稻壳灰强度和衰退的预测结合高性能混凝土工程管理论文

稻壳灰强度和衰退的预测

结合高性能混凝土摘要：本文介绍了发展的统计模型来预测稻壳灰（RHA）强度和坍落度

结合高性能混凝土（HPC）。六十例合并RHAHPC混合料的抗压

在实验室制备和测试了42到170毫米和245毫米92毫米的强度范围。这些实验数据六十RHA纳入HPC混合使用开发模型。六个变量，即水tobinder比、水泥含量、灰含量、细集料含量、粗骨料含量和高效减水剂掺量

选择的发展模式，最终预测RHA掺HPC强度和坍落度的影响。模型

通过回归分析发展。与相同成分的制备和测试的额外五的HPC混合

在相同的测试条件下，以验证所提出的模型的能力，预测的响应。的结果

预测模型与实验数据显示出良好的协议。因此，开发的模型可以用来

预测衰退和28天壳灰掺HPC抗压强度。研究表明，强度和

坍落度混凝土可以成功地为蓝本的统计分析。

关键词：高性能混凝土，稻壳灰，强度，不景气，统计模型，回归分析。1简介

高性能混凝土（HPC）的定义是具体的，这符合特殊的性能和均匀性要求，不能总是实现常规使用常规材料和普通混合，放置固化的做法（齐亚等人。1991）。要求可能涉及增强的特性，如填筑碾压不离析、长期力学性能、早期强度、体积稳定或服务生活在恶劣的环境中高性能混凝土是一相对较新的产品和它的特点不同对普通混凝土（Zain等人。2002）。HPC的混合物，通常比传统的混凝土混合物更昂贵，因为它们通常含有更多的水泥，几个化学外加剂在高剂量率比传统的混凝土，和一个或多个补充胶凝材料（西蒙2003）。作为材料成本增加，混凝土配合比优化比例变得更为理想。此外，作为组成材料的数量增加，问题确定最佳的混合物变得越来越复杂。不仅有更多的材料考虑，但也有更多潜在的材料之间的相互作用。结合几个性能标准，使用传统方法寻找最佳比例的试验批次可能会变得令人望而却步。HPC是一个高度复杂的材料，其行为建模是一项艰巨的任务（叶1998）。因此，有一个需要寻找高性能混凝土性能预测的新方法。虽然一些模型预测混凝土的性能优化（Zainetal.2002;Simon2003;Yeh1998;Saridemir2009a,b;Baietal.2003;Tanyildizi2009;Bilimetal.2009;Özcanetal.2009;Guang,Zong2000;Kasperkiewicsetal.1995;Lai,Serra1997;Lee2003;Limetal.2004;Patel2003;Jaśniok,Zybura2009;Kamaitis2008;Bai,Gailius2009），这些模型包括稻壳灰（RHA）为在高性能混凝土辅助胶凝材料。水稻稻壳，农业废弃物，约占五分之一年生产的5亿吨大米世界（梅塔1989）。由于不断增长的环境关注，并需要节约能源和资源可持续发展，努力使烧伤在控制温度和气氛的外壳，和利用生产建筑材料灰（Columna1974;Mehta1977,1989;Ismail,Waliuddin1996;Zhang,Malhotra1996;Jauberthieetal.2000;Bui2001;Nehdietal.2003;Agarwal2006;deSensale2006;Chindaprasirtetal.2007;Gastaldinietal.2007;Giaccioetal.2007;Saraswathy,Song2007;Sataetal.2007;Ganesanetal.2008;Nairetal.2008;deSensaleetal.2008;Zainetal.2011）。本研究主要关注的是开发用于预测RHA强度和坍落度的统计模型结合高性能混凝土。2材料的性能

普通波特兰水泥（Ⅰ型）是用来满足ASTMC150（2011）规格。RHA使用实验室制作。化学与物理的水泥和RHA性能如表1所示。天然河砂和破碎的石灰石被用作

集料。对细集料和粗集料的级配符合ASTMC33（2011）规范。两个聚集体的物理性质的细节显示在表2。glenium100米减水剂相符与ASTMC494要求（2011）和ASTM（2007）采用C1017（固含量为25.25%比重力=1.28）。正常自来水（PH值=6.9）用作混合水和用于固化。表1。水泥和水稻的化学和物理性质

稻壳灰（RHA）PropertyCementRiceHuskAshSiO2(%)21.5486.49

Al2O3(%)5.990.01

CaO(%)65.30.50

MgO(%)0.770.13MnO(%)0.010.07

P2O5(%)0.310.69

SO3(%)1.41–

TiO2(%)0.21–

Fe2O3(%)4.450.91

C(%)0.713.21

Lossonignition(LOI)(%)1.068.83

Na2O(%)–0.05

K2O(%)–2.7

Specificgravity3.162.00

Specificsurfacearea(m2/kg)402183.3PropertyAggregateAggregateSize(mm)BulkspecificgravityAbsorption(%)Finenessmodulus0–4.752.601.473.044.75–192.610.826.68表2细和粗集料的物理性质3混凝土混合物，试样制备和试验在实验室制备了掺HPC和RHA六十份。表3显示了水胶比（W／B）、水泥（C），稻壳灰（RHA）、水（W）、细骨料（FA）、粗骨料（CA）和高效减水剂（SP）的混合内容。三用于混合混凝土的旋转式平底搅拌机0.05米的能力。每批包括三个坍试验和100个四个个200毫米的抗压强度试验的足够的混凝土。按照ASTMc192按照气缸（2007）的制备。为了获得足够的巩固，气瓶被捣实。汽缸盖上塑料，放在模具上24个小时，之后他们被放置在石灰水填充固化罐湿润养护23±2°C.坍落度混凝土进行了按照ASTMC143数位相机（2010）。抗压强度试验（ASTMC392010）进行了气缸在28天的年龄。在大多数情况下，三个气瓶进行了测试。在某些情况下，如果一个结果是显着低于或高于其他人进行了四分之一次测试。在测试之前，气缸的两端分别并联以满足ASTMC39地面（2010）采用端面磨床的设计目的要求。试验结果表明，平均强度为三缸。低迷度试验结果（范围：170毫米245毫米）和抗压强度试验（范围：42.47兆帕至92.21兆帕）也显示在表3。4模型的开发六个变量被选中，以获得统计模型

最终预测RHA纳入HPC的性能。变量的限制是由

进行一些初步的测试和从过去的经验。所使用的变量的符号和限制

如下：−X1=水胶比（范围：0.25–0.40）；

−X2=水泥，公斤/立方米（范围：378.8–553.8）；

−X3=稻壳灰（RHA），公斤/立方米（范围：25–71.7）；

−X4为细骨料，公斤/立方米（范围：543.8–720.7）；

−X5=粗骨料，公斤/立方米（范围：951.6–1048.3）；

−X6=高效减水剂、L／m3（范围：4.2–72.6）。Minitab统计软件(MinitabInc2004）被用来推导出2个模型的最小二乘法

方法。统计模型的一般结构是

如下：y=βo+∑kβixi+∑kβiixi2+∑∑βijxixj+ε, (1) i=1 i=1 i<j其中：y的反应是，xi是独立的变量；

βO是独立的词；βi，βII和βij是独立变量和相互作用系数，代表他们对响应的贡献；ε是随机的剩余误差项，表示变量的影响或高阶模型中没有考虑（Kutner

等人。2004）。六个变量之间的相互作用（xixj）和二次效应（xi）变量也被认为是该模型显示在公式（1）。通过试验和错误，最佳拟合模型，确定了不同概率分布函数。并进行了试验确定变量的统计意义。这个零假设是真实价值的前提系数为零。换句话说，与该系数相关的变量或变量有统计学差异重要的，它没有影响的响应，如果概率大于统计的概率小于0.05（5%），零假设（系数为零）可以被拒绝，并建立的变量或变量的估计系数有显着影响的响应。如果概率大于'吨统计数据是0.05（5%），零假设可以被接受，它可以被建立的变量或估计系数的变量对响应没有影响，因此变量或变量不能包括在模型中。在该模型中，比“吨统计”的概率大于0.05。这意味着不到5%的概率一个给定的变量的贡献与相应的系数的测试的响应超过的值指定的估计系数。一个可能的更高决定系数（R2）被认为是价值同时选择建议的模型。经过多次的试验用Minitab软件，最适合的模型被发现对HPC性能如抗压强度和在以下章节中描述的不景气。4.1模型1:28的抗压强度在混凝土的设计和质量控制中，通常规定了28天的抗压强度。28天抗压强度由一个标准确定单轴压缩试验是公认的混凝土强度指数（帕特尔2003）。因此，28天抗压强度模型被选为模型的相关变量，以评估质量RHA掺HPC。拟议的28天强度模型：y1=−6018+7040x1+2.49x2+3.16x3+5x4++x589.1x6−0.0902x62−8.47xx14−38.6x1x6−(2)0.0484x2x6−0.0497x3x6−0.0743x4x6.模型的统计详细介绍

表4该模型是适合在正常（高斯）概率

分布函数。所有的六个变量，如水胶比（X1）、水泥（X2），RHA（X3）、细集料

（X4）、粗骨料（X5）和高效减水剂（X6）有直接影响的响应（28天压缩强度，Y1）。一些变量是相互作用的其他。其中一些有积极的影响和一些它们对反应的负面影响。R2价值是85.3%，这是一个合理的好的迹象健身。从方差分析的结果，它似乎概率大于“统计”（即统计）小于0.0005（表4）。该模型是高度统计上显着的信心水平超过99.95%。所有的变量进行了测试单独“吨统计”。概率大于统计的概率对于拦截，所有变量，和它们的相互作用表示在表5。概率大于统计的概率

对于所有变量被发现是小于0.006（置信度水平超过99.4%）。因此，在模型中所示的所有变量都有统计学意义28天抗压强度的影响4.2模型2：暴跌衰退是最重要的特性之一高性能混凝土。如果新鲜混凝土的不滑是在180和220毫米没有任何隔离，混凝土可以合格的HPC。当然，其他新鲜的具体测试也要全面评估新鲜HPC重要性能。然而，人们可以从低迷中决定测试，如果其他测试设置不可用。该模型的统计细节也被提出在表4。该模型适用于正常（高斯）概率分布函数。一些变量有积极影响和消极影响响应（坍落度、Y2）。R2的值为84.1%，这表明良好的健身。从方差分析的结果分析（表4），它出现的概率更大比“统计”（统计）是不到0.0005。这个模型具有高度的统计意义，有信心水平超过99.95%。所有的变量进行了测试单独为“吨统计”（表6）。可以观察到从表6的概率大于T的RHA（X3）大于0.05。它仍然包括在模型中维护模型的层次结构。分层术语是线性的，可能是微不足道的，但是重要的高阶项的一部分。图1显示了压缩的残余图强度模型。图显示错误是独立的。情节中的残差似乎是随机的零分散。回归的其他假设分析也令人满意。调整后的相关系数为81.6%（表4