特殊环境作用下玻璃纤维再生混凝土抗压及抗渗性能研究

来源 :东华理工大学 | 被引量 : 0次 | 上传用户:tyycyf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
再生混凝土因其环保效益与经济效益成为近年研究热点。再生骨料是天然骨料与旧水泥砂浆的结合体,其性能与天然骨料存在差异,掺入混凝土中对抗压和抗渗性能等存在负面影响。而掺入纤维是改性再生混凝土常用方法。实际服役混凝土结构通常会处于特殊环境下,特殊化环境会造成混凝土结构损伤,从而影响混凝土结构使用寿命。因此,本文选用玻璃纤维对替代率为25%的再生混凝土进行改性,并以玻璃纤维体积率(0%、0.5%、1.0%、1.5%)、特殊环境种类及其作用时间(次数)(碱性环境30天、60天、90天;干湿循环作用20次、40次、60次;冻融循环50次、100次、150次)作为变量,对特殊环境作用后的玻璃纤维再生混凝土进行抗压、孔隙率、抗渗和扫描电镜SEM试验,从微观和宏观层面对特殊环境对玻璃纤维再生混凝土损伤及损伤机理进行分析,并探究其损伤衰减规律。主要研究成果如下:(1)碱性环境与再生混凝土中粉煤灰发生反应产生不良结晶,破坏试件表观形态和内部微观结构,造成再生混凝土试件质量损失。玻璃纤维的掺入可以有效抑制碱性环境对再生混凝土的破坏减缓了再生混凝土质量的损失。在碱性环境作用下,玻璃纤维体积率为1.0%时达到最佳,当碱性环境作用90天后,与素混凝土相比,抗压强度提高了14.54%;孔隙率减小了0.64%;渗透高度降低了21.88%。(2)从宏观表面和内部微观分析得出干湿循环加强了混凝土内部毛细作用,加速了液体水在混凝土内部的流动,从而使混凝土内部密实性变差,粗化了混凝土试件表层孔结构,造成再生混凝土试件质量损失。玻璃纤维掺入再生混凝土中,与骨料、胶凝材料具有粘结作用,可以抵御干湿循环对试件的破坏。在干湿循环作用下,玻璃纤维体积率为1.0%时达到最佳,当干湿循环作用60次后,与素混凝土相比,抗压强度提高了19.30%;孔隙率减小了1.63%;渗透高度降低了37.72%。(3)从宏观表面和内部微观分析得出冻融循环作用使再生混凝土表面骨料发生破损并出现疏松、剥落,且随着冻融次数的增加,情况逐渐加重,粗骨料与胶凝材料产生分离,从而造成再生混凝土试件质量损失。玻璃纤维掺入再生混凝土中,与骨料、胶凝材料具有粘结作用,可以抵御冻融循环对试件的破坏。在冻融循环作用下,玻璃纤维体积率为1.0%时达到最佳,当冻融循环作用150次后,与素混凝土相比,抗压强度提高了21.35%;孔隙率减小了1.20%;渗透高度降低了19.85%。(4)根据试验数据建立特殊环境作用下玻璃纤维再生混凝土孔隙率与渗透高度的关系模型,依据已有孔隙率与抗压强度的半经验公式对特殊环境作用下玻璃纤维再生混凝土抗压强度与孔隙率关系进行线性回归。(5)根据试验数据,建立特殊环境作用玻璃纤维再生混凝土质量损伤衰减模型,结果表明一元二次函数模型能更好反应碱性环境和干湿循环作用下质量损失衰减规律,指数函数能更好反应冻融循环作用下质量损失衰减规律。基于抗压强度损失率,建立能够描绘不同纤维掺量的再生混凝土在不同特殊环境作用下时间(次数)下的抗压强度损伤情况的双自变量抗压强度损伤衰减模型。基于Weibull分布建立玻璃纤维再生混凝土动弹性模量冻融损伤模型,并根据不同地区年平均冻融循环次数对玻璃纤维再生混凝土进行寿命预测。玻璃纤维减缓了特殊环境对再生混凝土的破坏,可以提高再生混凝土在特殊环境中的性能,且玻璃纤维体积率为1.0%为最佳掺量。一定程度上提高了再生混凝土结构使用寿命。建立了特殊环境下玻璃纤维再生混凝土损伤衰减模型并进行寿命预测,为玻璃纤维在特殊环境下的应用提供了理论基础。
其他文献
传统的半导体中子探测器是在半导体器件表面涂覆一层中子转换层(~6Li F或10B4C)来实现中子的间接探测,存在探测效率和电荷收集效率都低的问题。为了解决上述关键科学问题,可采用具有(n,α)核反应核素的半导体材料,实现中子的直接探测。其中,因BN中的10B具有较大的反应截面(3840 barns)而获得了极大关注。为此,本文开展了BN中子探测器的材料生长与器件制备的研究,取得的主要成果如下:(1
学位
近年来人们对于核安全关注度越来越高,利用核辐射探测器可以探测环境中的核辐射。闪烁探测器在核辐射探测中广泛应用,其中光电转换器件大多使用光电倍增管,但光电倍增管存在尺寸大、量子效率低和施加电压高等缺点。近些年来,硅光电倍增管(SiPM)以尺寸小、偏置电压低、探测效率高等优点逐渐发展起来。本文从研究SiPM输出信号的特点出发,提出整列信号的合成方法,设计了SiPM等效电路模型,测试了SiPM输出信号并
学位
随着半导体行业和探测技术的快速发展,人们不再满足于对单色光波段的探测,逐渐将探索方向转向为双色或多色光波段的探测;当前随着半导体材料生长制备工艺的不断成熟,双色集成光电探测器的相关报道越来越多。以GaN为代表的Ⅲ族氮化物具备宽禁带、高饱和电子速率等优点,且光谱范围可以覆盖近红外到太赫兹,是具有广泛应用前途的子带间光电子器件材料;随着Ⅲ族氮化物量子阱红外探测的研究发展,GaN基材料逐渐成为制备双色集
学位
随着互联网金融和证券市场的日益成熟,投资者不断的涌入股票的交易系统中时刻产生海量的数据。人工智能和深度学习技术在金融行业得到了广泛的应用。根据市场的非有效理论模型即股价并非完全反应上市公司的真实价值,市场的情绪价值与股票的价格走势存在一定的相关性。因此,可以利用对金融文本的情感分析帮助投资者做出符合市场的判断。本文以股吧中的投资者情感信息为例,结合深度学习技术进行了以下研究和探索。(1)针对循环神
学位
空气质量对人们的健康有着重要的影响,为了预防空气污染带来的危害,空气质量预测成为一种有效的预防措施。深度学习由于能有效挖掘数据的内在规律,被逐渐运用于空气质量预测中。但目前的空气质量预测模型存在预测精度不够高、收敛速度慢、很少考虑季节等相关因素对空气质量的影响等问题。针对以上问题,本文提出基于CEEMDAN-BCCSA和加入自注意力机制的双向LSTM的深度学习模型(C-B-BALSTM)对空气质量
学位
随着三维点云的使用范围越来越广泛,基于三维点云的对象表示和分类技术的需求变得越来越大,同时也促进了三维点云分类和识别的发展。三维点云分类已经被广泛应用于机器人导航和三维场景理解中,然而现有的关于三维点云分类的深度学习方法通常存在特征提取不足以及忽略点云的全局上下文关系,并且许多用于点云的神经网络往往会忽略对点云物体上一些重要区域的关注导致了一些有用的信息未被提取进而造成了分类精度低的问题。因此,论
学位
<正>展望未来,持续高涨的财富管理需求,大势所趋的数字化浪潮,不断涌现的行业创新,将加速推动我国财富管理行业变革、转型与发展,总体呈现八大趋势:客户财富多元化,产品结构权益化,线上线下生态化,数字技术基础化,资产配置全球化,风险管控复杂化,组织变革一体化,牌照整合头部化。
期刊
车辆重识别技术可以在现实交通监控的场景下,找到某一个指定车辆在所有监控摄像头中出现的画面,这对智慧交通中的车辆管控有着重大意义,从而吸引了众多学者的目光。随着近年来深度学习的广泛应用,目前在车辆重识别算法大都是基于卷积神经网络。但由于卷积神经网络本身有两个局限性:感受野有限和下采样操作会造成细节信息的丢失,所以卷积神经网络并不是车辆重识别任务最适合的模型。当前的算法模型面对具有相似外观的不同车辆时
学位
伴随着GNSS基准站多年连续不断的观测的坐标数据,为GNSS时间序列的研究提供了数据基础,且GNSS时间序列中包含丰富的地球物理信息,因此GNSS坐标时间序列的精确分析,对地球物理研究、气候气象预测、区域内地壳形变等研究具有重要意义。由于GNSS信号从产生、传输、到被接收机接收的过程中会受到多种误差源的影响,使得GNSS信号中不可避免的包含粗差以及噪声,粗差的存在会对数据分析以及噪声处理产生负面影
学位
番茄检疫是保护番茄生长的一个重要过程,保障农户能快速高效的检测病虫害,制定相应措施,保护番茄的生长,进而保证番茄产量和品质。但传统的检疫手段往往通过人工筛选或者提取各个种类病害的不同特征再使用分类器将提取的特征分类的方法,这种方法往往耗费大量人力物力,检疫成本较高。由于病害种类多,发病时间不确定,难以及时获得大量的数据,造成数据不平衡;直接使用神经网络模型进行训练会导致识别准确率不理想。本文先对单
学位