韓鳳蘭 戴聞斌 李玲玉 董賽陽(yáng) 朱敏濤

上海同舜混凝土有限公司 上海 200080

根據(jù)行業(yè)內(nèi)多年研究成果，在混凝土中摻加使用粉煤灰可達(dá)到以下目的：減少水泥用量；改善混凝土的工作性能；降低水化熱；改善混凝土的內(nèi)部結(jié)構(gòu)；改善混凝土的力學(xué)性能和耐久性能；抑制堿-骨料反應(yīng)等。粉煤灰因此改變了身份，從過(guò)去需要耗費(fèi)大量人力、財(cái)力加以排除且占用大量土地的固體廢棄物，一躍變成混凝土的優(yōu)良原料，在大體積混凝土中優(yōu)質(zhì)粉煤灰更是不可或缺的組分[1]。

粉煤灰是一種直徑1～100 μm、大小不均、礦物相組成復(fù)雜、活性多變的球狀團(tuán)聚體，受到原料來(lái)源和燃燒方式的隨機(jī)疊加影響[2]。按照顆粒形貌可將粉煤灰顆粒分為玻璃微珠、海綿狀玻璃體（包括顆粒較小、較密實(shí)、孔隙小的玻璃體和顆粒較大、疏松多孔的玻璃體）、碳粒[3]。我國(guó)每年產(chǎn)生約5億 t粉煤灰，基于不同地區(qū)、不同電廠的煤種和燃燒條件不同，所產(chǎn)生的粉煤灰特征各異。對(duì)上海地區(qū)來(lái)說(shuō)，隨著大部分燃煤電廠的關(guān)停，粉煤灰來(lái)源不穩(wěn)定，供應(yīng)緊張，混凝土攪拌站應(yīng)加大進(jìn)場(chǎng)檢驗(yàn)力度。

目前，對(duì)粉煤灰進(jìn)場(chǎng)進(jìn)行快速判定的方法主要有：外觀顏色判斷；與水泥凈漿流動(dòng)度進(jìn)行比較；細(xì)度檢測(cè)；用高倍顯微鏡觀察樣品外觀形貌，快速鑒別粉煤灰真?zhèn)蝃4]；將粉煤灰加入熱水中是否有刺鼻氣味，是否漂浮一層黑色油狀物；滴加一定量酚酞是否顯色；將粉煤灰加入水中并攪拌，對(duì)漂浮微珠進(jìn)行定性觀察或定量測(cè)量等。因?yàn)榉勖夯业幕钚灾笖?shù)檢測(cè)需較長(zhǎng)時(shí)間，所以目前對(duì)粉煤灰進(jìn)場(chǎng)進(jìn)行初步快速判定的項(xiàng)目并不包括粉煤灰的活性指數(shù)。

神經(jīng)網(wǎng)絡(luò)（artifciial neural networks，ANNs）是一種通過(guò)模仿人腦結(jié)構(gòu)及功能建立起的信息處理系統(tǒng)，BP神經(jīng)網(wǎng)絡(luò)模型是其中一種。神經(jīng)網(wǎng)絡(luò)模型具有超強(qiáng)的復(fù)雜數(shù)據(jù)非線性處理能力和大數(shù)據(jù)自學(xué)習(xí)能力，非常適合用于材料科學(xué)領(lǐng)域中復(fù)雜的非線性關(guān)系的尋找[5]。選取4家粉煤灰供應(yīng)商的16批次粉煤灰進(jìn)行了化學(xué)成分及物理性能的測(cè)試和分析，以期作為粉煤灰進(jìn)場(chǎng)快速檢驗(yàn)的參考。以粉煤灰的物理化學(xué)性能檢測(cè)結(jié)果為輸入數(shù)據(jù)，粉煤灰活性指數(shù)為輸出數(shù)據(jù)，建立起B(yǎng)P神經(jīng)網(wǎng)絡(luò)模型，以探索粉煤灰活性的進(jìn)場(chǎng)快速初步檢測(cè)方法。

1 粉煤灰的化學(xué)成分分析

粉煤灰的化學(xué)成分主要來(lái)源于煤粉的無(wú)機(jī)成分，包括黏土礦物、少量的黃鐵礦、方解石、石英等。因此我國(guó)燃煤電廠粉煤灰的主要化學(xué)成分為：SiO2、Al2O3、Fe2O3、CaO、MgO、K2O、Na2O、SO3及未燃盡有機(jī)質(zhì)（燒失量）等。不同來(lái)源的煤在不同燃燒條件下產(chǎn)生的粉煤灰化學(xué)成分差別非常大。粉煤灰的活性主要來(lái)自玻璃體二氧化硅和玻璃體三氧化二鋁在一定堿性條件下的水化能力。結(jié)合態(tài)的氧化鈣含量越高，越能提高其自硬性，對(duì)提高混凝土的早期強(qiáng)度有很大幫助。氧化鎂含量過(guò)高時(shí)，將給摻入粉煤灰的混凝土安定性帶來(lái)不利影響。三氧化硫含量會(huì)導(dǎo)致凝結(jié)時(shí)間延長(zhǎng)及可能降低混凝土的早期強(qiáng)Ⅰ度。對(duì)4家粉煤灰供應(yīng)商的16批次粉煤灰進(jìn)行化學(xué)成分熒光分析，結(jié)果見(jiàn)表1。

表1 粉煤灰化學(xué)成分

表1化學(xué)成分分析表明，16批次粉煤灰的主要化學(xué)成分為SiO2、Al2O3、Fe2O3、CaO、MgO、K2O、TiO2、SO3、MnO等，其中SiO2、Al2O3、Fe2O3的總量除鳳臺(tái)1#外均大于50%，符合GB/T 1596—2017《用于水泥和混凝土中的粉煤灰》對(duì)C類(lèi)粉煤灰的要求。

2 粉煤灰的物理性能分析

選取4家粉煤灰供應(yīng)商的16批次粉煤灰進(jìn)行細(xì)度、需水量比、三氧化硫、游離氧化鈣、強(qiáng)度活性指數(shù)的試驗(yàn)測(cè)試。圖1為灼燒前后粉煤灰樣品的顏色變化情況，可以看出灼燒前后的粉煤灰在表觀顏色上存在很大的差異，在深灰色到土黃色之間變化?；疑勖夯易茻蟪蕼\黃色，黃色粉煤灰灼燒后呈鐵銹色。

圖1 灼燒前后粉煤灰樣品顏色的變化情況

2.1 細(xì)度、需水量比、燒失量、SO3、f-CaO

粉煤灰的細(xì)度、需水量比、燒失量、三氧化硫含量、游離氧化鈣含量的測(cè)試結(jié)果見(jiàn)表2。

表2 粉煤灰的物理性能

按C類(lèi)Ⅱ級(jí)粉煤灰的性能要求，16批次粉煤灰的細(xì)度合格率為81%；需水量比的合格率為50%，需水量比表現(xiàn)出偏高的情況；燒失量指標(biāo)、三氧化硫含量、游離氧化鈣含量的合格率均為100%。由圖2可以看出，粉煤灰的需水量比與燒失量呈正相關(guān)。粉煤灰中的未燃碳是有害成分，燒失量越大，其含碳量越高，由于碳物質(zhì)疏松多孔、吸水率高，粉煤灰的需水量就越大。將粉煤灰的顏色考慮在內(nèi)，表觀顏色越深，燒失量越大，需水量也越大。

圖2 需水量比與燒失量關(guān)系

2.2 強(qiáng)度活性指數(shù)

粉煤灰的強(qiáng)度活性指數(shù)結(jié)果見(jiàn)表3。

表3 粉煤灰強(qiáng)度活性指數(shù)

圖3為粉煤灰需水量比與活性指數(shù)的關(guān)系，從圖中可以看出，除前景3#和前景4#外，其他各粉煤灰的28 d活性指數(shù)均大于70%，與需水量比進(jìn)行比較，發(fā)現(xiàn)需水量高的粉煤灰28 d活性指數(shù)偏低，需水量比處于100%左右的粉煤灰28 d活性指數(shù)最高。

圖3 需水量比與活性指數(shù)的關(guān)系

3 粉煤灰活性預(yù)測(cè)

利用DPS數(shù)據(jù)處理系統(tǒng)，分別以粉煤灰的化學(xué)成分?jǐn)?shù)據(jù)、物理性能數(shù)據(jù)以及化學(xué)成分和物理性能綜合數(shù)據(jù)為輸入數(shù)據(jù)，以表3中粉煤灰7 d活性指數(shù)和28 d活性指數(shù)為輸出數(shù)據(jù)訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)模型。

3個(gè)BP神經(jīng)網(wǎng)絡(luò)模型均以前景1#～3#、華太1#～3#、鳳臺(tái)1#～3#、石發(fā)1#～3#為訓(xùn)練數(shù)據(jù)，以前景4#、華太4#、鳳臺(tái)4#、石發(fā)4#為驗(yàn)證數(shù)據(jù)，對(duì)BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，并利用訓(xùn)練完成的BP神經(jīng)網(wǎng)絡(luò)模型對(duì)粉煤灰的活性指數(shù)進(jìn)行預(yù)測(cè)。

3.1 以粉煤灰的化學(xué)成分預(yù)測(cè)其活性

以表1中粉煤灰的化學(xué)成分（除P2O5含量）為輸入數(shù)據(jù)，經(jīng)多次訓(xùn)練，選擇BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練參數(shù)如表4參數(shù)值1所示。利用前述訓(xùn)練完成的BP神經(jīng)網(wǎng)絡(luò)模型對(duì)粉煤灰7 d活性指數(shù)和28 d活性指數(shù)進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果如圖4（a）和圖4（b）所示。

表4 BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練參數(shù)

圖4 粉煤灰活性指數(shù)預(yù)測(cè)結(jié)果與實(shí)際值對(duì)比

對(duì)粉煤灰7 d活性指數(shù)預(yù)測(cè)結(jié)果與實(shí)際值差值進(jìn)行分析，結(jié)果如下：平均偏差3.19%，標(biāo)準(zhǔn)差4.83%，差值誤差平均數(shù)95%置信區(qū)間為－0.44%～4.71%。對(duì)粉煤灰28 d活性指數(shù)預(yù)測(cè)結(jié)果與實(shí)際值差值進(jìn)行分析，結(jié)果如下：平均偏差1.60%，標(biāo)準(zhǔn)差2.46%，差值誤差平均數(shù)95%置信區(qū)間為－0.78%～1.84%。

從圖4（a）和圖4（b）中容易看出，除華太4#和鳳臺(tái)4#外，粉煤灰7 d和28 d活性指數(shù)的預(yù)測(cè)結(jié)果均與實(shí)際值基本相符，28 d活性指數(shù)預(yù)測(cè)結(jié)果與實(shí)際值差值不超過(guò)6.4%，但7 d活性指數(shù)預(yù)測(cè)結(jié)果與實(shí)際值最大差值達(dá)到了14.5%。

總體來(lái)看，采用粉煤灰化學(xué)成分?jǐn)?shù)據(jù)對(duì)粉煤灰活性指數(shù)進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果與實(shí)際結(jié)果基本相符，但個(gè)別樣品存在較大偏差，即采用粉煤灰化學(xué)成分?jǐn)?shù)據(jù)對(duì)粉煤灰活性指數(shù)進(jìn)行預(yù)測(cè)具有一定參考價(jià)值，但用于粉煤灰進(jìn)場(chǎng)快速檢驗(yàn)可行性不高。

3.2 以粉煤灰的物理性能預(yù)測(cè)其活性

以表2中粉煤灰的物理性能（除顏色）為輸入數(shù)據(jù)，經(jīng)多次訓(xùn)練，選擇BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練參數(shù)如表4參數(shù)值2所示。利用前述訓(xùn)練完成的BP神經(jīng)網(wǎng)絡(luò)模型對(duì)粉煤灰7 d活性指數(shù)和28 d活性指數(shù)進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果如圖4（c）和圖4（d）所示。

對(duì)粉煤灰7 d活性指數(shù)預(yù)測(cè)結(jié)果與實(shí)際值差值進(jìn)行分析，結(jié)果如下：平均偏差2.88%，標(biāo)準(zhǔn)差4.21%，差值誤差平均數(shù)95%置信區(qū)間為－1.82%～2.66%。對(duì)粉煤灰28 d活性指數(shù)預(yù)測(cè)結(jié)果與實(shí)際值差值進(jìn)行分析，結(jié)果如下：平均偏差2.00%，標(biāo)準(zhǔn)差2.51%，差值誤差平均數(shù)95%置信區(qū)間為－0.07%～4.28%。

從圖4（c）和圖4（d）中可看出，粉煤灰7 d和28 d活性指數(shù)的預(yù)測(cè)結(jié)果均與實(shí)際值之間存在一定誤差，7 d活性指數(shù)預(yù)測(cè)結(jié)果與實(shí)際值差值最大達(dá)到9.8%，28 d活性指數(shù)預(yù)測(cè)結(jié)果與實(shí)際值差值最大達(dá)到7.2%。

總體來(lái)看，采用粉煤灰物理性能數(shù)據(jù)對(duì)粉煤灰活性指數(shù)進(jìn)行預(yù)測(cè)，與單獨(dú)采用粉煤灰化學(xué)成分對(duì)其活性指數(shù)進(jìn)行預(yù)測(cè)的預(yù)測(cè)準(zhǔn)確度差異不大，即采用粉煤灰物理性能數(shù)據(jù)對(duì)粉煤灰活性指數(shù)進(jìn)行預(yù)測(cè)具有一定的參考價(jià)值，但用于粉煤灰進(jìn)場(chǎng)快速檢驗(yàn)可行性也不高。

3.3 以粉煤灰的化學(xué)成分和物理性能綜合數(shù)據(jù)預(yù)測(cè)其活性

以表1中粉煤灰的化學(xué)成分（除P2O5含量）和表2中粉煤灰的物理性能（除顏色）為輸入數(shù)據(jù)，經(jīng)多次訓(xùn)練，選擇BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練參數(shù)如表4參數(shù)值3所示。

利用前述訓(xùn)練完成的BP神經(jīng)網(wǎng)絡(luò)模型對(duì)粉煤灰7 d活性指數(shù)和28 d活性指數(shù)進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果如圖4（e）和圖4（f）所示。

對(duì)粉煤灰7 d活性指數(shù)預(yù)測(cè)結(jié)果與實(shí)際值差值進(jìn)行分析，結(jié)果如下：平均偏差1.67%，標(biāo)準(zhǔn)差2.34%，差值誤差平均數(shù)95%置信區(qū)間為－0.28%～2.21%。對(duì)粉煤灰28 d活性指數(shù)預(yù)測(cè)結(jié)果與實(shí)際值差值進(jìn)行分析，結(jié)果如下：平均偏差0.84%，標(biāo)準(zhǔn)差1.49%，差值誤差平均數(shù)95%置信區(qū)間為－0.83%～0.76%。綜上可知，采用建立的BP神經(jīng)網(wǎng)絡(luò)模型對(duì)粉煤灰活性指數(shù)進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果與實(shí)際結(jié)果基本相符，預(yù)測(cè)結(jié)果較為準(zhǔn)確，即可采用BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行粉煤灰進(jìn)場(chǎng)快速初步檢測(cè)。

從圖4（e）和圖4（f）中容易看出，粉煤灰7 d和28 d活性指數(shù)的預(yù)測(cè)結(jié)果均與實(shí)際值相符，7 d活性指數(shù)預(yù)測(cè)結(jié)果與實(shí)際值的差值不超過(guò)7.3%，28 d活性指數(shù)預(yù)測(cè)結(jié)果與實(shí)際值的差值不超過(guò)4.0%，即采用化學(xué)成分和物理性能綜合數(shù)據(jù)建立BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行粉煤灰進(jìn)場(chǎng)快速初步檢測(cè)具有可行性。

3.4 3種預(yù)測(cè)方法對(duì)比分析

以上3種粉煤灰活性預(yù)測(cè)方法，區(qū)別在于輸入層數(shù)據(jù)的差異，分別以粉煤灰的化學(xué)成分?jǐn)?shù)據(jù)、物理性能數(shù)據(jù)及兩者的集合為輸入數(shù)據(jù)，顯然由于輸入數(shù)據(jù)的不同造成了預(yù)測(cè)結(jié)果準(zhǔn)確性的差異。對(duì)以上3種基于神經(jīng)網(wǎng)絡(luò)的粉煤灰活性預(yù)測(cè)方法進(jìn)行對(duì)比分析。粉煤灰活性指數(shù)預(yù)測(cè)結(jié)果與實(shí)際值差值3種預(yù)測(cè)方法的對(duì)比情況如圖5所示，3種方法預(yù)測(cè)結(jié)果分析對(duì)比如圖6所示。

圖5 粉煤灰活性指數(shù)預(yù)測(cè)結(jié)果與實(shí)際值差值3種預(yù)測(cè)方法對(duì)比

圖6 3種方法預(yù)測(cè)結(jié)果分析對(duì)比

從圖5和圖6中均可以看出，單純以化學(xué)成分?jǐn)?shù)據(jù)作為輸入數(shù)據(jù)建立的預(yù)測(cè)模型和單純以物理性能數(shù)據(jù)作為輸入數(shù)據(jù)建立的預(yù)測(cè)模型預(yù)測(cè)的結(jié)果準(zhǔn)確度均不是特別理想。

從圖5（a）和圖5（b）中可以看出，以粉煤灰化學(xué)成分和物理性能綜合數(shù)據(jù)為輸入數(shù)據(jù)建立的神經(jīng)網(wǎng)絡(luò)模型，無(wú)論對(duì)粉煤灰7 d活性指數(shù)還是28 d活性指數(shù)，其預(yù)測(cè)準(zhǔn)確度都是最高的，預(yù)測(cè)結(jié)果的波動(dòng)也最小。

從圖6中可看出，3種神經(jīng)網(wǎng)絡(luò)模型對(duì)粉煤灰28 d活性指數(shù)的預(yù)測(cè)準(zhǔn)確度都高于7 d活性指數(shù)，且以粉煤灰化學(xué)成分和物理性能綜合數(shù)據(jù)為輸入數(shù)據(jù)建立的神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)結(jié)果的平均偏差和標(biāo)準(zhǔn)差都比較低，說(shuō)明該預(yù)測(cè)方法的準(zhǔn)確度更高，波動(dòng)最小。

4 結(jié)語(yǔ)

1）細(xì)度和需水量比是不穩(wěn)定指標(biāo)，深灰色粉煤灰的需水量比偏高。燒失量、三氧化硫含量、游離氧化鈣含量等指標(biāo)相對(duì)穩(wěn)定，處于標(biāo)準(zhǔn)規(guī)定范圍內(nèi)。

2）燒失量與粉煤灰顏色相關(guān)，灰色粉煤灰比黃色粉煤灰燒失量大，可能是受未燃碳等成分的影響。

3）強(qiáng)度活性指數(shù)與需水量比呈負(fù)相關(guān)，需水量高的粉煤灰其28 d強(qiáng)度活性指數(shù)偏低。

4）僅采用粉煤灰化學(xué)成分?jǐn)?shù)據(jù)或物理性能數(shù)據(jù)對(duì)粉煤灰活性指數(shù)進(jìn)行預(yù)測(cè)具有一定參考價(jià)值，但用于粉煤灰進(jìn)場(chǎng)快速檢驗(yàn)可行性不高。

5）以粉煤灰化學(xué)成分和物理性能綜合數(shù)據(jù)為輸入數(shù)據(jù)建立的神經(jīng)網(wǎng)絡(luò)模型，無(wú)論對(duì)粉煤灰7 d活性指數(shù)還是28 d活性指數(shù)，都比僅采用化學(xué)成分?jǐn)?shù)據(jù)或物理性能數(shù)據(jù)預(yù)測(cè)準(zhǔn)確度高、結(jié)果波動(dòng)小。

6）采用BP神經(jīng)網(wǎng)絡(luò)模型對(duì)粉煤灰7 d和28 d活性指數(shù)進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果與實(shí)際值相符，28 d活性指數(shù)預(yù)測(cè)結(jié)果與實(shí)際值不超過(guò)4.0%，采用BP神經(jīng)網(wǎng)絡(luò)模型對(duì)粉煤灰進(jìn)行進(jìn)場(chǎng)快速初步檢測(cè)具有可行性。

7）針對(duì)粉煤灰對(duì)混凝土冬季凝結(jié)時(shí)間、強(qiáng)度等的影響，后續(xù)將進(jìn)行模擬溫度在0～4 ℃的條件下粉煤灰對(duì)混凝土凝結(jié)時(shí)間、力學(xué)性能等影響的試驗(yàn)。