流態(tài)地聚物固化土強度特性及其強度預測

易 富，姜 珊，慕德慧，管茂成

（1.遼寧工程技術(shù)大學建筑與交通學院，遼寧 阜新 123000；2.遼寧工程技術(shù)大學土木工程學院，遼寧 阜新 123000；3.長春高新建設(shè)開發(fā)有限公司，吉林 長春 130015）

工程渣土作為建筑垃圾中占比最大的一部分，其處置問題越發(fā)引起重視。流態(tài)固化土作為一種廣泛用于各種回填工程中的成熟回填材料，對土質(zhì)要求極低，因此將工程渣土作為原材料制作流態(tài)固化土是切實可行的。目前我國在土體固化中大多采用水泥作為膠凝材料，但是水泥在生產(chǎn)過程中會造成大量污染，尋找替代水泥的新型綠色環(huán)保膠凝材料十分必要。地聚物凝膠是以工業(yè)廢棄物、天然礦物等為原料的綠色新材料，將其作為泥土固化劑再利用是建筑業(yè)的發(fā)展趨勢，具有重要的工程價值與環(huán)境價值[1]。

地聚物凝膠作為固化劑應(yīng)用于建筑工程中時會受到多種因素的影響，部分學者研究發(fā)現(xiàn)，向其中摻入堿激發(fā)劑能夠顯著提升地聚物的固化效果，且固化土強度受堿激發(fā)劑摻量、模數(shù)的影響最為顯著[2?5]。王東星等[6?9]發(fā)現(xiàn)在堿激發(fā)條件下，摻入粉煤灰、礦渣等綠色膠凝材料能夠高效固化淤泥，并顯著提高固化淤泥試件抗壓強度。陳忠清等[10]發(fā)現(xiàn)硅鋁比為1.35時，堿激發(fā)劑模數(shù)對凍融條件下的地聚物加固土強度的影響最為明顯。賈棟欽等[11]發(fā)現(xiàn)利用改性糯米灰漿固化黃土能夠改善固化土內(nèi)部孔隙結(jié)構(gòu)。陳偉等[12]發(fā)現(xiàn)淤泥與固化材料相互作用時，會發(fā)生固-水-氣三相體系向固-晶-氣準兩相結(jié)構(gòu)性體系的固化土轉(zhuǎn)變。何俊等[13]發(fā)現(xiàn)浸泡侵蝕溶液時間一致的情況下，固化淤泥試件抵抗NaCl侵蝕的能力比抵抗MgSO4侵蝕能力更加優(yōu)異。He等[14]指出堿渣的加入能夠提升固化土的抗剪強度。Lakshmi等[15]研究發(fā)現(xiàn)最優(yōu)高爐礦渣（GGBS）摻量使固化土的強度達到峰值，為原狀土的2.11倍。上述研究表明，無論在環(huán)境層面還是經(jīng)濟層面上，粉煤灰、GGBS、稻殼灰等工業(yè)廢棄物替代水泥作為膠凝材料都是較優(yōu)的選擇，且摻入稻殼灰能夠顯著提升地聚物力學性能。流態(tài)地聚物固化土的力學性能受眾多因素影響，且各因素之間存在交互影響，因此傳統(tǒng)的元件模型與經(jīng)驗模型難以有效描述其性質(zhì)。

人工神經(jīng)網(wǎng)絡(luò)在處理非線性問題上具有非常優(yōu)異的能力，所以其在廣泛的領(lǐng)域都受到歡迎[16?19]，很多土木類學者將人工神經(jīng)網(wǎng)絡(luò)運用于各種膠凝材料的強度預測中，并取得了很好的效果。例如，劉嬋娟[20]、張龍云等[21]、趙明亮等[22]采用人工神經(jīng)網(wǎng)絡(luò)預測不同養(yǎng)護條件下的混凝土強度，發(fā)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)預測結(jié)果較為精準；李揚等[23]采用人工神經(jīng)網(wǎng)絡(luò)預測鹽溶液侵蝕后混凝土的相對動彈模量，發(fā)現(xiàn)預測模型具有較高的準確率，平均誤差僅為2.08%；張偉等[24]、路曉宇[25]建立神經(jīng)網(wǎng)絡(luò)預測模型對固化土強度進行預測，結(jié)果表明模型具有較高的精度。目前，采用人工神經(jīng)網(wǎng)絡(luò)對摻入稻殼灰的流態(tài)地聚物固化土進行強度預測的研究成果鮮有報道。

基于上述研究，固化土的特性分析與應(yīng)用已經(jīng)十分廣泛，但是對于流態(tài)固化土的膠凝材料與性質(zhì)研究相對較少。本文采用粉煤灰、GGBS、稻殼灰等綠色新型膠凝材料固化工程渣土，制備流態(tài)地聚物固化土，并采用無側(cè)限抗壓強度判斷固化土力學性能是否優(yōu)異，探究不同因素對流態(tài)地聚物固化土力學性能的影響；同時基于試驗結(jié)果并利用人工神經(jīng)網(wǎng)絡(luò)建立強度預測模型，通過權(quán)重貢獻率分析法，分析各因素對于固化土抗壓強度影響程度。

1 試驗材料與試驗方案

1.1 試驗材料

1.1.1 試驗用土

試驗用土為北京某建筑工程所出產(chǎn)的工程渣土，曬干取回土樣并將其過篩，摒棄其中無法過篩的大塊建筑固廢，粉碎過篩后的工程渣土。試驗測得土樣的基本性質(zhì)如下：塑限為14.1%，液限為29.7%，天然密度為1.66 g/cm3，天然含水率為6.6%。根據(jù)土的分類方法，試驗土樣屬于粉質(zhì)黏土。

1.1.2 固化材料

采用粉煤灰、GGBS、稻殼灰作為復合固化劑對土樣進行固化。粉煤灰為靈壽縣韻達礦產(chǎn)品有限公司提供的二級粉煤灰，GGBS為同公司提供的?；郀t礦渣粉，外觀為粉末狀，比表面積720 m2/kg，密度為2.9 g/cm3，活性指數(shù)為95%。稻殼灰外觀為黑色粉末狀，其相對密度為1.80 g/cm3。粉煤灰、GGBS、稻殼灰的化學組成及各組分質(zhì)量分數(shù)（w）見表1。

表1 粉煤灰、GGBS和稻殼灰的化學組成Table 1 Chemical composition of fly ash, GGBS and rice husk ash

1.1.3 堿激發(fā)劑

堿激發(fā)劑由氫氧化鈉和水玻璃配制而成，氫氧化鈉為純度96%市售分析純固體顆粒，水玻璃模數(shù)3.3 mol/L、波美度 38.5°Bé，SiO2質(zhì)量分數(shù) 27.3%，Na2O質(zhì)量分數(shù)8.54%。將二者攪拌至混合溶液重新變?yōu)橥该饕后w。經(jīng)俞家人[3]等驗證，固化土堿激發(fā)劑的模數(shù)為 1.2 mol/L時，其抗壓強度達到峰值，所以本試驗堿激發(fā)劑溶液模數(shù)確定為1.2 mol/L，溶液配置完成后，將溶液瓶口封住，放置24 h后再使用。

1.2 試樣制備

干土準備完成后，將稻殼灰篩分成0.075，0.15，0.3，0.6，1.2 mm 等 5 種粒徑。根據(jù)試驗配比（表2），稱出相應(yīng)的GGBS、粉煤灰及不同粒徑稻殼灰，表2中各材料的摻量均為干土質(zhì)量的百分比。已有研究表明[26]，采用尺寸為100 mm×100 mm×100 mm的試模時，地聚物抗壓強度試驗的效果更優(yōu)，所以選用此尺寸作為最終試件尺寸。取干土質(zhì)量60%的純凈水與配置好的堿激發(fā)劑溶液混合，拌合5 min；將膠凝材料與土體拌合均勻，隨即倒入堿激發(fā)劑水溶液，用NJ-160A凈漿攪拌機攪拌；攪拌完成后把漿體裝入試模中，置于室內(nèi)，待其初凝后脫模，裝入密封袋中；置于濕度95%、溫度（20±2）°C的養(yǎng)護箱內(nèi)進行養(yǎng)護。達到養(yǎng)護齡期后，取出試件，采用TAW2000壓力機進行無側(cè)限抗壓試驗。試驗加載采用位移控制，加載速度為1 mm/min。經(jīng)試驗研究，流態(tài)地聚物固化土試件最優(yōu)含水率為35%，所以試件的含水率統(tǒng)一為35%。

表2 流態(tài)地聚物固化土設(shè)計方案Table 2 Design scheme of fluid geopolymer Solidified Soil

2 無側(cè)限抗壓強度試驗結(jié)果

2.1 試樣破壞形式

流態(tài)地聚物固化土試樣的破壞形式如圖1所示。在荷載作用下，試樣內(nèi)部及表面出現(xiàn)豎向的微小裂縫，此時試樣的應(yīng)力趨近于峰值應(yīng)力，未出現(xiàn)明顯破壞；隨著荷載繼續(xù)增大，試樣的應(yīng)力逐漸達到峰值，試樣內(nèi)部及表面的裂縫開始連通并縱向貫穿，導致出現(xiàn)大面積剝落現(xiàn)象，試樣發(fā)生脆性破壞。

圖1 試樣破壞形式Fig.1 Failure form of sample

2.2 堿激發(fā)劑模數(shù)對固化土抗壓強度的影響

隨著堿激發(fā)劑模數(shù)的增大，流態(tài)地聚物固化土的抗壓強度呈分段式變化，先增大后減?。▓D2）。當堿激發(fā)劑模數(shù)為1.2 mol/L時，抗壓強度達到最大值。以養(yǎng)護齡期28 d為例，堿激發(fā)劑模數(shù)為1.2時，試件抗壓強度最大值為1.45 MPa；當模數(shù)分別為0.6，0.9，1.5時，其抗壓強度相比模數(shù)1.2的試件降低了15.9%、8.3%和22.1%。

圖2 不同堿激發(fā)劑模數(shù)固化土抗壓強度曲線圖Fig.2 Compression strength curves of modulus solidified soil with different alkali activators

2.3 GGBS、粉煤灰摻量對固化土抗壓強度的影響

由圖3可知，不同養(yǎng)護齡期下，流態(tài)地聚物固化土的抗壓強度均隨GGBS摻量的增加而逐漸增大。以養(yǎng)護齡期為28 d為例，GGBS摻量8%的固化土抗壓強度為1.27 MPa，摻量增加至10%、12%和14%時，其抗壓強度提高了14.2%、23.6%和30.7%。

圖3 不同GGBS摻量固化土抗壓強度曲線圖Fig.3 Compressive strength curve of solidified soil with different GGBS content

由圖4可知，流態(tài)地聚物固化土在不同養(yǎng)護齡期下的抗壓強度都隨粉煤灰摻量的增加而增大，且兩者呈近似線性關(guān)系。以養(yǎng)護齡期28 d為例，粉煤灰摻量6%的試件抗壓強度為1.29 MPa；當摻量增至8%、10%和12%時，其強度提升12.2%、23.2%和31%。當摻量由6%提升至8%時，固化土強度提升最為顯著。

圖4 不同粉煤灰摻量固化土抗壓強度曲線圖Fig.4 Compressive strength curve of solidified soil with different fly ash content

2.4 稻殼灰摻量及粒徑對固化土抗壓強度的影響

由圖5可知，流態(tài)地聚物固化土的抗壓強度均隨著稻殼灰摻量的增加而增大。以養(yǎng)護齡期28 d為例，稻殼灰摻量0%的固化土抗壓強度為1.45 MPa；當?shù)練せ覔搅吭鲋?%、8%、11%和14%時，其強度提高了43.4%、66.9%、100%和107.6%；可以看出，當?shù)練せ覔搅繛?1%時，對固化土的強度提升最為顯著。

圖5 不同稻殼灰摻量固化土抗壓強度曲線圖Fig.5 Compressive strength curve of solidified soil with different amount of rice husk ash

由圖6可知，流態(tài)地聚物固化土的抗壓強度與稻殼灰粒徑呈近似線性的負相關(guān)。以養(yǎng)護齡期28 d為例，稻殼灰粒徑0.075 mm的固化土抗壓強度為3.94 MPa，當粒徑增大為 0.15，0.3，0.6，1.2 mm時，試樣抗壓強度分別降低9.1%、16.5%、22.1%和26.4%。

圖6 不同稻殼灰粒徑固化土抗壓強度曲線圖Fig.6 Compressive strength curve of solidified soil with different rice husk ash particle size

3 流態(tài)地聚物固化土的強度特性分析

3.1 堿激發(fā)劑模數(shù)的影響分析

當堿激發(fā)劑模數(shù)大于1.2時，試樣內(nèi)部的OH–濃度過低，對稻殼灰外表玻璃球體的分解作用減弱，無法裂解硅氧鍵與鋁氧鍵，導致反應(yīng)無法進行，地聚物凝膠產(chǎn)生過少，因此固化土的抗壓強度過低。但是，當堿激發(fā)劑模數(shù)過低時，固化土中過多的Na+會延緩凝膠的聚合作用，導致地聚物凝膠生成困難，固化土抗壓強度同樣受到影響。

3.2 GGBS及粉煤灰摻量的影響分析

當GGBS摻量由8%增至10%時，對固化土強度的提升最為顯著。養(yǎng)護前期，GGBS是主要的反應(yīng)原料，所以試樣抗壓強度隨GGBS摻量的增加而增大，且先期強度提升明顯。隨著GGBS的增多，由于沒有良好的堿性環(huán)境，過多的GGBS無法完全反應(yīng)，其對試樣強度的提升幅度減弱。

地聚反應(yīng)初期，粉煤灰參與反應(yīng)時，需先將外層玻璃球體破壞，釋放出內(nèi)部的SiO2、Al2O3等活性離子參與反應(yīng)，所以在較短的時間內(nèi)粉煤灰參與反應(yīng)的量較少，對固化土的抗壓強度影響較小。隨著齡期的增加，粉煤灰開始參與反應(yīng)，玻璃體被大量破壞，參與反應(yīng)的離子變多，所以粉煤灰摻量對于固化土的抗壓強度影響也增加。

3.3 稻殼灰摻量及粒徑的影響分析

隨著稻殼灰的加入，稻殼灰內(nèi)大量的高活性SiO2參與地聚反應(yīng)，生成更多的凝膠，增大固化土的抗壓強度。隨著稻殼灰摻量的增加，固化土內(nèi)SiO2濃度升高，但是濃度過高的SiO2會抑制膠凝材料的解聚和聚合，所以過量的稻殼灰不能增加固化土的抗壓強度。另外，隨著稻殼灰的粒徑減小，其活性增高，更易發(fā)生地聚反應(yīng)，產(chǎn)生更多凝膠，提升固化土抗壓強度。

4 流態(tài)地聚物固化土的強度預測與影響因素分析

4.1 強度預測模型構(gòu)建與訓練

大量學者研究發(fā)現(xiàn)，誤差逆?zhèn)鞑ィ˙P）神經(jīng)網(wǎng)絡(luò)模型能夠有效預測膠凝材料的抗壓強度[14?17]，所以本文采用BP模型預測固化土的抗壓強度。將GGBS與粉煤灰摻量、堿激發(fā)劑模數(shù)、稻殼灰摻量與粒徑、養(yǎng)護齡期等6個影響因素作為輸入層變量，以無側(cè)限抗壓強度作為唯一的輸出層變量，建立流態(tài)地聚物固化土的強度預測模型。由于預測模型的精度主要取決于隱含層的層數(shù)與節(jié)點數(shù)，對比不同隱含層的層數(shù)與節(jié)點數(shù)的預測模型結(jié)果（表3），發(fā)現(xiàn)模型采用6-8-8-1的拓撲結(jié)構(gòu)時，BP神經(jīng)網(wǎng)絡(luò)模型的結(jié)果最優(yōu)，因此建立如圖7所示的強度預測模型網(wǎng)絡(luò)拓撲結(jié)構(gòu)。

表3 不同隱含層層數(shù)于節(jié)點數(shù)的預測模型對比Table 3 Comparison of prediction models with different hidden layers and nodes

圖7 強度預測模型拓撲結(jié)構(gòu)Fig.7 Topology of strength prediction model

選取如下激活函數(shù)f(x)：

式中：x——迭代過程中的輸入向量。

則神經(jīng)網(wǎng)絡(luò)中第k層的第i個值可表示為：

式中：Nk——第k層的神經(jīng)元數(shù)目；

m——層間關(guān)系（m=1，2，3）；

θi——層間的閾值。

得到各層的計算值后，需要進行權(quán)重調(diào)整。采用遞歸法從輸出節(jié)點開始返回到隱含層調(diào)節(jié)權(quán)重，則權(quán)重矩陣的迭代方法為：

然后重復上述步驟計算，直到滿足目標要求。

從上述試驗結(jié)果的88組數(shù)據(jù)中隨機抽取80組數(shù)據(jù)作為訓練樣本，8組數(shù)據(jù)作為預測樣本。訓練過程中不斷調(diào)整權(quán)重矩陣，直至權(quán)重矩陣波動量趨于平穩(wěn)且較小時結(jié)束迭代。本次網(wǎng)絡(luò)模型數(shù)據(jù)學習的次數(shù)為5 000 次，網(wǎng)絡(luò)學習速率為 0.01，目標誤差為 0.1×10?3。經(jīng)過模型運算，得到模型的網(wǎng)絡(luò)輸出強度，將其與實際值進行對比并計算絕對誤差，具體結(jié)果見圖8。由圖8可知，80組試驗數(shù)據(jù)的預測值與實際值基本處于重合狀態(tài)，只有極少部分有明顯偏差，并且預測值與實際值的絕對誤差基本不變，保持在同一條水平線上。

圖8 預測值與實際值對比圖Fig.8 Comparison between predicted value and actual value

4.2 固化土強度預測

將之前隨機挑選的8組預測樣本，輸入到訓練好的抗壓強度預測模型中，執(zhí)行程序，得到8組數(shù)據(jù)的網(wǎng)絡(luò)輸出強度，將這8組預測強度與實際試驗數(shù)據(jù)進行對比，對比結(jié)果見表4。由表4可知，預測樣本的最大絕對誤差為0.332 9 MPa，最小絕對誤差為0.001 4 MPa，平均絕對誤差為0.069 MPa；最大相對誤差值為17.2%，最小相對誤差值為0.14%，平均相對誤差值為5.57%，具有很高的適用性。

表4 測試樣本誤差分析表Table 4 Error analysis of test samples

將訓練樣本與預測樣的誤差值進行整理計算（表5），訓練與測試樣本中誤差超過20%的僅占5.68%，誤差在10%～20%的樣本僅占7.95%。相對誤差小于1%的樣本占53.41%，且誤差小于10%的樣本占86.37%，預測結(jié)果較精準，且波動較小。這表明BP神經(jīng)網(wǎng)絡(luò)對流態(tài)地聚物固化土的抗壓強度預測總體效果較好，可以滿足工程實際需求。

表5 預測模型訓練與預測樣本相對誤差分布Table 5 Relative error distribution of BP neural network training and prediction samples

4.3 影響因素權(quán)重分析

引入權(quán)重貢獻率分析法能夠建立起輸入變量與輸出變量之間的直接聯(lián)系，獲得輸入變量與輸出變量的權(quán)重影響。權(quán)重貢獻率分析法，是通過預測模型訓練完成后網(wǎng)絡(luò)輸出的各層之間的權(quán)重矩陣。經(jīng)過計算得出的輸入節(jié)點對于輸出層的權(quán)重貢獻，可以直觀反映每個影響因素對抗壓強度的影響程度。權(quán)重貢獻率（Pm）的計算公式見式（4）（5）：

式中：Vm——輸入節(jié)點的權(quán)重貢獻；

Qi——隱含層到輸出層的連接權(quán)值；

Vmi——輸入層到隱含層的連接權(quán)值。

利用式（5）計算6個影響因素的權(quán)重貢獻與權(quán)重貢獻率，結(jié)果見表6。由表6能夠清楚看出，養(yǎng)護齡期對于固化土強度影響最大，其權(quán)重貢獻率達到38%；粉煤灰摻量的影響僅次于養(yǎng)護齡期，占比為30.15%；稻殼灰摻量、堿激發(fā)模數(shù)和GGBS摻量分別占比16.54%、8.1%和6.92%，影響最小的為稻殼灰粒徑，僅占0.29%。

表6 預測模型權(quán)重貢獻與權(quán)重貢獻率Table 6 weight contribution rate of prediction model

5 結(jié)論

（1）流態(tài)地聚物固化土試樣的破壞形式為脆性破壞，其抗壓強度與GGBS摻量、粉煤灰摻量和稻殼灰摻量呈正相關(guān)，流態(tài)地聚物固化土的抗壓強度與稻殼灰粒徑呈近乎線性的負相關(guān)；當堿激發(fā)劑模數(shù)增至1.2、GGBS的摻量增至10%、粉煤灰摻量增至8%和稻殼灰摻量增至11%后，強度提升效能降低。

（2）通過建立的神經(jīng)網(wǎng)絡(luò)強度模型進行樣本預測，經(jīng)過檢驗發(fā)現(xiàn)拓撲結(jié)構(gòu)為6-8-8-1時對固化土強度預測更為準確，其平均絕對誤差為0.069 MPa，平均相對誤差為0.14%，預測結(jié)果誤差較小。對訓練樣本與測試樣本的誤差分布進行分析，發(fā)現(xiàn)誤差小于10%的樣本占86.37%，模型預測結(jié)果波動也較小。

（3）引入權(quán)重貢獻率分析各因素對抗壓強度影響程度，得到6種影響因素的權(quán)重貢獻率。其中，養(yǎng)護齡期對于固化土強度影響最大，占比為38%；膠凝材料對于固化土強度的影響程度從大到小分別是：粉煤灰摻量>稻殼灰摻量>堿激發(fā)劑模數(shù)>GGBS摻量>稻殼灰粒徑。實際工程中，膠凝材料的選擇應(yīng)著重考慮粉煤灰和稻殼灰的摻量。