混凝土再生利用的技術探討

邢磊++張焱++王龍宇++蔣寧

摘 要：目前我國的建筑混凝土使用量巨大，拆除的廢舊建筑物中，混凝土所占比重在40%左右，這些廢料不僅污染環境還造成資源的浪費。為貫徹可持續發展觀，推行節能減排，低碳環保。針對這一弊端混凝土再生利用技術應運而生，并且其發展前景十分可觀，本文主要對混凝土再生技術進行論述。

關鍵詞：資源浪費；可持續發展；混凝土再生技術

中圖分類號：X799 文獻標識碼：A

0.前言

目前，就我國的混凝土再生利用的技術而言，二次利用的混凝土多用于道路施工中，在建筑施工中的應用量相對較少。我國近幾年來隨著城鄉規劃及新農村建設的不斷開展，城市地下空間及“海綿城市”的不斷探索，地下管廊及地鐵工程新建，混凝土的使用量必然會持續上升，與此同時從廢舊建筑物拆除的粗集料也必然增加，如果不能及時地對這些建筑垃圾進行恰當的處理，勢必造成環境污染，資源浪費。因此我們更應該重視混凝土以及建筑廢料的再生利用，不斷提高技術，達到世界先進水平。

1.混凝土再生利用需要克服的問題

目前，我國的建筑工程主要以鋼筋混凝土為主材料作為承重結構，而混凝土構件通常為主要抗壓構件，這與混凝土本身的力學性能有關。但是經過長時間使用過后的混凝土作為再生資源重復利用時，其原本的力學性能在一定程度上會發上相應的變化，所以對于查出的混凝土再生利用時，一定要對其力學性質及相關數據進行研究。

通過對混凝土的形成過程及混凝土在自然狀態下宏觀、亞微觀、微觀3種結構的分析（如圖1、圖2所示），混凝土再生利用需要克服的問題如下：

（1）在使用中的混凝土，由于常年承受荷載作用從微觀上看，二次利用混凝土會發生卸載現象。

（2）水泥石中存在氫氧化鈣，在自然條件下呈堿性，廢舊混凝土進行粉碎和其他工藝加工處理的時候，既要防止原有混凝土中的氫氧化鈣對設備的腐蝕，也要防止加入的添加劑對混凝土原有微觀結構和力學性質的破壞。

（3）水泥凝膠體的硬化過程是需要很多年才能完成的，因此混凝土的強度和變形也會在較長的時間內發生變化，所以要對混凝土廢舊骨料進行嚴格的檢測。

（4）廢舊混凝土及其他建筑垃圾，都屬于體積巨大垃圾，清理和運輸的過程造成的揚塵會造成當地空氣質量的下降，從而影響當地人民的正常生活。在發展混凝土再生技術的同時，相關部門應給出具體合理的辦法措施對以上問題進行解決。

2.再生混凝土與天然混凝土的對比

在建筑物或構筑物中，由于混凝土構件長年累月處于受力狀態及各種自然因素的影響，所以再生混凝土的各項指標及相關性質都會發生變化，因此與一次使用的混凝土相比，其孔隙率增大，吸水性增強，混凝土強度降低等特征。這些特性就限制了再生混凝土的應用范圍，所以目前的再生混凝土主要用來配置低強度的混凝土。目前其應用范圍還很窄，主要用來配制中低強度的混凝土。若要將二次使用乃至多次使用的混凝土用到鋼筋混凝土結構工程中去，則對其強度、粒徑、潔凈水平等要求較高，因此，再生混凝土能否高強化和高性能也就成為當今的重要研究課題之一。

高活性超細礦物質對再生混凝土粗骨料具有改性作用，建筑垃圾粉碎機械的高活性超細礦物質摻合料的漿液對建筑垃圾在再生粗骨料進行浸泡，超細礦粉能夠填充在再生混凝土粗骨料的孔隙中，并且超細礦粉能與粗骨料中的一些成分發生化學反應，從而生成的物質可將粗骨料的孔隙填滿。

3.廢舊混凝土的破碎類型

從廢舊建筑物拆除的廢舊混凝土要經過破碎作為粗骨料或細骨料與其它材料配合使用或單獨使用。混凝土破碎的方法有很多種，不同的破碎方法會影響到混凝土的物理性質。概括其破碎方式分為3種（如圖3所示）。

粗碎主要以壓碎的方法對大塊物料的第一次破碎，允許破碎的最大粒徑混凝土在1m，粉碎比一般小于6。

中碎是以錘擊或壓碎的方式針對粒徑小于350mm 的混凝土廢料進行破碎，粉碎比較大，最大可達30 以上。

細碎主要用細磨機，針對粒徑在2mm～60mm 的混凝土廢料進行磨碎處理，磨碎的產品粒徑一般在0.1mm～0.3mm 范圍內，粉碎比最高，能達1000 以上。

結語

混凝土的再生利用技術運用成熟之后，可以達到混凝土多次利用，但目前我國對再生混凝土主要用在道路施工中。我國是一個人口大國，人均資源占有量較低，對各行各業來說都必須貫徹落實可持續發展觀，在建筑行業更是要求低碳環保，綠色建筑。總而言之，重視混凝土以及建筑廢料的再生利用，不斷提高技術，使廢棄混凝土應用成為一套成熟的技術，達到世界先進水平，是科學發展觀的要求，也是建筑工程行業對我國社會的貢獻。

參考文獻

[1]陳宗平，徐金俊，鄭華海，等.再生混凝土基本力學性能試驗及應力應變本構關系[J].建筑材料學報，2013，16（1）：24-32.

[2]朱紅兵，趙耀，雷學文.再生混凝土研究現狀及研究建議[J]. 公路工程，2013，38（1）：98-102.

[3]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.endprint