为改善高钙粉煤灰在混凝土中的体积安定性和水化活性,本文对高钙粉煤灰进行了CO_(2)矿化改性,研究了不同CO_(2)矿化反应时长下高钙粉煤灰的固碳量和游离氧化钙含量,及CO_(2)矿化改性高钙粉煤灰对水泥砂浆水化热、力学性能和孔隙结构的...为改善高钙粉煤灰在混凝土中的体积安定性和水化活性,本文对高钙粉煤灰进行了CO_(2)矿化改性,研究了不同CO_(2)矿化反应时长下高钙粉煤灰的固碳量和游离氧化钙含量,及CO_(2)矿化改性高钙粉煤灰对水泥砂浆水化热、力学性能和孔隙结构的影响。结果表明,经12 h CO_(2)矿化改性处理,高钙粉煤灰固碳量可超过10%(质量分数),高钙粉煤灰中的游离氧化钙含量明显降低。随着矿化反应时间的延长,掺高钙粉煤灰的水泥浆体水化诱导期缩短,早期水化放热量明显降低。CO_(2)矿化改性处理还能减轻高钙粉煤灰对水泥砂浆强度的负面影响,改善水泥砂浆孔隙结构,降低孔隙率和大孔含量,促进水泥的早期水化和水化硅酸钙的成核结晶。展开更多
文摘为改善高钙粉煤灰在混凝土中的体积安定性和水化活性,本文对高钙粉煤灰进行了CO_(2)矿化改性,研究了不同CO_(2)矿化反应时长下高钙粉煤灰的固碳量和游离氧化钙含量,及CO_(2)矿化改性高钙粉煤灰对水泥砂浆水化热、力学性能和孔隙结构的影响。结果表明,经12 h CO_(2)矿化改性处理,高钙粉煤灰固碳量可超过10%(质量分数),高钙粉煤灰中的游离氧化钙含量明显降低。随着矿化反应时间的延长,掺高钙粉煤灰的水泥浆体水化诱导期缩短,早期水化放热量明显降低。CO_(2)矿化改性处理还能减轻高钙粉煤灰对水泥砂浆强度的负面影响,改善水泥砂浆孔隙结构,降低孔隙率和大孔含量,促进水泥的早期水化和水化硅酸钙的成核结晶。
文摘机器学习的数据驱动方法为隧道掘进机(tunnel boring machine,TBM)施工智能化赋能,对于优化掘进工艺、提高掘进安全性和降低人工成本至关重要。针对TBM运行数据噪声多、参数冗余及有效特征提取困难的难题,运用数据驱动的机器学习方法,挖掘数据蕴含的机-土复杂相互作用,实现TBM围岩岩体分类预测。首先,对于TBM掘进过程中产生的大量运行数据,采用核密度估计(kernel density estimation,KDE)对典型掘进参数曲线提取特征,获取稳定掘进阶段TBM关键运行参数的最大概率。然后,面向实际场景TBM运行数据,提出围岩分类堆叠集成学习算法,通过k-fold交叉验证进一步优化算法,利用基分类器和元分类器两层学习框架挖掘数据中的复杂关系。最后,采用5868个TBM掘进段的数据集对该算法的有效性进行验证。结果表明,四分类问题预测的平均F1达到0.705,二分类问题预测的平均F1达到0.797,其预测效果均优于所选的四种基分类器。
