秸稈灰混凝土力學性能試驗及強度預測

張 強，李耀莊，劉保華，徐志勝

?

秸稈灰混凝土力學性能試驗及強度預測

張 強1，李耀莊1，劉保華2※，徐志勝1

（1. 中南大學防災科學與安全技術研究所，長沙 410128；2. 湖南農業大學工學院，長沙 410000）

為了優化混凝性能，減少水泥產業耗能，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行了研究，得到秸稈灰質量分數和水膠比對秸稈灰混凝土拉壓性能的影響規律，如當秸稈灰質量分數增大時，混凝土拉壓性能呈下降趨勢；當水膠比過大時，混凝土力學性能急劇下降。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關系以及混凝土軸心抗壓強度計算公式，并與其他混凝土抗壓強度公式進行比對驗證。采用小波神經網絡的預測方法，引入隨機函數，對試驗數據抽樣進行訓練，而后預測數據并與試驗數據進行比對，計算誤差，并將預測數據用于該文提出的拉壓公式進行驗證，結果表明驗證較好。最后試驗結果表明：當秸稈灰替代摻量為10%時，秸稈灰混凝土劈裂抗拉強度下降了25%，抗壓強度僅下降了8%；當替代摻量為20%時，抗壓強度下降了31%。

秸稈；混凝土；力學性能；神經網絡；油菜秸稈；秸稈灰混凝土；小波神經網絡

0 引 言

秸稈灰混凝土（straw ash concrete）是通過對秸稈進行高溫處理得到具有火山灰活性、可循環利用等特點的生物質灰分,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用，一方面可以利用我國農業種植大國的優勢，就油菜方面而言，我國是世界上最大的油菜生產國，油菜收獲后有大量的油菜秸稈。但就目前而言，在廣大農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，還易造成火災等危害，雖然近年來國家對秸稈焚燒進行了管制，但如何處理秸稈仍然是農業難題之一；如若對秸稈進行專業化處理，制備成為具有活性的秸稈灰，即可將農業秸稈轉換為建材資源，可用于城市建設。另一方面，隨著城市化進程的進一步加深，水泥生產及混凝土的用量進一步增加，耗費了大量能源、資源，造成了環境污染等問題；在資源和環境日益重要的大背景下，采用秸稈灰替代部分水泥熟料，無疑具有重要戰略意義，且符合建筑行業綠色可持續發展的要求[1-2]。

近年來，國內外專家針對秸稈灰混凝土的性能進行了一系列研究，取得了大量的研究成果。如Biricik[3]發現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，確定了秸稈灰應用的可行性；歐陽東[4-5]通過收獲低溫焚燒的稻殼灰，發現其生物灰質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，并發現在混凝土中摻加定量的稻殼灰其力學性能有顯著的增強效應；劉巧玲[6]在此基礎上對油菜秸稈進行低溫焚燒處理，發現焚燒油菜秸稈獲取的秸稈灰SiO2含量可達61.76%，并將其作為摻合料加入混凝土中改善混凝土性能；張強等[7-8]為優化油菜秸稈灰混凝土早期力學性能，嘗試采用雙摻秸稈灰和硅粉作為摻合料制備混凝土，結果表明當硅粉摻量達到10%時，混凝土抗壓強度增加了24%。然而，這些研究成果尚未針對秸稈灰混凝土抗拉性能進行深入研究，其抗壓性能與抗拉性能的關系分析也未見報道。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律，分析混凝土拉壓關系；分析國內秸稈灰混凝土力學性能試驗數據，提出秸稈灰混凝土軸心抗壓統一計算公式；并采用小波神經網絡對油菜秸稈灰混凝土力學性能進行預測分析，驗證其影響關系。

1 材料與方法

1.1 材 料

油菜秸稈取自湖南農業大學耘園基地，品種為湘雜油1613油菜，收獲后經篩分水洗多次，帶走秸稈中的糖分，在馬弗爐內500 ℃煅燒5 h后獲得灰樣，對原始灰樣進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，連續級配，細度模數為2.8；粗集料為天然卵石，連續級配，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組秸稈灰分質量分數進行等量替代水泥，制備混凝土試件，進行混凝土拉壓性能試驗。第2組試驗確定秸稈灰分質量分數為20%，設計以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，進行拉壓強度試驗。混凝土試模采用150 mm×150 mm× 150 mm立方體鋼模，每組配合比制作12個混凝土試件，養護7 d測試早期抗壓強度和劈裂抗拉強度，養護28 d測試最終抗壓強度和劈裂抗拉強度，試驗結果取試件加權平均值。混凝土配合比依據《普通混凝土配合比設計技術規程》（JGJ55-2011）[9]，劈裂抗拉強度和抗壓強度試驗按《普通混凝土力學性能力學試驗方法標準》（GB/T 50081-2002）[10]規定進行測試，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組試驗的基準試樣為I-1，第2組基準試樣為I-9，因試樣I-9中摻量比例為20%，水膠比為0.5，該組數據可直接用于第2組試驗當中。

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（coefficient of determination，R-square）、決定系數（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表示本文模型預測值，X表示文中原始試驗數值，表示原始試驗數值的均值，因決定系數多用于復雜模型，對模型的非顯著性變量進行懲罰和驗證，因本文模型均為簡單線性模型，決定系數等同于確定系數，為驗證模型的預測精度，故計算決定系數，因篇幅原因，決定系數關系式不予列出。

2 結果與分析

2.1 混凝土強度

油菜秸稈灰混凝土拉壓性能測試結果如表2所示。

秸稈灰混凝土破碎形態方面，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，當加載超過臨界點時，試件可繼續受壓服役，但當超過一定時限后，試件發生脆響，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，當加載超過試件承載臨界點后，裂縫貫通混凝土試件，產生破壞。

a. 抗壓實驗a. Compression experimentb. 試件壓碎形態b. Specimen crushing morphology c. 劈裂抗拉試驗c. Splitting tensile testd. 試件抗拉破壞形態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物Ca(OH)2反應生成水化硅酸鈣，增加了混凝土內凝膠數量，同時又因經研磨后的秸稈灰細度較小，有利于促進水化反應，填充混凝土內部細微孔隙[7-8]；但是經低溫焚燒獲得的秸稈灰含有一定生物雜質，對水化反應造成影響，且秸稈灰在水化凝膠體產出方面不如水泥熟料，當替代比例不斷增加時，則意味著水泥用量持續下降，故導致生成的水化凝膠體數量下降，水泥石質量降低，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抗拉強度和抗壓強度均呈遞減的趨勢。其中，28 d的混凝土劈裂抗拉強度下降幅度較大，如在秸稈灰質量分數為10%時，較之28 d的基準試件強度下降了25%；當秸稈灰質量分數大于20%時，較28 d的基準試件抗拉強度下，降幅度達到了45%。因為混凝土本身抗拉強度較低，易引起數據比對的大幅變化；另一方面說明了摻加秸稈灰對混凝土劈裂抗拉強度無增益作用，故而造成抗拉強度下降幅度偏大。混凝土抗壓強度方面，其中，當替代比例小于15%時，對混凝土抗壓強度影響不大，如摻量比例為2.5%、5%、7.5%和10%的混凝土試件，對比基準試件最終強度僅下降了1%、4%、6%和8%，另外當摻量比例大于20%時，28 d的混凝土強度下降幅度較大，如灰分質量分數為25%時，混凝土強度下降了31%。養護齡期影響方面，通過對比7和28 d抗拉及抗壓強度發現，秸稈灰混凝土試件在養護期內強度增長較慢。通過分析，首先是因為秸稈灰細度較好，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，提高凝膠強度；其次當摻量比例過大時，混凝土強度下降幅度較大，這是因為植物秸稈中有大量纖維素和糖分，在混凝土養護過程中，秸稈糖分易在封閉環境析出，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，造成緩凝現象，進而影響混凝土強度[11-14]。

表2 油菜秸稈灰混凝土力學性能試驗數據

水膠比方面，當水膠比為0.4時，混凝土的抗拉強度和抗壓強度均較低。這是因為秸稈纖維內部細胞壁間有大量孔隙，經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不完全。故當水膠比為0.5時，混凝土強度居于最高水平，當水膠比為0.6時，因加入了過多的水，造成混凝土性能不佳，抗拉強度和抗壓強度最差。故確定秸稈灰混凝土最適水膠比區間應為0.45～0.55。

2.2 拉壓比關系

拉壓比，為混凝土劈裂抗拉強度與抗壓強度之比，是衡量混凝土脆性性能的主要標志。據有關資料[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的秸稈灰混凝土進行拉壓比計算，其結果見表2。當秸稈灰質量分數為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，當秸稈灰質量分數為25%時，拉壓比較之基準試件降低了37%，屬于混凝土拉壓比中最低水平；水膠比影響方面，混凝土拉壓比穩定在0.086左右。

關于混凝土拉壓比關系的研究，國內外學者已經做過諸多研究，基于大量試驗數據提出了多種分析模型。如美國混凝土協會針對高強混凝土拉壓關系的推薦公式；同濟大學袁飚對于再生混凝土的拉壓公式；中南大學的王德輝等對于混凝土拉壓比關系的推導等[17-19]。本文針對秸稈灰混凝土試驗數據，采用最小二乘法進行擬合，確定抗拉強度與抗壓強度之間的關系式，并結合國內外預測模型對秸稈灰混凝土進行預測比對，驗證本文提出關系式的正確性，本文提出的關系見式（4），拉壓模型比對見圖2。

式中f表示混凝土抗壓強度，MPa；f表示混凝土抗拉強度，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度會有一定偏差。例如在圖2中，采用美國混凝土協會推薦公式進行預測的強度偏差較大，袁飚的模型在13～17 MPa抗壓強度區間預測有一定準確性，王德輝等的模型在11～17 MPa抗壓強度區間有一定精準度，本文提出的拉壓關系能較好的描述混凝土拉壓強度規律，表3給出了各模型預測擬合過程中的統計值。

表3 混凝土拉壓模型預測統計值

注：因美國混凝土協會預測強度差異過大，進行統計值計算無意義，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 軸心抗壓強度

迄今為止，因秸稈灰混凝土潔凈、可循環利用等特性受到專家學者的重視，對其力學性能進行了大量試驗，取得了一定研究成果[6-8,20-22]。在軸心抗壓強度方面，其成果仍然處于對各自試驗結果總結的階段，提出的模型僅適用于特定條件，方可進行正確預測及分析。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行理論計算，本文整理了國內秸稈灰混凝土力學性能試驗數據，在本文試驗基礎上提出混凝土軸心抗壓強度的統一計算公式。

圖3為國內秸稈灰混凝土抗壓強度與軸心抗壓強度試驗結果。在圖3中可知，混凝土軸心強度（f）與抗壓強度（f）呈比例關系。在試驗過程中還可知，隨著強度的提高，混凝土的裂縫發展與其峰值應力下降趨勢愈趨吻合，且表現出較大的脆性。對于軸心抗壓強度的研究，國內外學者已完成了大量的工作，如文獻[23]提出混凝土軸心抗壓統一計算公式

但利用此類標準混凝土計算公式進行秸稈灰混凝土計算時，誤差較大，預測結果不合理。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，適用于不同強度的混凝土，擬合曲線及擬合精度見圖3。

3 小波神經網絡預測

3.1 小波神經網絡介紹及數據處理

小波神經網絡最早由法國信息科學研究院（IRISA）于1992年提出，以小波函數代替前向性sigmoid函數作為神經網絡的激活函數，完善Fourier變換，生成類似徑向基的神經網絡系統，有較強的容錯性、自學習功能、非線性擬合以及泛化能力等特點[24]。本文基于小波神經網絡這些特點，構建神經網絡模型，在輸入部分引入隨機函數，隨機選擇試驗數據進行訓練，模型訓練完成后對秸稈灰混凝土抗拉性能和抗壓性能進行預測，并結合神經網絡預測數據對本文提出的擬合關系進行驗證。

3.2 小波神經網絡設計、訓練

根據混凝土試驗選擇秸稈灰替代比例和水膠比作為小波神經網絡的輸入參數，將混凝土抗拉強度和抗壓強度作為輸出參數，分別預測輸出抗拉強度和抗壓強度。在訓練模塊中引入隨機函數，依照文獻[24-27]和試驗數據隨機抽取33組混凝土試驗數據進行訓練，對剩余10組試驗數據進行預測比對，并分析預測誤差。確定模型的隱含層節點函數為小波基函數，以及確定隱含層節點數為3，采用梯度修正法修正神經網絡權值和隱含層小波基函數參數，提高神經網絡的效率和精度[28]。本文小波神經網絡拓撲結構如下圖4所示。

3.3 預測結果及分析

神經網絡訓練完成，通過神經網絡輸出得到預測數據及與試驗數據對比情況見表4。可以看出，采用小波神經網絡進行預測精度較高，其中預測混凝土抗拉強度時最大誤差為6%，預測混凝土抗壓強度時最大誤差為15%，經驗證采用隨機函數選擇訓練樣本進行小波神經網絡預測具有一定精度，并可用于秸稈灰混凝土抗拉強度與抗壓強度預測。

表4 小波神經網絡預測值與試驗值對比

同時將小波神經網絡預測數據用于驗證本文提出的混凝土拉壓公式，結果表明本文公式能較好地描述秸稈灰混凝土拉壓規律，驗證及相關統計數據見圖5。

4 結論與討論

1）本文通過對秸稈灰混凝土的力學性能進行試驗研究，結果表明，當秸稈灰質量分數為10%時，較28 d的基準試件混凝土抗拉強度降低了25%，抗壓強度僅下降了8%；當灰分質量分數為20%時，抗壓強度僅下降了31%。同時，當水膠比為0.5時，秸稈灰混凝土強度最優；確定混凝土最適水膠比區間為0.45～0.55。

2）對秸稈灰混凝土試驗數據進行擬合分析，提出拉壓擬合關系，并與國內外混凝土拉壓模型進行試算對比，驗證本文公式的準確性；整理近年來秸稈灰混凝土文獻數據，通過二次分析，提出秸稈灰混凝土軸心抗壓強度計算公式，驗證結果良好。

3）采用小波神經網絡方法對秸稈灰混凝土抗拉及抗壓性能進行預測，結果表明神經網絡預測精度較高。將預測結果用于驗證本文提出的拉壓關系，結果表明該公式能較好地描述小波神經網絡預測數據。

[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. 中國農作物秸稈資源及其利用現狀[J]. 農業工程學報，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構及其化學活性[J]. 硅酸鹽學報，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，等. 灰化條件對油菜秸稈灰分特性的影響[J]. 湖南農業大學學報，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，李耀莊，劉保華. 秸稈資源在混凝土中應用的研究進展[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，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]. 湖南農業大學學報，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建設部. 普通混凝土配合比設計技術規程(JGJ55-2011)[S]. 北京：中國建筑工業出版社，2011:25－35.

[10] 中華人民共和國住房和城鄉建設部. 普通混凝土力學性能力學試驗方法標準（GB/T 50081-2002）[S]. 北京：中國建筑工業出版社，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. 鋼纖維增強超高強混凝土拉壓比試驗研究[J]. 大連理工大學學報，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. 混雜纖維增強高性能混凝土拉壓比試驗研究[J]. 重慶建筑大學學報，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. 再生混凝土抗壓強度與劈裂抗拉強度相關性研究[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度取值研究[D]. 上海：同濟大學，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：湖南農業大學，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. 油菜秸稈混凝土性能的試驗研究[D]. 長沙：湖南農業大學，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. 油菜秸稈灰發混凝土抗硫酸鹽的侵蝕性能[J]. 湖南農業大學學報，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，丁發興. 混凝土受壓力學性能統一計算方法[J].建筑結構學報，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. 小波神經網絡若干關鍵問題研究[D]. 南京：南京航空航天大學，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神經網絡識別玉米種子純度[J]. 農業工程學報，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. 基于小波神經網絡的軸流泵性能預測[J]. 農業工程學報，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網絡預測[J]. 建筑材料學報，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，男，湖南永州人，博士生，主要從事建筑材料及結構倒塌研究。長沙 中南大學防災科學與安全技術研究所，410128。 Email：250259887@qq.com

劉保華，女，副教授，碩士生導師，主要從事建筑材料研究。長沙 湖南農業大學工學院，410000。Email：344419897@qq.com

張 強，李耀莊，劉保華，徐志勝. 秸稈灰混凝土力學性能試驗及強度預測[J]. 農業工程學報，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