摘要： 為探究礦物摻合料對混凝土性能的影響，采用沸石粉（ZP）、硅灰（SF）和粉煤灰（FA）分別等質(zhì)量取代水泥制備沸石粉混凝土、硅灰混凝土及粉煤灰混凝土，并進行抗壓強度、核磁共振（NMR）及電鏡（SEM）試驗；隨后利用灰熵關(guān)聯(lián)度結(jié)合ANN-MEA模型對混凝土抗壓強度進行預測.結(jié)果表明：摻入ZP，SF及FA對混凝土的微觀結(jié)構(gòu)有較強的改善作用，當三者摻量分別為10%，5%，20%時，各類混凝土的孔隙結(jié)構(gòu)與水化結(jié)構(gòu)改善最明顯，各種混凝土大孔占比分別為11%，13%，15%，其中又以ZP摻量為10%時混凝土對應的大孔占比最少，水化結(jié)構(gòu)的改善效果最為優(yōu)越，因此其中ZP摻入時強度最高.通過微觀試驗分析可知ZP對混凝土微觀水化結(jié)構(gòu)改善效果優(yōu)于SF及FA；該模型利用微觀性質(zhì)預測混凝土抗壓強度，其測試集結(jié)果的均方誤差只有2.7%，擬合優(yōu)度為0.960，具有較高的擬合優(yōu)度，這說明了微觀性能預測宏觀性能的可行性及有效性.

關(guān)鍵詞： 沸石粉；硅灰；粉煤灰；ANN-MEA；電鏡；核磁共振

中圖分類號： TU528 文獻標志碼： A 文章編號： 1674-8530（2025）04-0395-09

DOI： 10.3969/j.issn.1674-8530.22.0179

李越，姚占全，李昊，等.礦物摻合料對混凝土抗壓強度的影響及模型預測［J］.排灌機械工程學報，2025，43（4）：395-403.

LI Yue， YAO Zhanquan， LI Hao， et al. Influence of mineral admixtures on compressive strength of concrete and predictive modeling［J］.Journal of drainage and irrigation machinery engineering（JDIME），2025，43（4）：395-403.（in Chinese）

Influence of mineral admixtures on compressive strength

of concrete and predictive modeling

LI Yue， YAO Zhanquan*， LI Hao， WEI Lisi， YUN Zhenjun

（College of Water Conservancy and Civil Engineering， Inner Mongolia Agricultural University， Hohhot， Inner Mongolia 010018， China）

Abstract： In order to investigate the effect of mineral admixtures on concrete performance， zeolite powder （ZP）， silica fume （SF）， and fly ash （FA） were substituted for cement to prepare zeolite powder concrete， silica fume concrete， and fly ash concrete， after which compressive strength， nuclear magnetic resonance （NMR） and scanning electron microscopy （SEM） tests were carried out. Subsequently， the grey entropy correlation degree combined with the ANN-MEA model was used to predict the compressive strength of concrete. The results show that the addition of ZP， SF， and FA have a high improvement effect on the microstructure of concrete. When the content of the three is 10%， 5%， and 20%， respectively， the pore structure and hydration structure of" the various concrete see the most ob-vious improvement， and the proportion of large holes in the various concretes is 11%， 13%， and 15%， respectively， among which the proportion of large holes in concrete is the least when the content of ZP is 10%. The improvement effect of hydration structure is the most superior， so the strength of ZP is the highest when it is incorporated. Through micro-experimental analysis， it can be seen that ZP has a better effect on improving the micro-hydration structure of concrete than SF and FA. The model uses microscopic properties to predict the compressive strength of concrete. The mean square error of the test set results is only 2.7%， and the goodness of fit is 0.960， which has a high goodness of fit， indicating the feasibility and effectiveness of microscopic properties to predict macroscopic properties.

Key words： zeolite powder;silica fume;fly ash;ANN-MEA;scanning electron microscopy;nuclear magnetic resonance

混凝土是目前建筑工程中最主要的原料，其制作工藝的各個環(huán)節(jié)均會對環(huán)境產(chǎn)生一定程度的污染，水泥生產(chǎn)過程中會產(chǎn)生較多的溫室氣體、粉塵及噪聲污染［1-3］.素混凝土在水下工程中被廣泛應用，但其內(nèi)部是一種不規(guī)則的水化產(chǎn)物結(jié)構(gòu)體系，在使用過程中會隨時間的推移遭受多方面的破壞，導致強度下降.因此在一些水下工程和對混凝土要求較高的特殊建筑結(jié)構(gòu)中，需要添加合適的礦物摻合料以提高抗壓強度及耐久性能.

JITCHAIYAPHUM等［4］的研究表明，沸石粉是火山灰質(zhì)材料，具有三維結(jié)構(gòu)并歸類于堿性水鋁硅酸鹽，其表面有均勻的孔隙、凹槽和凹坑，且具有離子交換、比表面積相較于其他材料更大和較強催化活性的特點，可以充分與水泥中的Ca（OH）2發(fā)生水化反應生成C-S-H凝膠，這對于混凝土的抗壓強度、耐久性能和干燥收縮都有極大的改善作用.孫振平等［5］研究表明沸石粉對減水劑分子的飽和吸附量較高，且沸石粉吸附減水劑分子后zeta電位比水泥顆粒表面大，使水泥漿體系的液相能在較長時間內(nèi)保持有相當比例的減水劑分子，進而提高混凝土內(nèi)部水化反應，改善混凝土性能.粉煤灰大部分呈現(xiàn)球狀且表面光滑，具有良好的形態(tài)效應，如微集料效應及火山灰效應，可改善混凝土的工作性能和抗壓強度，是制備混凝土的優(yōu)良礦物摻合料［6］.硅灰的高火山灰活性可與界面過渡區(qū)的Ca（OH）2發(fā)生反應形成穩(wěn)定的水化產(chǎn)物，改善微觀組織結(jié)構(gòu)從而改善抗壓強度［7］.近些年來，眾多學者［8-10］針對混凝土內(nèi)部的水化產(chǎn)物結(jié)構(gòu)與混凝土強度的關(guān)系進行了研究，并指出混凝土內(nèi)部水化產(chǎn)物中的C-S-H凝膠隨著養(yǎng)護齡期的上升而增多，且水化產(chǎn)物結(jié)構(gòu)隨著齡期的上升趨近于規(guī)則有序，并且國內(nèi)外學者［11-13］表示運用分形維數(shù)的概念可以定量表述混凝土內(nèi)部水化產(chǎn)物結(jié)構(gòu)及演變過程.劉妍妮［14］運用多元非線性數(shù)學分析法對混凝土強度進行預測，這種方法運行精度不夠.而其中ANN是一種基于梯度下降的智能算法，在運行過程中會陷入局部極值點的現(xiàn)象，極大地影響了預測結(jié)果［15-16］.思維進化算法MEA［17］也是一種自適應概率算法，其具有較高的全局搜索最優(yōu)質(zhì)的能力，因此使用MEA對ANN的權(quán)值以及閾值進行優(yōu)化可得到更加精確的預測結(jié)果.水化產(chǎn)物結(jié)構(gòu)對于混凝土的抗壓強度及耐久性能都有較大的影響，但目前通過配合比預測混凝土強度及其內(nèi)部水化產(chǎn)物結(jié)構(gòu)的研究較少.因此，開發(fā)一種高效智能、低誤差的關(guān)于混凝土強度及分形維數(shù)預測的方法顯得尤為重要.

文中主要探究沸石粉、粉煤灰及硅灰對混凝土抗壓強度、內(nèi)部孔隙及水化產(chǎn)物結(jié)構(gòu)的影響.并利用灰熵關(guān)聯(lián)度分析影響抗壓強度的主因素，再結(jié)合ANN-MEA模型通過微觀性質(zhì)預測抗壓強度，以驗證微觀性能與宏觀性能的關(guān)系.

1 材料與數(shù)據(jù)的準備

1.1 試驗材料

水泥：冀東水泥P·O42.5，細度1.4%，初凝時間180 min，終凝時間385 min，體積安定性合格；沸石粉（ZP），硅灰（SF）二者均由石家莊鑫鋮礦產(chǎn)品有限公司提供；粉煤灰（FA）為金橋發(fā)電廠提供的Ⅱ級粉煤灰，需水量比為101%，燒失量為7.9，活性為79%.通過激光粒度分析儀得到ZP，SF，F(xiàn)A粒徑分布如圖1所示，圖中PS為顆粒直徑，VS為體積分數(shù)，CS為累計體積分數(shù)，沸石粉中位粒徑為5.8 μm，在粒徑為［1.0，7.5］μm中，粒徑為［1.0，1.2）μm占10%，粒徑為［1.2，7.5］μm占90%;硅灰的中位粒徑為6.3 μm，粒徑為［0.1，7.5］ μm中，粒徑為［0.1，1.0） μm占85%，粒徑為［1.0，7.5］ μm占15%;粉煤灰的中位粒徑為35.0 μm，其中主要粒徑分布在45 μm以內(nèi).用X型紅外光譜儀分析三者化學成分，化學成分如表1所示.細骨料：天然河砂的粒徑由動態(tài)顆粒分析試驗得出，主要分布在600.0～800.0 μm，約占總體的95.6%，堅固性指標為8.1%；粗骨料：5～25 mm碎石，連續(xù)級配，堆積密度1 550 kg/m3，表觀密度2 680 kg/m3；水：普通自來水；外加劑：江蘇兆佳建材科技有限公司生產(chǎn)的聚羧酸減水劑，外觀為白色粉末，減水率20%，含水率2.3%.ZP，SF和FA的主要化學成分如表1所示，表中Ω為質(zhì)量分數(shù).

1.2 試驗方法

依據(jù)《普通混凝土拌合物性能試驗方法標準》（GB/T 50080—2016）分別使用沸石粉（ZP）、粉煤灰（FA）和硅灰（SF）按0，5%，10%，15%，20%和25%等質(zhì)量取代水泥，制備了C40的沸石粉、粉煤灰和硅灰混凝土（ZPC，F(xiàn)AC和SFC），試件尺寸為100 mm×100 mm×100 mm，24 h脫模后置于養(yǎng)護箱中進行標準養(yǎng)護，養(yǎng)護至3，7，14，28 d分別進行試驗測定，采用WHY-3000型壓力機測試抗壓強度，測試結(jié)果取3個試塊所測的算術(shù)平均值；取28 d的各類型混凝土樣品，將其置于-0.1 MPa真空飽水裝置中靜置24 h，使其達到吸水飽和狀態(tài)，然后采用核磁共振儀（紐邁MesoMR23-060V-Ⅰ型）測定混凝土的孔隙結(jié)構(gòu)參數(shù).在不同樣品的相同中心區(qū)域取樣進行SEM圖形觀測；各類型混凝土配合比M如表2所示.

2 混凝土抗壓強度分析

圖2為ZPC，SFC和FAC抗壓強度隨齡期變化曲線，圖中Fn為抗壓強度.

由圖2可知，隨著沸石粉、硅灰和粉煤灰摻量的增加，各類型混凝土抗壓強度均呈現(xiàn)先上升后下降的趨勢，且沸石粉摻量為10%，硅灰摻量為5%，粉煤灰摻量為20%時，抗壓強度最高.由圖可知摻入粉煤灰及硅灰時在3～7 d時早期混凝土抗壓強度上升高于摻入沸石粉的ZPC，但當14～28 d時ZPC的抗壓強度及抗壓強度上升幅度逐漸高于SFC及FAC.早期強度的提升主要源自于硅酸三鈣C3S和鋁酸三鈣C3A的水化，摻入ZP取代部分水泥后，ZP在脫鋁解硅后，不足量的C3S和C3A影響早期水化的進行.后期則由于ZP具有較大的比表面積，對澆筑時的水分子可均勻吸附使之充分參與內(nèi)部水化反應，因此促進后期抗壓強度逐漸提高［18］.

3 核磁共振微觀分析

根據(jù)核磁共振（NMR）原理及公式［19］，不同齡期T2譜分布曲線如圖3所示，圖中As為信號幅值，曲線圖整體呈大峰帶小峰構(gòu)造.根據(jù)圖3a—3d相同齡期時，峰面積隨著ZP，SF和FA摻量的增加呈現(xiàn)先降低后上升的趨勢，其中ZP摻量為10%時、SF摻量為5%時和FA摻量為20%時峰面積最低，且ZP10，SF5和FA20組內(nèi)部孔隙最為密實，同時橫向弛豫時間均小于素混凝土 （ZP0組、SF0組和FA0組），ZP10組T2譜面積最低.ZP10，SF5和FA20組大孔占比相比素混凝土分別降低了11%，13%，15%.由圖3e—3g可知，ZP10，SF5和FA20隨齡期的增加T2譜面積逐漸減少，這是因為ZP，SF和FA顆粒較細，這3種粉末更容易進入混凝土內(nèi)部的多孔結(jié)構(gòu)中進行水化反應進而填充孔隙.ZP具有四面體結(jié)構(gòu)，且與硅鋁比其比表面積大于SF及FA，因此ZP具有較高的熱穩(wěn)定性使其在水化反應中能生成比其他材料更多的高密度C-S-H凝膠填充孔隙，使混凝土更加密實.

4 SEM試驗

通過SEM［20-21］圖像測定各類型混凝土的內(nèi)部形貌，并通過Matlab對SEM圖像進行灰度調(diào)整以增加圖像對比度，由圖4a可知，由于素混凝土（ZP0，SF0和FA0）在養(yǎng)護過程中受干燥收縮作用會產(chǎn)生明顯裂縫進而影響抗壓強度；由圖4b—4d可知ZP，SF和FA摻量分別在10%，5%和20%時其表面無明顯裂縫，但相比之下ZP10混凝土表面規(guī)則程度高于SF5及FA20.由圖4e—4h可知ZP10，SF5及FA20與素混凝土相比，均有C-S-H凝膠及AFT（鈣釩石）產(chǎn)物生成，且含有少量Ca（OH）2，但素混凝土的內(nèi)部紋理錯綜復雜，水化過程不完善；SF5及FA20的混凝土水化結(jié)構(gòu)發(fā)生較大的變化，表面形貌也由參差不齊的無序排列向平滑有序轉(zhuǎn)化，水化結(jié)構(gòu)更加致密，ZP10組的表面形貌演化過程明顯，界面相比SF5及FA20更加清晰，這是由于沸石粉優(yōu)異的火山灰活性與水泥水化產(chǎn)生的Ca（OH）2發(fā)生反應產(chǎn)生了較多的硅酸鈣產(chǎn)物，使混凝土內(nèi)部界面變得平整致密，從而改善了混凝土的內(nèi)部結(jié)構(gòu)［22］.分形理論［23-25］可定量表述混凝土水化產(chǎn)物結(jié)構(gòu)演化過程，通過圖4e—4h中的雙對數(shù)曲線得出各沸石粉、硅灰和粉煤灰摻量下的分形維數(shù)值FD，圖中BS為盒子尺寸，Bq為盒子數(shù)量.

通過灰熵關(guān)聯(lián)度［25］判別影響混凝土抗壓強度的主次因素，如表3可知，選取28 d齡期3種混凝土的孔隙參數(shù)及分形維數(shù)FD對抗壓強度的灰熵關(guān)聯(lián)度從大到小排序為分形維數(shù)FD，（0，0.01］，（0.01，0.10］，（0.10，1.00］ μm.由此可知，（0，0.01］ μm，（0.01，0.10］ μm，（0.10，1.00］ μm孔徑占比及分形維數(shù)對混凝土抗壓強度影響最大，因此選?。?，0.01］ μm，（0.01，0.10］ μm，（0.10，1.00］ μm孔徑占比及分形維數(shù)4個參數(shù)結(jié)合ANN-MEA模型［26］預測混凝土抗壓強度.文中思維進化算法MEA參數(shù)設置參考以往的研究成果［27］，確定種群大小為200，優(yōu)勝子種群個數(shù)為5，臨時種群個數(shù)為5，迭代次數(shù)為300，數(shù)據(jù)采用3，7，14，28 d齡期的60組抗壓強度數(shù)據(jù)，選取52組作訓練集，8組作測試集.通過均方誤差MSE與可決系數(shù)R2判斷隱含層個數(shù).圖5為隱含層個數(shù)選擇，圖中Nh為隱含層神經(jīng)元個數(shù).由圖5可知，經(jīng)過MEA優(yōu)化后的ANN模型（ANN-MEA模型）與傳統(tǒng)的ANN神經(jīng)網(wǎng)絡相比有了明顯的改善，且MSE最大的下降3.454%，MSE在隱含層神經(jīng)元個數(shù)為6時最?。籖2最大的上升了0.112，R2在隱含層神經(jīng)元個數(shù)為6時達到最高，綜合考慮MSE與R2確定隱含層神經(jīng)元個數(shù)為6.因此確定神經(jīng)網(wǎng)絡結(jié)構(gòu)為4-6-1，如圖6所示，圖中wij為權(quán)值，Vj為閾值.

根據(jù)ANN-MEA預測模塊訓練后的趨同以及異化結(jié)果如圖7，8所示，圖中Ce為趨同步數(shù)，Se為得分，可以清楚地看出訓練的樣本經(jīng)過2次即終止，這也就說明各種群均已成熟且得分不再增加，從圖7a可以看出種群1，3，4及5的得分都產(chǎn)生了明顯的變化，則說明在種群周圍存在最佳個體，但種群2沒有發(fā)生變化，說明種群2的周圍沒有最佳個體.對比種群成熟后的臨時種群與優(yōu)勝種群的得分，若有臨時種群的得分高于優(yōu)勝種群得分則需進行異化操作，否則無需異化操作.

比較圖7a，7b能看出臨時種群5高于優(yōu)勝種群5則需要進行1次異化操作，且同時補充1個臨時種群即被釋放的優(yōu)勝種群，并會在全局搜索形成新的臨時種群.觀察圖8a，8b可知，此時優(yōu)勝種群相對應的群體得分均高于臨時群體，則此時既滿足了算法的基本要求，也就完成了對權(quán)值與閾值的優(yōu)化操作.

5 模塊預測性能的評價

文中神經(jīng)網(wǎng)絡預測模塊為4-6-1結(jié)構(gòu).圖9為預測回歸圖形，通過圖9來評價模塊的優(yōu)劣，圖中Sn為樣品序列，F(xiàn)ns為抗壓強度試驗數(shù)據(jù)，Erv為誤差，F(xiàn)ny為抗壓強度預測值.通過圖9a，9b可以看出，訓練集的抗壓強度預測值與試驗值的MSE為 2.2%，R2為0.920.通過圖9c，9d可以得知，在測試集的預測中除了少量樣本抗壓強度預測值與抗壓強度試驗值偏差較大，其余點的數(shù)據(jù)吻合度較好，MSE=2.7%，R2=0.960.說明文中利用ANN-MEA模塊進行預測完全可行，且有效地避免了過度擬合以及擬合不足的現(xiàn)象，同時說明ANN-MEA結(jié)合微觀性質(zhì)能夠準確地預測混凝土的單軸抗壓強度.

6 結(jié) 論

1） 對ZPC，SFC和FAC抗壓強度的研究表明，當ZP，SF及FA摻入混凝土時其抗壓強度呈現(xiàn)先升高后下降的趨勢.當沸石粉摻量為10%、硅灰摻量為5%、粉煤灰摻量為20%時混凝土強度有了明顯提高且均高于素混凝土.

2） 通過NMR分析可知，當ZP，SF和FA摻入混凝土中時會明顯降低混凝土內(nèi)部大孔占比，其占比分別為11%，13%，15%，其中又以ZP摻量為10%時，大孔占比最少，T2圖譜橫向弛豫時間最少，使混凝土更加密實.

3） 利用分形理論對SEM圖像進行分析并求出分形維數(shù)，更直觀地看出摻入ZP，SF及FA后的混凝土內(nèi)部水化產(chǎn)物結(jié)構(gòu)更加緊密，但和SF與FA相比，ZP的SEM圖像更加規(guī)則有序且分形維數(shù)最小，能更有效地改善混凝土內(nèi)部的水化產(chǎn)物結(jié)構(gòu).

4） 通過灰熵關(guān)聯(lián)度結(jié)合ANN-MEA模型建立了關(guān)于C40沸石粉混凝土、粉煤灰混凝土及硅灰混凝土的4-6-1神經(jīng)網(wǎng)絡預測模型，通過微觀性質(zhì)預測抗壓強度，其結(jié)果的均方誤差為2.2%和2.7%，擬合優(yōu)度為0.920和0.960，說明了ANN-MEA模型預測抗壓強度的有效性及可行性.

參考文獻（References）

［1］ 王家濱，侯澤宇，張凱峰，等.多元膠凝材料體系再生混凝土力學性能試驗研究［J］.材料導報，2022，36（12）：21060067.

WANG Jiabin， HOU Zeyu， ZHANG Kaifeng， et al. Experiment research of mechanical properties on recycled aggregate concrete with multiple cementitious materials system［J］. Material reports， 2022，36 （12）： 21060067. （in Chinese）

［2］ 楊宏天， 李北星， 易浩， 等. 再生微粉代粉煤灰對再生混凝土性能的影響［J］. 水利水電技術(shù)（中英文）， 2023， 54（8）：197-207.

YANG Hongtian， LI Beixing， YI Hao， et al. Effect of replacement of fly ash with recycled powder on properties of recycled concrete［J］. Water resources and hydropower engineering， 2023， 54（8）： 197-207.（in Chinese）

［3］ 張雷，黃飛亞，張英豪，等. 水性環(huán)氧砂漿與混凝土界面剪切性能試驗研究［J］.水利水電科技進展，2023，43（2）：39-43.

ZHANG Lei，HUANG Feiya，ZHANG Yinghao，et al. Experimental study on shear performance of waterborne epoxy mortar and concrete interface［J］. Avances in science and technology of water resource， 2023，43（2）：39-43. （in Chinese）

［4］ JITCHAIYAPHUM K， SINSIRI T， JATURAPITAKKUL C， et al. Cellular lightweight concrete containing high-calcium fly ash and natural zeolite［J］. International journal of minerals， 2013， 20（5）： 462-471.

［5］ 孫振平，蔣正武. 礦渣粉大量替代水泥對高效減水劑作用的影響［J］.建筑材料學報，2003，6（3）：231-236.

SUN Zhenping， JINAG Zhengwu. Effect of large-volume addition of slag powder on the actions of superplasticizer［J］. Journal of building materials， 2003，6（3）： 231-236. （in Chinese）

［6］ 陳宇良，朱玲，張紹松，等.粉煤灰陶?；炷寥S受壓破壞機制及強度準則［J］.硅酸鹽學報，2022，50（8）：2196-2204.

CHEN Yuliang， ZHU Ling， ZHANG Shaosong， et al. Failure mechanism and strength criterion of fly ash ceramsite concrete under triaxial compression ［J］. Journal of the Chinese Ceramic Society， 2022，50（8）：2196-2204. （in Chinese）

［7］ 高嵩，班順莉，郭嘉，等.硅灰對再生混凝土界面過渡區(qū)的影響［J］.材料導報，2023，37（11）： 21090034.

GAO Song， BAN Shunli， GUO Jia， et al. Effect of silica fume on interfacial transition zone of recycled concrete［J］. Material reports， 2023，37（11）： 21090034. （in Chinese）

［8］ YANG Y G， ZHANG Y S， SHE W. Characterization of surface hardness and microstructure of high performance concrete［J］. Journal of Wuhan University of Technology， 2018， 33 （1）： 124-132.

［9］ 劉娟紅，李康，宋少民，等.石膏對石灰石粉水泥基材料水化及硬化性能的影響［J］.材料導報，2017，31（4）：105-110.

LIU Juanhong， LI Kang， SONG Shaomin， et al. Influence of gypsum on hydration and hardening perfor-mance of limestone powder in cement based material ［J］. Material reports B， 2017，31 （4）： 105-110. （in Chinese）

［10］ 徐東，倪文，汪群慧，等.堿渣復合膠凝材料制備無熟料混凝土［J］.哈爾濱工業(yè)大學學報，2020，52（8）：151-160.

XU Dong， NI Wen， WANG Qunhui， et al. Preparation of clinker-free concrete by using soda residue composite cementitious material ［J］. Journal of Harbin Institute of Technology， 2020，52 （8）： 151-160. （in Chinese）

［11］ 丁一寧， 馬躍， 郝曉衛(wèi). 基于分形理論分析裂縫形態(tài)對纖維/混凝土滲透性的影響［J］." 復合材料學報 2020， 37（11）： 2908-2916.

DING Yining， MA Yue， HAO Xiaowei. Investigation on effect of crack geometry on permeability of fiber/concrete based on fractal theory［J］. Acta materiae compositae sinica，2020， 37 （11）： 2908-2916. （in Chinese）

［12］ XU Y D， QIAN C X. Influence of coupled chemo-mechanical process on corrosion characteristics in reinforcing bars［J］. Journal of Wuhan University of Technology， 2013，28（3）：538-543.

［13］ WANG Q K， LI P， TIAN Y P， et al.Mechanical properties and microstructure of Portland cement concrete prepared with coral reef sand［J］.Journal of Wuhan University of Technology， 2016，31（5）：996-1001.

［14］ 劉妍妮.多元非線性數(shù)學分析在混凝土強度預測中的應用［J］.粉煤灰綜合利用，2019（2）：25-27.

LIU Yanni. Application of multivariate nonlinear mathematical analysis in prediction of concrete strength ［J］.Fly ash comprehensive utilization， 2019（2）： 25-27. （in Chinese）

［15］ 趙愛蓉. 基于小波分析及BP神經(jīng)網(wǎng)絡的瓦斯?jié)舛阮A測方法研究［J］. 煤礦機械， 2014， 35（6）： 258-260.

ZHAO Airong. Prediction method of gas concentration based on wavelet analysis and BP neural network［J］. Coal mining machinery， 2014， 35 （6）： 258-260. （in Chinese）

［16］ YANG Z J， MAO L， YAN B， et al. Performance analysis and prediction of asymmetric two-level priority polling system based on BP neural network［J］. Applied soft computing journal，2021，99： 106880.

［17］ 陳爽， 張志， 肖錦初， 等.基于MEA-BP神經(jīng)網(wǎng)絡的超聲擠壓加工表面粗糙度預測［J］.河南理工大學學報（自然科學版），2021，40（5）：104-109.

CHEN Shuang， ZHANG Zhi， XIAO Jinchu， et al. Surface roughness prediction of ultrasonic extrusion processing based on MEA-BP neural network ［J］. Journal of Henan University of Technology （natural science edition）， 2021， 40（5）： 104-109. （in Chinese）

［18］ TRAN Y T， LEE J， KUMAR P， et al. Natural zeolite and its application in concrete composite production［J］. Composites part B： engineering， 2019， 165： 354-364.

［19］ 孫浩然，鄒春霞，薛慧君，等. 模袋混凝土干濕-凍融侵蝕孔結(jié)構(gòu)的分形特征［J］.建筑材料學報，2022，25（2）：124-130.

SUN Haoran， ZOU Chunxia， XUE Huijun， et al. Fractal characteristics of dry-wet and freeze-thaw erosion pore structure of mold-bag concrete ［J］. Journal of building materials， 2022，25 （2）： 124-130. （in Chinese）

［20］ NICULA L M， CORBU O， ARDELEAN I，et al. Freeze-thaw effect on road concrete containing blast furnace slag： NMR relaxometry investigations［J］.Materials， 2021， 14（12）：3288.

［21］ LIU K N， WANG S L， QUAN X Y， et al. Study on the mechanical properties and microstructure of fiber reinforced metakaolin-based recycled aggregate concrete［J］. Construction and building materials， 2021，294：123554.

［22］ SEZEMAENS G，" SINICA M， ZACHARCENKO P， et al. Influence of zeolite additive on the properties of plaster used for external walls from autoclaved aerated concrete［J］. Materials science（medziagotyra）， 2013， 19（2）：222-229.

［23］ FU Y， DING J， BEAUDION J J. Zeolite-based lightweight concrete products［J］. Journal of cleaner production， 1996，4（1）：82.

［24］ CUI S G， LIU P， CUI E Q，et al. Experimental study on mechanical property and pore structure of concrete for shotcrete use in a hot-dry environment of high geothermal tunnels［J］. Construction amp; building materials， 2018， 173：124-135.

［25］ 云振軍，姚占全，何梁，等.納米SiO2粉煤灰混凝土抗壓強度影響及灰熵分析［J］. 排灌機械工程學報，2022，40（5）：467-474.

YUN Zhenjun， YAO Zhanquan， HE Liang， et al. In-fluence of nano-SiO2 fly ash on compressive strength of concrete and grey entropy analysis［J］. Journal of drainage and irrigation machinery engineering， 2022，40 （5）： 467-474. （in Chinese）

［26］ 陳家煥，曾云，鄧育林，等.MEA優(yōu)化BP神經(jīng)網(wǎng)絡的壓力脈動預測方法［J］.軟件導刊，2022，21（6）：31-35.

CHEN Jiahuan， ZENG Yun， DENG Yulin， et al. Prediction method of pressure pulsation based on BP neural network optimized by MEA［J］. Software guide， 2022，21 （6）： 31-35. （in Chinese）

［27］ 王芳，謝克明，劉建霞.基于群體智能的思維進化算法設計［J］.控制與決策，2010，25（1）：145-148.

WANG Fang， XIE Keming， LIU Jianxia. Swarm intelligence based MEA design ［J］. Control and decision， 2010，25 （1）： 145-148. （in Chinese）

（責任編輯 朱漪云）

收稿日期： 2022-07-14； 修回日期： 2022-11-19； 網(wǎng)絡出版時間： 2025-04-09

網(wǎng)絡出版地址： https：//link.cnki.net/urlid/32.1814.TH.20250408.1427.004

基金項目： 內(nèi)蒙古農(nóng)業(yè)大學博士科研啟動基金資助項目（BJ2014-4）；內(nèi)蒙古自然科學基金資助項目（2021MS05045）

第一作者簡介： 李越（1996—），男，河北張家口人，碩士研究生（ndliyue@163.com），主要從事沸石粉對混凝土抗壓強度及耐久性能研究.

通信作者簡介： 姚占全（1971—），男，內(nèi)蒙古烏蘭察布人，教授（ndyzq@imau.edu.cn），主要從事建筑材料、磁性功能材料研究.