纤维增强地质聚合物混凝土的抗弯强度及其预测模型研究

一、简介

混凝土是目前使用最广泛的建筑材料，但在提供便利的同时，也因水泥的大量使用带来了严重的碳排放问题。 据估计，水泥生产每年产生的碳排放量约占全球碳排放总量的5%-7%。 此外，水泥熟料烧成过程中粉煤灰等固体废物的处理也需要解决。 因此，混凝土行业亟待产业升级。 在此背景下，新型无机胶凝材料地质聚合物混凝土（GPC）开始引起人们的关注并迅速发展。 但近年来的研究发现GPC表现出明显的脆性特征，不利于其在实际工程中的应用。 因此，GPC增韧和抗裂性能的研究显得尤为重要。

基于此，西南交通大学赵成功（第一作者，导师为赵仁达教授）等人在《StructuralConcrete》上发表了题为“纤维增强地质聚合物混凝土及其弯曲性能研究”的文章。 本文研究了端钩钢纤维（SF）、玄武岩纤维（BF）和长/短聚丙烯纤维（LPPF/SPPF）增强GPC的弯曲性能。 随后，基于改进的纤维特征值，提出了适用于上述纤维增强地质聚合物混凝土（FRGPC）的弯曲强度预测模型和3D曲面弯曲韧性预测模型。 最后在此基础上设计了一种FRGPC中掺杂光纤的选择方法。

2.内容介绍

本文首先配置并制作了单纤维普通混凝土（对照组，NC）和单纤维及混合纤维FRGPC棱柱样品，然后参考《物理力学性能试验方法标准》混凝土性能》（GB/T 50081-2019）、《纤维混凝土试验方法标准》（CECS 13:2009）和《钢纤维混凝土》（JG/T 472-2015），进行四点弯曲试验这些标本。 样品的破坏形貌如图1所示。从四点弯曲梁的破坏形貌可以初步判断，适当的纤维含量有利于提高GPC的韧性（呈现多条裂纹），而长纤维似乎更有利（含有SF和LPPF的FRGPC样品越多，接缝开裂特征越明显）。

图1 各类试件的弯曲破坏模式

基于对FRGPC样品弯曲强度的研究结果发现，SFGPC的最佳纤维含量为2%，而BFGPC样品和SPPFGPC样品在纤维含量小于0.6%时也较为理想。 在混合纤维地质聚合物混凝土（HFRGPC）的研究中，考虑到样品生产的加工性能和性价比，选择SF、BF和SPPF的掺量分别为1%、0.2%和0.4%。 通过HFRGPC样品的测试结果发现，SF和LPPF的混合形式在提高GPC的弯曲强度方面最具优势。 BF和LPPF的混合形式并没有显着提高GPC的弯曲强度。 SPPF和LPPF的混合形式对GPC弯曲强度的提高效果较差，甚至比相应的单纤掺杂情况还要差。 如图2所示。

图2 各类GPC试件的弯曲强度：(a)FRGPC的弯曲强度； (b)FRGPC的弯曲强度提高率； (c) HFRGPC 的弯曲强度； (d) HFRGPC的弯曲强度提高率

根据单混和共混条件下各类试件的载荷-挠度（P-δ）曲线不难发现，无论纤维类型、纤维含量或纤维混纺方式的变化，FRGPC的P HFRGPC-δ曲线形状更加丰满，优于普通GPC和对照组。 本文比较了几种单掺杂和混合掺杂形式的最佳弯曲组的P-δ曲线。 对比结果表明BF0.2+LPPF0.6的混合形式最有利于提高峰前弯曲刚度。 SF1.0+LPPF0.4最有利于提高弯曲强度峰值点。 SF2.0对于提高峰后弯曲韧性最为有利，如图3所示。

图3 最佳纤维含量下各类型样品组P-δ曲线对比

鉴于目前规范对于光纤特性参数，尤其是混合型光纤特性参数的相关规定还不够完善，基于国内外研究，本文考虑采用混合型光纤特性值λ来统一表征光纤特性参数，如式(1)所示。 同时，通过多元回归分析验证，提出了适用性较好的二次模型来预测纤维混凝土的抗弯强度，如式2所示。

其中：δi为纤维与基体之间的机械锚固系数； ρi、li、di分别为各纤维的体积含量、长度和直径； fi和fs分别为各纤维和钢纤维的抗拉强度； m为纤维类别相关指数。

其中：a和b为待定系数，代表特征参数的影响，c为待定系数，代表纤维掺入导致​​强度突然增加。

将纤维特性参数和实验数据带入上述模型中，通过数值拟合得到各指定挠度下的待定参数a、b、c。 得到适合FRGPC和HFRGPC的弯曲强度预测曲线，如图4所示。

图4 FRGPC和HFRGPC样品的f-λ回归曲线：(a) FSGPC； (b) BFGPC； (c) SPPFGPC； (d) SF+LPPF； (e) BF+LPPF； (f) SPPF+LPPF

对于各类试件弯曲韧性的预测模型，由于建模过程中不仅要考虑纤维特性，还必须考虑与韧性相关的指定挠度点，因此预测模型不再是简单的二次曲线模型，但更复杂的3D表面模型。 本文首先使用origin模型库自带的曲面模型进行试算，然后选择合适的曲面模型来拟合FRGPC和HFRGPC的弯曲韧性预测模型（即：fe,k-λ-δk模型，其中δk =l/k)，如图5所示。

图5 各类FRGPC样品的3D弯曲韧性回归表面：(a) FSGPC； (b) BFGPC； (c) SPPFGPC； (d) SF+LPPF； (e) BF+LPPF； (f) SPPF+LPPF

本文建立的弯曲性能预测模型与实验数据相关性较高，模型拟合良好。 另外，研究表明，在强度预测模型（图4）中，各方程中的二次项系数a基本为负值，即为凸曲线（SF组例外，因为SF的最佳用量一般在3%~4%，但本文只考虑2%及以下的用量，所以得到的局部曲线的二次项系数暂为正）。 这也证实了弯曲强度相对于纤维特性值在某一点具有最大值。 该最大值可用于选择纤维形态并优化共混量。 在此基础上，推导出一种新的FRGPC光纤选择方法，如图6所示。

图6 基于纤维增强因子的纤维选择方法

三、总结

文章基于FRGPC和HFRGPC的四点弯曲试验，分析了纤维对GPC的失效形貌、抗弯强度和弯曲韧性的改善效果，并通过微观测试分析其增韧机理。 随后，通过改进现有理论，建立了新的FRGPC和HFRGPC弯曲性能预测模型，并在此基础上形成了适合GPC的光纤配置方法。 主要结论如下：

(1)GPC中SF、BF和SPPF的最佳掺量分别为2%、0.2%和0.4%，在此掺量下，其弯曲强度分别提高了149%、93%和81.8%。

(2)混合光纤法下的最佳组合为1.0%SF+0.4%LPPF、0.2%BF+0.4%LPPF、0.4%SPPF+0.2%LPPF。 其弯曲强度比普通 GPC 高 150.4%。 、105.4%、77.4%。

(3)在弯曲韧性方面，随着纤维含量的增加，SFGPC和SF+LPPFPC的韧性越来越好，当SF含量达到及超过1%时，会表现出明显的应变强化。

(4)通过P-δ全曲线对比发现，BF0.2+LPPF0.6混合形式最有利于提高峰前刚度，而SF1.0+LPPF0.6混合形式最有利于提高峰前刚度。 4最有利于提高峰值应力。 添加2%SF纤维最有利于提高峰后残余强度和韧性。

(5)提出了一种新的适用于FRGPC和HFRGPC的弯曲强度-纤维特征值预测模型。 同时，通过实验数据拟合了弯曲韧性-纤维特征值-挠度的3D表面预测模型。 基于上述模型，设计了一种可靠的GPC光纤选择方法。

参考格式：

赵春，王Z，吴X，曾X，朱Z，郭Q，等。 纤维增强地质聚合物混凝土弯曲性能及纤维选择方法研究结构混凝土。 2022 年。

原文链接：

欢迎投稿

机会

专注于复合材料力学领域知识的创造和分享，是国内复合材料领域最具影响力的技术交流平台之一。 第一时间更新复合材料领域前沿技术，发布前沿资讯、模拟案例、技术方法、代码插件。 帮助提高了无数学生的职业素质和专业技能，深受广大学生和青年科技工作者的喜爱。 “聚焦前沿，引领未来”，复合材料力学公共平台期待您的关注！