差最小。為此，將K近鄰算法的K值設成數(shù)值4。

K近鄰算法結合參考樣本與測試樣本之間距離，進行不同配比條件下混凝土抗壓強度的預測。

將試件的配比條件作為K近鄰算法的測試樣本，由K近鄰算法預測制備混凝土試件的抗壓強度。

預測結果如圖2～圖4所示。

由圖2可知，硅灰摻量不同時，高粘結性能混凝土試件的抗壓強度出現(xiàn)變化，當硅灰摻入量合理時，混凝土結構的密實度數(shù)值增大，7 d與28 d抗壓強度隨之增大，結構力學性能得到保證。結合試驗數(shù)據(jù)可知，硅灰的最優(yōu)摻量是25%，此時高粘結性能混凝土試件的抗壓強度最優(yōu)。

由圖3可知，為保證高粘結性能混凝土抗壓強度滿足使用需求，需嚴格控制鋼纖維的摻入量，鋼纖維在混凝土中起到橋接和增強作用，能夠有效約束混凝土內部微裂縫擴展，從而提高混凝土抗壓性能。鋼纖維含量為4%時，高粘結性能混凝土試件的抗壓強度最優(yōu)。

由圖4可知，高粘結性能混凝土的抗壓強度最大值體現(xiàn)于粉煤灰摻量為10%。此時粉煤灰中活性成分與混凝土中氫氧化鈣易出現(xiàn)反應，出現(xiàn)膠凝性物質，從而增強混凝土的內部結構。在粉煤灰摻量大于10%后，高粘結性能混凝土的抗壓強度逐漸變小。

為分析使用K近鄰算法對高粘結性能混凝土抗壓強度的預測效果，將參考樣本實測值與測試樣本的預測值進行誤差分析，3種工況中K近鄰算法對高粘結性能混凝土的抗壓強度的預測誤差散點圖如圖5所示。

由圖5可知，3種工況中K近鄰算法對高粘結性能混凝土的抗壓強度的預測誤差都處于基準線周圍，表示預測結果與參考樣本的實測值匹配，抗壓強度預測誤差控制在[-2.5，2.5] MPa，基本處于基準線之上，表示預測誤差極低。

3 結語

高粘結性能混凝土在建筑、道路、橋梁和隧道等工程領域具有廣泛的應用前景。它可以用于制作預制構件，如墻板、樓板等，提高構件的強度和延性，減少破損和開裂。為保證其使用效果，研究基于K近鄰算法的高粘結性能混凝土抗壓強度預測方法，在不同制備摻量條件中，預測制備的高粘結性能混凝土抗壓強度。預測結果表明，高粘結性能混凝土抗壓強度在硅灰摻量、鋼纖維摻量、粉煤灰摻量分別是25%、4%、10%時，性能較佳。這一發(fā)現(xiàn)對于優(yōu)化混凝土配比、提高工程質量和降低成本具有重要意義。

【參考文獻】

[1] 馮元，余睿，范定強，等. 基于多重響應的鋼渣超高性能混凝土組成優(yōu)化設計研究[J]. 硅酸鹽通報，2021，40（9）：3029-3038.

[2] 陳洪根，龍蔚瑩，李昕，等. 基于BP神經(jīng)網(wǎng)絡的粉煤灰混凝土抗壓強度預測研究[J]. 建筑結構，2021，51（S2）：1041-1045.

[3] 汪聲瑞，胡畔，陳思寶，等. 基于耦合BAS-MLP的混凝土抗壓強度預測[J]. 建筑材料學報，2023，26（7）：705-715.

[4] 馬高，劉康. 基于BP神經(jīng)網(wǎng)絡CFRP約束混凝土抗壓強度預測[J].湖南大學學報（自然科學版），2021，48（9）：88-97.

[5] SHARIATI M，MAFIPOUR M S，GHAHREMANI B，et al.A novel hybrid extreme learning machine-grey wolf opti?mizer（ELM-GWO）model to predict compressive strengthof concrete with partial replacements for cement[J]. Engi?neering with computers，2022，38（1）：757-779.

[6] 高歡，翟越，汪鐵楠，等. 主動圍壓作用下混凝土-花崗巖組合體抗壓力學特性與強度預測模型研究[J]. 巖土力學，2022，43（11）：2983-2992.

[7] 李天龍，姜鵬霄，楊建宇. 混凝土密度和抗壓強度預測模型的建立與應用[J]. 中外公路，2021，41（4）：297-300.

[8] 張戎令，閆昊起，張家瑋，等. -5 ℃環(huán)境下混凝土抗壓強度變化規(guī)律及預測模型研究[J]. 沈陽建筑大學學報（自然科學版），2022，38（2）：323-330.

[9] 章偉琪，王輝明. 基于BO-DNN模型的混凝土抗壓強度尺寸效應研究[J]. 硅酸鹽通報，2023，42（5）：1650-1660.

[10] 葛培，黃煒，權文立，等. 混雜再生骨料混凝土抗壓計算研究[J].華中科技大學學報（自然科學版），2021，49 （5）：86-91.

[11] 郭璞，李紅云，鄒春霞.混雜纖維輕骨料混凝土壓拉性能及強度預測[J].排灌機械工程學報，2022，40 （3）：311-316.

[12] 張慧，張超. 土木建筑材料中的高性能混凝土材料和綠色材料[J]. 粘接，2021，45（1）：111-114.

[13] 白國良，劉瀚卿，朱可凡，等. 陜北礦區(qū)不同礦源煤矸石混凝土抗壓強度試驗研究[J]. 土木工程學報，2023，56（4）：30-40.

[14] 嚴超群，呼加瑞，謝李. 一種改性廢舊橡膠透水混凝土制備及性能試驗[J]. 粘接，2023，50（2）：13-17.

[15] CHUANG Y，TSAI，H. Using genetic programming to mod?el the bond strength of GFRP bars in concrete under theeffects of design guidelines[J]. Engineering computations：International journal for computer-aided engineering andsoftware，2021，38（5）：2274-2292.

[16] 尚新想，謝友均，馬昆林，等. 基于應力波的混凝土抗壓強度無損檢測試驗研究[J]. 鐵道科學與工程學報，2022，19（8）：2305-2312.

[17] 孫慧斌，蘇薇，趙靜，等. 裝配式建筑混凝土梁兩端節(jié)點承載力監(jiān)測仿真[J].計算機仿真，2023，40（10）：482-486.

[18] 陳林，陳雙慶. 基于機器學習的橡膠改性再生骨料混凝土抗壓強度預測研究[J].公路工程，2022，47（5）：169-175.

（責任編輯：蘇 幔）