再生骨料特征參數對混凝土強度的影響

秦擁軍，渠長偉，羅 玲，田盼盼，陳潔靜

(新疆大學建筑工程學院，烏魯木齊 830017)

0 引 言

隨著我國城市化建設步伐的加快，新老建筑不斷更新換代,產生了大量的廢舊混凝土。目前，大多采用堆放填埋的方式處理建筑垃圾，不僅占用大量土地資源，也會間接造成土壤、大氣環境的污染。此外，過度消耗天然砂石資源造成的資源短缺也成為日益嚴重的世界性問題[1]。2014年，根據《中國資源綜合利用年度報告》[2]的數據顯示，發達國家的建筑垃圾有效轉化利用率可達60%，而我國建筑垃圾的有效轉化利用率僅為5%。相關數據顯示，我國2021年建筑業產生的建筑垃圾固體廢棄物總量高達20億t。數量如此龐大的建筑垃圾如何轉變為再生資源，降低資源及能源的消耗，成為目前建筑業學者亟待研究的重要課題之一[3-6]。

再生骨料(recycled coarse aggregate, RCA)是一種綠色可再生建材，通過破碎、篩分等方法從混凝土廢料中提取出來，再經過清洗、二次破碎、化學去漿等工藝處理后制備成的可用于建筑再生產的骨料。由于RCA仍保留一定的砂漿粘結，物理破碎時也會造成骨料內部的損傷[7]，這將嚴重影響材料在使用中的性能與壽命。目前針對RCA的研究側重于優化骨料性能，加入礦物摻合料或纖維等方式提高再生混凝土性能，也有學者[8]對RCA可使用的循環次數做了相應探討，但對于RCA形態特征及參數的研究卻相對較少。現有的骨料特征分析多采用掃描或拍攝方法提取特征參數[9-11]，但這種分析方法與實際骨料特征存在較大差異。隨著無損檢測技術的發展，可以通過CT掃描[12]、三維點云[13]等技術將基體內部的孔洞、凝膠體轉換成掃描圖片，并建立三維可視化模型[14]。此外，混凝土的細觀結構與強度關系密切，影響混凝土強度的因素多而復雜，借助灰色關聯分析可以建立因素與目標要求之間的影響關系，對于信息不完全性和非唯一性數據較為適用[15]。采用灰色關聯分析可以建立配合比設計因素[16]、耐久性影響因素[17-18]與混凝土性能的關系，但目前少有報道細觀結構參數對強度性能影響的分析結果。

因此，本文基于CT掃描圖像提取骨料特征參數，并采用灰色關聯分析方法研究骨料特征參數與混凝土強度的關系，為RCA的細微觀研究提供了關鍵的參數支持。

1 實 驗

1.1 原材料

水泥采用新疆烏魯木齊天山水泥廠生產的天山牌P·O 42.5級普通硅酸鹽水泥，摻合料采用烏魯木齊當地鋰鹽廠提供的鋰渣(lithium slag, LS)，均經過烘干研磨后制備試驗樣品，水泥與鋰渣的主要化學成分見表1。細骨料選用新疆地區水洗粗砂，級配良好，細度模數為3.5。粗骨料選用粒徑為5～30 mm的連續級配的天然卵石(natural coarse aggregate, NCA)及本地廢舊混凝土經破碎、篩分后選出的RCA,粗骨料級配、顆粒形貌及詳細參數分別如圖1、圖2及表2所示。拌合水為烏魯木齊市自來水。

表1 水泥和鋰渣的化學成分Table 1 Chemical composition of cement and LS

圖1 粗骨料級配曲線Fig.1 Gradation curves of coarse aggregate

圖2 粗骨料顆粒形貌Fig.2 Particle morphology of coarse aggregate

表2 粗骨料性能參數Table 2 Performance parameters of coarse aggregate

1.2 樣品制備

根據本團隊前期研究成果[19-21]，選取四個不同的RCA替代率(0%，30%，50%，70%，質量分數，下同)，鋰渣摻量為20%(質量分數，下同)，水膠比為0.45，制備C30摻鋰渣再生混凝土。由于RCA的吸水率較高，試驗中加入附加用水量以保持恒定的水膠比，具體配合比見表3。按設計好的配合比稱取水泥、鋰渣及天然粗細骨料，先倒入單軸強制式攪拌機中攪拌均勻，隨后加入RCA和水攪拌3 min后立即倒入尺寸為150 mm×150 mm×150 mm的立方體模具成型，按照《混凝土物理力學性能試驗方法標準》(GB/T 50081—2019)規定的程序脫模并移入標準養護室(溫度為(20±2) ℃，相對濕度≥95%)，養護至28 d齡期后進行抗壓強度試驗及CT掃描測試。

表3 各試驗組配合比Table 3 Mixing ratio of each test group

1.3 分析和測試

采用上海泰琛檢測公司的Y.CT COMPACT設備對試件進行掃描，獲得包含骨料、孔洞、凝膠體的CT掃描圖像，隨后使用MATLAB函數對原始圖像進行感興趣區域(region of interest, ROI)處理，經過圖像增強、中值濾波去噪和灰度處理，提取出骨料特征參數的二值化圖像。將圖像導入Image Proplus軟件中進行特征參數的識別與提取，操作流程如圖3所示。

圖3 CT掃描與數字圖像處理方法流程Fig.3 Flow path of CT scanning and digital image processing

由于骨料形態的復雜與無序化，學者們對骨料形狀的表征尚未有統一的評估標準[22]。參考已有的研究基礎，選取形狀系數(shape facter, SF)、棱角度(angularity, AN)、棱角與表面紋理(angularity and surface texture, AT)指數及三維球體度(sphericity, SP)來表征RCA的形態特征:SF引入等效橢圓來描述骨料形態，其值越大則表示顆粒的形態越趨于細長或扁平狀；AN利用圖形周長來衡量骨料表面凹凸情況；AT指數則在AN的基礎上綜合棱角與表面紋理特征，以骨料凸輪廓作為參考對象，放大形狀對參數的影響；SP則可以更好地模擬骨料的真實狀態。表4給出了不同骨料特征參數的計算方法及示意圖，圖4為骨料特征參數的三維示意圖。最后，借助灰色關聯分析理論，探究各骨料特征參數與混凝土強度之間的關聯程度，這對理解RCA對強度的削弱影響，控制RCA生產質量并提高RCA的使用效率具有較高的實踐意義。

表4 不同骨料特征參數的計算方法和示意圖Table 4 Calculation method and schematic diagram of different aggregate characteristics parameters

圖4 骨料特征參數的三維示意圖Fig.4 3D schematic diagram of aggregate characteristic parameters

2 結果與討論

2.1 二維特征參數

獲取CT掃描圖像之后，提取三個二維參數，圖5展示了各試驗組提取的骨料特征數據。整體而言，本文選用的5～30 mm骨料級配相對均衡，RCA經篩分之后可以很好地滿足骨料級配的需求。對于SF和AN而言，最大值與平均值均隨著RCA替代率升高而變大，這兩類數值越接近1時，骨料形狀越接近標準橢圓，輪廓平整光滑，這表明混合骨料的形態隨著替代率提高向著細長形的顆粒形態發展。SF與AT指數的方差并沒有呈明顯的正比趨勢，隨著RCA替代率的提高，兩個參數在30%的替代率下出現了特殊的極值點，這說明NCA與RCA在不同比例混合下出現了一個特殊混合關系，在此比例下兩種骨料形態相互補充，恰好使混合骨料的整體顆粒形態接近。由圖5可以看出，R30組SF方差最低，混合骨料的顆粒形態接近，而AT指數的方差出現極大值，說明RCA由于舊砂漿的包裹或破碎出現內部損傷，骨料顆粒形態中出現了凹面，AT指數剛好放大了這種微小變化的影響，這一現象可能與破碎工藝有關[25]。

圖5 SF、AN和AT指數的統計數據Fig.5 Statistical data of SF, AN and AT index

圖6為各試驗組SF與AN的堆積柱狀圖。從圖6的SF分布頻率來看，各組骨料的SF多分布在1.5～2.0之間，此區間的骨料顆粒具有類橢圓形的特點，而SF大于3.0的骨料通常會被定義為針片狀骨料，形狀趨于細長和扁平狀。隨著RCA用量的增大，SF大于2.0的骨料顆粒占比明顯增加，R50和R70的骨料顆粒形狀將明顯偏離圓形而趨于針片狀骨料，這種類型的骨料對混凝土強度不利[26]。相比于SF，AN的分布則更為集中，骨料的AN多分布在1.0～1.2之間，此區間占比超過了骨料總顆粒的50%，而AN大于1.4的不規則骨料顆粒占比非常小，AN在0～1.4之間的骨料顆粒幾乎占骨料總顆粒的90%。如果將AN為1.2作為一個明顯的區分界限，R0～R70組AN大于1.2的占比分別為21.6%、22.7%、23.3%與25.3%，整體變化幅度較低，與其平均值、最大值隨RCA替代率的發展趨勢基本一致。

圖6 SF與AN的堆積柱狀圖Fig.6 Stacking histogram of SF and AN

圖7顯示了各試驗組AT指數的分布，四組數據分布趨勢相似，圖中出現了兩個明顯峰值，一個在0.03處，一個在大于0.10的范圍，兩個峰值之間的分布頻率隨著RCA替代率提高呈遞減趨勢。與Zhang等[24]的結論一致，AT指數的分布和正態分布類似，但僅限于相同尺寸下比較，在混凝土骨料的級配曲線影響下，AT指數的峰值可能會產生偏移。在松散條件下，角狀和表面粗糙的骨料通常比圓形和表面光滑的骨料具有更大的孔隙含量[24]。AT指數較大時，骨料表面可能存在較多的凹面紋理，拌和時易產生氣泡，不利于漿體充分包裹骨料，且漿體與骨料的有效粘結面積減小，容易導致混凝土性能降低。為了便于分析，將0.05作為臨界值進行劃分，在大于0.05的分級中，R30、R50、R70比R0組分別提高了21.87%、12.11%與2.73%，這從側面反映了圖5方差異常的原因。

圖7 AT指數分布直方圖Fig.7 Distribution histogram of AT index

2.2 三維特征參數

SF、AN、AT指數都是基于圖像處理技術獲得的骨料特征參數，基于掃描圖像在Avizo軟件中對骨料進行三維建模后，可以直觀地觀察骨料形態(見圖8)，并提取出骨料的SP參數。

圖8 骨料三維形態模型Fig.8 3D morphological model of aggregate

按照標準圖形SP值對骨料進行分級，為了便于查看，對相對集中的分級(0.8～1.0)進行了更細致的區分，如圖9所示?？梢钥闯觯捍蟛糠止橇系恼w顆粒形態都趨向于不規則多面體，但在0～0.73的區間分級中RCA替代率高的試驗組占比明顯較大，且RCA替代率越高，分布直方圖的峰值更趨向于較低的SP區域；在0.89～1.0的分級中，R0組擁有最高占比，且SP值隨著RCA的摻入量增加趨于降低，可以認為NCA比RCA在其三維形態上更接近標準球體。通過CT掃描圖像進行三維骨料模型重建的骨料分析方法是有效可行的，后續的研究可以在基于隨機理論的建模中加入骨料的針片狀參數、級配比例等因素，通過更深入的可視化模型理解骨料特征參數對混凝土性能的影響。

圖9 SP度分布直方圖Fig.9 Distribution histogram of SP

2.3 骨料特征參數與抗壓強度的灰色關聯度

圖10顯示了各組抗壓強度數據，發現30%替代率下抗壓強度并沒有太大損失，這是由于配合比中加入了20%的鋰渣替代水泥熟料，鋰渣中SiO2與Al2O3含量較高，其本身具有一定活性，作為礦物摻合料會對水泥水化產生積極效果，從而填補孔隙，增加密實度。而后由于RCA替代率不斷增高，RCA自身的骨料缺陷開始暴露，對力學性能產生負面影響，且同一組試件的數據離散性變大，這可能由于骨料表面殘留的砂漿不同，在R50組出現了較明顯的性能差異。雖然RCA的使用伴隨著一定的性能損失，但四組試件的抗壓強度差異并不大，仍然滿足C30混凝土的抗壓強度要求，表明不同的RCA替代率在合理的配合比設計下依然可以滿足實際工程需求。

圖10 各試驗組的抗壓強度Fig.10 Compressive strength of each test group

不同骨料特征參數與抗壓強度的灰色關聯度值如表5所示，選擇抗壓強度作為參考序列，將12個評價參數進行無量綱化處理，關聯系數ρ取0.5，得出最后的灰色關聯度并給出排序。SP的最大值表現出了明顯的關聯性，其次為SP的平均值，兩者的灰色關聯度均大于0.9。關聯度最大的為SP最大值，達0.942，最低的數據為SP方差，僅為0.463，SP在分布上集中于0.92～0.96范圍內，且隨著RCA替代率的提高呈顯著降低的趨勢，可見RCA的顆粒形態發生較大波動，開始出現針片狀與扁平狀骨料，因此方差出現明顯變化，而最大值與平均值相對穩定。AN的方差值和SF的平均值也表現出較高的關聯度，分別為0.884和0.871。由于混凝土的破壞失效一般是發生在骨料與砂漿之間的界面過渡區，AN越高的骨料，嚙合作用增強，骨料與砂漿之間的摩擦阻力加大，混凝土受外荷載作用時可以很好地傳遞外力，從而使基體的力學性能提高。

表5 不同骨料特征參數與抗壓強度的灰色關聯度值Table 5 Grey correlation degree between different aggregate characteristics parameters and compressive strength

3 結 論

采用CT掃描獲取了四組不同RCA替代率下的摻鋰渣再生混凝土的骨料特征圖像，通過MATLAB函數進行圖像感興趣區域提取，放大并優化骨料圖像，最后在Image Proplus軟件中獲得骨料特征參數。本文分析了SF、AN、AT指數及SP的分布規律及特點，并采取灰色關聯分析方法建立骨料特征參數與抗壓強度的聯系，主要結論如下：

(1)與NCA相比，RCA具有更復雜的表面結構，趨于細長或扁平狀，且RCA的針片狀比例、AN、骨料表面的粗糙程度相對較高。

(2)四個骨料特征參數均與力學性能有一定的關聯性，其中SP的關聯度最大，達0.942，AN與SF的關聯度分別達到了0.884和0.871。

(3)通過CT掃描圖像進行三維骨料模型重建的骨料分析方法是有效可行的，在基于隨機理論的建模中加入骨料SF、AN、SP等因素可以獲得與真實骨料較為接近的三維模型。