大掺量矿物掺合料自密实混凝土抗碳化性能研究

设计了单掺粉煤灰和复掺粉煤灰与矿渣微粉的3个系列自密实混凝土试件.通过快速碳化试验、吸水试验,研究单掺粉煤灰和复掺粉煤灰与矿渣微粉对自密实混凝土抗碳化性能的影响.结果表明:当粉煤灰单掺掺量大于40%(质量分数)后,随着粉煤灰掺量的增大,自密实混凝土抗碳化能力迅速下降;粉煤灰与矿渣微粉复掺可显著缓和大掺量粉煤灰自密实混凝土抗碳化性能的下降.矿物掺合料对自密实混凝土抗碳化性能的影响存在正负效应.     

高温对粉煤灰混凝土抗碳化性能影响研究

研究了高温对粉煤灰混凝土抗碳化性能的影响,考虑了粉煤灰掺量、高温温度、碳化时间等影响因素.结果表明:粉煤灰掺量的增加及温度的升高都导致混凝土抗碳化性能的降低,两因素共同作用起到叠加的效果.掺量超过30％时,粉煤灰加速碳化的作用尤其明显,而当粉煤灰掺量达到50％时,混凝土抗碳化性能急剧下降.温度较高(达到450℃)时,即使粉煤灰掺量较低,混凝土也完全丧失抗碳化性能.粉煤灰掺量越低,高温加速碳化作用越显著.     

基于气体渗透性的混凝土碳化性能研究

通过研究不同配合比混凝土的碳化深度以及气体渗透系数,发现粉煤灰可以减小碳化,并且碳化后混凝土的气体渗透性也会提高。同时分析了高性能混凝土气体渗透性与碳化性能之间的关系。结果表明混凝土的气体渗透性对碳化深度的控制程度是受粉煤灰掺量的影响,且粉煤灰掺量越高,气体渗透性对碳化的贡献作用越小。     

HCSA膨胀剂对大掺量粉煤灰混凝土抗碳化性能影响

本文研究了自然条件下,不同膨胀剂掺量对大掺量粉煤灰混凝土抗碳化性能的影响,并研究了早期养护时间对大掺量粉煤灰混凝土抗碳化性能的影响。结果表明,在自然碳化条件下,70d龄期之前,碳化深度增长较快,而后随着龄期的逐渐延长,碳化速率逐渐变缓,180d到360d龄期之间,碳化深度已出现下降趋势;适量的HCSA膨胀剂对大掺量粉煤灰混凝土的早期抗碳化能力的改善有一定的作用;与未掺加膨胀剂的大掺量粉煤灰混凝土相比,6%HCSA膨胀剂掺量的混凝土抗碳化能力最好,8%的次之;对于大掺量粉煤灰混凝土7d的湿养护是必要的。     

大掺量粉煤灰混凝土碳化性能的研究

通过凝土配合比中不同的粉煤灰取代量、加入高效减水剂和采取不同养护条件等方法,对大掺量粉煤灰混凝土的碳化性能作了研究,利用回归分析得出了大掺量粉煤灰混凝土中强度与碳化深度之间的预测关系式.     

冻融循环作用下粉煤灰混凝土碳化规律研究

研究不同粉煤灰掺量(0%、20%、40%、60%)下高性能混凝土经快速冻融试验后的碳化现象;定义冻融循环作用下混凝土碳化判定新准则;采用图像处理技术定量分析不同粉煤灰掺量、不同冻融破坏程度对碳化的影响规律。试验表明:经冻融破坏后混凝土碳化现象和传统碳化现象有所不同,碳化深度测试法已不能表征其新特征,而碳化面积法能较好阐述混凝土冻融破坏后的碳化规律;冻融破坏后的碳化面积与粉煤灰掺量呈二次抛物线关系;碳化面积与冻融破坏程度服呈线性相关;混凝土冻融循环作用下的碳化研究对冻融地区混凝土结构耐久性和寿命预测具有现实意义。     

膨胀剂对大掺量粉煤灰混凝土强度与碳化的影响

在大掺量粉煤灰混凝土中,粉煤灰掺量越大,混凝土强度和抗碳化性能下降幅度越大,而膨胀剂的加入对大掺量混凝土强度有改善作用,对自然碳化性能影响不大,但可提高抵抗强制碳化能力。大掺量粉煤灰混凝土后期强度的发展规律表明其强度验收龄期应延迟到90 d。得出一个最优辅助胶凝材料掺量组合,粉煤灰掺量为50%～60%,膨胀剂掺量为6%,在此条件下胶凝材料具有良好的膨胀与强度的协调性。     

大掺量粉煤灰混凝土的抗碳化性能研究

研究了采用磨细二级粉煤灰,同时掺加高效减水剂配制的大流动度（（１８０ ±２０）ｍ ｍ）粉煤灰混凝土的抗碳化性能．试验过程中改变了粉煤灰掺量（０ ～６０％）、水泥和粉煤灰总用量（３００～６００ ｋｇ／ｍ３）、粉煤灰和矿渣粉复掺等试验条件．结果表明：混凝土的抗碳化性能随着粉煤灰掺量的上升而下降;如果掺量控制在一定范围内,混凝土的抗碳化性能可满足工程要求;粉煤灰和矿渣粉的复掺能较大程度地改善粉煤灰混凝土的抗碳化性能．     

大掺量Ⅲ级粉煤灰混凝土耐久性研究

研究了大掺量Ⅲ级粉煤灰混凝土的碳化、抗钢筋锈蚀和抗侵蚀性能以及试验采用的CO2浓度对评价大掺量低质粉煤灰混凝土抗碳化性能的影响．结果表明，掺激发剂的大掺量Ⅲ级粉煤灰混凝土具有良好的抗碳化和抗钢筋锈蚀性能，大掺量Ⅲ级粉煤灰混凝土的抗侵蚀性能优于普通对比混凝土，碳化试验采用的CO2浓度对评价大掺量Ⅲ级粉煤灰混凝土抗碳化性能具有较大影响．     

自然养护粉煤灰混凝土性能的试验研究

鉴于粉煤灰掺量是影响粉煤灰混凝土强度及碳化深度的重要因素,为此,对不同掺量的粉煤灰混凝土在自然气候中的强度发展和碳化深度进行了试验研究,结果表明,粉煤灰掺量过大或过小,混凝土的强度和耐久性能均不稳定,当粉煤灰掺量为20%~60%时,混凝土的强度发展与碳化速度均较稳定。     

粉煤灰粉磨前后制备混凝土的碳化行为对比

磨细粉煤灰具有较大的比表面积和良好的火山灰活性,掺入水泥混凝土中能有效改善水泥混凝土内部密实度,从而提高水泥混凝土的抗碳化性能。试验使用碳化深度法和碳酸钙含量测试法对粉磨前后粉煤灰制备混凝土的抗碳化性能进行了研究,并对其进行了对比分析。研究结果表明:相比于掺加未粉磨粉煤灰的混凝土,磨细粉煤灰制备的混凝土抗压强度和抗碳化性能均有明显提高,当粉煤灰掺量为20%时,混凝土的7 d碳化深度下降了30%左右。     

高掺量粉煤灰混凝土的碳化及防止途径

对比试验表明,高掺量粉煤灰混凝土比普通混凝土的碳化速度明显加快,对其机理进行了较详细的分析,提出了高掺量粉煤灰混凝土防止碳化的途径。     

粉煤灰加气混凝土的耐久性研究

研究了不同环境条件对粉煤灰加气混凝土耐久性的影响,认为碳化、冻融循环和干湿循环是引起粉煤灰加气混凝土长期性能劣化的主要原因。粉煤灰加气混凝土抗冻融循环能力较差,在碳化和干湿循环作用下,抗压、抗拉和抗折强度有不断降低的趋势;无论自然碳化还是人工碳化,碳化后的粉煤灰加气混凝土试件的抗压强度与未碳化试件的相比均有不同程度的降低,碳化系数小于1。     

掺粉煤灰和矿渣粉大流动度混凝土的碳化性能

研究了复掺Ⅱ级粉煤灰和同等细度矿渣粉且同时加入高交减水剂的大流动度（约180mm)混凝土的抗碳化性能。试验中改变了取代水泥量（最大为80％）及掺合料中粉煤灰和矿渣粉的比例等条件,混凝土碳化深度随时间的变化可用幂函数d=at^b表示,其中b值大多位于0．3－0．4,复掺可使取代水泥量提高,对设计寿命为50年的混凝土,在其他性能满足工程要求的条件下,仅就碳化性能而言,可掺加40％的粉煤灰,若采用粉煤灰与矿渣粉复掺,则在掺合料掺量分别为60％,70％及80％时,相应地可掺加40％,30％及15％的粉煤灰。     

引气混凝土的抗碳化性能研究

分别研究了不同浆骨比、含气量和水胶比情况下,掺入粉煤灰后高耐久性混凝土的抗碳化性能和抗氯离子渗透性能。研究结果表明:碳化深度随粉煤灰掺量的增加而增大;氯离子扩散系数随粉煤灰掺量的增加而减小,当粉煤灰掺量超过一定掺量时氯离子扩散系数又随粉煤灰掺量的增加而增加。碳化深度、氯离子扩散系数随含气量增加而减小,而当含气量大于4%时,碳化深度、氯离子扩散系数又随含气量的增加而增大;碳化深度、氯离子扩散系数随浆骨比(32.5/67.5至37.5/62.5)的增大而增大;水胶比越小的抗碳化性能越好、氯离子扩散系数越小。     

混凝土二维、三维碳化的研究

研究了不同水灰比（0．3、0．35和0．4）,不同粉煤灰掺量（0,15％,20％,40％,60％）下混凝土二维和三维碳化深度;建立了二维和三维碳化的测试方法;提出了二维和三维碳化的数学模型。试验表明。混凝土的二维、三维碳化深度和一维碳化相似．也服从时间t的指数函数;水灰比对二维碳化的影响最大,一维其次,三维最小;粉煤灰掺量小于15％时,其对三维的影响最大,二维其次。一维最小;粉煤灰掺量大于15％时,掺量对二维、三维碳化的影响和一维碳化影响相近。混凝土二维和三维碳化研究对混凝土结构耐久性和寿命预测具有现实意义。     

粉煤灰对混凝土碳化的影响

混凝土的碳化会引起钢筋锈蚀,影响混凝土的耐久性。在混凝土中掺加矿物掺合料会改变混凝土的结构,增加混凝土拌合物的流动度,但会降低混凝土的抗碳化能力,国内外对粉煤灰影响混凝土碳化能力的研究很多,本文通过对其总结分析,为进一步研究混凝土碳化提供理论依据。     

Service life prediction of fly ash concrete using an artificial neural network

Carbonation is one of the most aggressive phenomena affecting reinforced concrete structures and causing their degradation over time. Once reinforcement is altered by carbonation, the structure will no longer fulfill service requirements. For this purpose, the present work estimates the lifetime of fly ash concrete by developing a carbonation depth prediction model that uses an artificial neural network technique. A collection of 300 data points was made from experimental results available in the published literature. Backpropagation training of a three-layer perceptron was selected for the calculation of weights and biases of the network to reach the desired performance. Six parameters affecting carbonation were used as input neurons: binder content, fly ash substitution rate, water/binder ratio, CO₂ concentration, relative humidity, and concrete age. Moreover, experimental validation carried out for the developed model shows that the artificial neural network has strong potential as a feasible tool to accurately predict the carbonation depth of fly ash concrete. Finally, a mathematical formula is proposed that can be used to successfully estimate the service life of fly ash concrete.