关于钢筋混凝土（RCC）以及二元和三元混合地质聚合物混凝土柱的实验与数值研究 Adal Imtiaz, Faheem Butt, Farhan Ahmad, Rana Muhammad Waqas

《Journal of Composites Science》：Experimental and Numerical Study on Steel-Reinforced RCC and Binary- and Ternary-Blended Geopolymer Concrete Columns Adal Imtiaz, Faheem Butt, Farhan Ahmad and Rana Muhammad Waqas

　　摘要：本文介绍了由三种类型的混凝土制成的钢筋柱的数值建模和实验测试：钢筋混凝土（RCC）、地质聚合物混凝土（GPC）以及含有采石场粉尘的地质聚合物混凝土（GPCD）。GPC柱使用粉煤灰（FA）和炉渣（SG）按相等比例（各50%）制备，并添加了0.75%体积比的钢纤维。在GPCD柱中，20%的炉渣被采石场粉尘（QRD）替代。总共测试了20根柱子（尺寸为200毫米×200毫米×1000毫米），设计抗压强度为40兆帕（fc’）。实验数据通过ABAQUS中的有限元（FE）建模进行验证，其中采用了混凝土损伤塑性（CDP）模型来描述混凝土的行为。通过对控制试样的FE模型进行校准，调整了粘度参数、膨胀角、形状因子、塑性势偏心率、应力比和网格尺寸。然后使用校准后的控制模型对实验结果进行了比较分析。对于同心加载的柱子，预测的轴向载荷和轴向及横向变形响应与实验观察结果非常吻合。然而，对于偏心加载的柱子，FE模型高估了承载能力以及轴向和横向变形。实验结果表明，与RCC柱相比，GPC和GPCD柱的承载能力较低；然而，加入钢纤维提高了它们的性能。总体而言，所提出的FE模型与实验观察结果相符，为预测基于地质聚合物的柱子的结构行为提供了可靠的框架。

1. 引言
水泥基材料由于其多功能性、强度、耐久性和经济性，是现代基础设施的支柱。城市化的快速发展、工业化和经济增长导致了对混凝土的需求空前增加，使普通波特兰水泥（OPC）成为全球最广泛使用的建筑材料。然而，OPC的生产能耗很高（窑温约为1450摄氏度），并且每生产一吨OPC会排放0.85-0.90吨二氧化碳（CO2），占全球温室气体排放量的5-10%[1]。这些环境影响和资源消耗引发了严重的可持续性问题。为了解决这些挑战，研究人员探索了用辅助水泥基材料（SCMs）如粉煤灰（FA）和炉渣（SG）部分替代OPC的可能性，以及开发替代粘合剂[2]。其中，地质聚合物混凝土（GPC）因其能够利用工业副产品、较低温室气体排放以及具有与传统混凝土相当或更优异的机械性能而受到特别关注[3]。在此背景下，本研究调查了用传统钢筋混凝土（RCC）以及二元和三元混合GPC制成的钢筋柱的行为，从而为寻找可持续和结构可靠的建筑材料做出了贡献。在过去二十年里，GPC不仅在材料层面，而且在结构尺度上也受到了广泛的研究。许多研究考察了在轴向和偏心加载下强化GPC柱的表现，实验和数值研究都报告了令人鼓舞的结果。Elchalakani等人[4]使用ABAQUS混凝土损伤塑性（CDP）模型对基于GPC和OPC的柱子进行了研究，证明数值模拟可以非常准确地复制实验响应，特别是在荷载-位移曲线方面，尽管在偏心加载下略微高估。Nguyen等人[5]报告说，基于FA的地质聚合物混凝土的弹性模量低于传统OPC混凝土，但泊松比相似。其抗压应力-应变行为与OPC混凝土相当，尽管偏离了经典弹性理论，这突显了对GPC结构元素进行专门建模的必要性。Raza等人[6]应用非线性有限元分析（NLFEA）对强化GPC和RCC柱进行了研究，预测结果与实验结果高度吻合，进一步验证了数值建模方法的稳健性。最近的研究进一步加深了对使用替代增强材料和加载情景下GPC柱行为的理解。Kartheek等人[7]和Sajjad等人[8]使用ABAQUS评估了全包裹复合材料和FRP增强柱子，其与实验室测试的结果有很好的一致性。Cao等人[9]和Li等人[10]将FE应用扩展到结合扭转和介观尺度纤维增强混凝土，拓宽了结构GPC应用的数值建模框架。类似地，Dong等人[11]开发了GPFRP条形增强GPC柱的预测模型，预测的刚度与实验结果相差在6-7%以内。这些工作共同强调了使用高级FE工具（如ABAQUS）准确捕捉GPC柱复杂非线性行为的可行性。

对强化GPC柱的实验研究也在稳步增加。Sumajouw等人[12]证明，可以使用现有的混凝土设计标准安全地设计基于FA的细长GPC柱。Hutagi等人[13]和Collins等人[14]强调了高强度GPC的结构潜力，包括循环行为和安全系数，而其他人[15,16]证实了通过混合粘合剂如GGBFS和白云石获得的强度提升。最近，Maranan等人[17]和Farhan等人[18]强调了螺旋约束和添加钢纤维的好处，表明GPC柱在延性、弯矩和极限承载能力方面可以优于OPC柱。这些发现表明，强化GPC不再局限于实验室规模的好奇对象，而是成为主流结构应用的可行替代品。尽管有这些不断增长的证据基础，但仍存在一些空白。大多数先前的研究集中在二元FA-炉渣系统上，而关于含有采石场粉尘（QRD）的三元混合GPC的研究非常有限。虽然已经证明钢纤维增强可以改善GPC的延性和能量吸收能力，但其在同心和偏心加载条件下的作用仍待探索。此外，尽管ABAQUS中的CDP模型已经成功应用，但对钢筋增强GPC和QRD混合柱的全面验证仍然缺乏。这些空白激发了本研究，本研究结合了实验测试和FE建模，系统地评估了RCC、二元混合GPC和三元混合GPCD（含QRD的地质聚合物混凝土）柱子。总共测试了20根柱子（尺寸为200毫米×200毫米×1000毫米），在0、15、35和50毫米的偏心距下进行静态加载。然后使用ABAQUS中的CDP模型对实验结果进行了FE验证。这种综合方法为RCC和基于地质聚合物的柱子的承载能力、轴向和横向变形响应以及建模可靠性提供了新的见解，为结构工程中采用可持续替代品提供了实际指导。

2. 实验计划
本研究涉及20根柱子试件，截面尺寸为200毫米×200毫米，高度为1000毫米。考虑了五种柱子类型：RCC、GPC、GPC-0.75F、GPCD和GPCD-0.75F。所有柱子都用直径12毫米的纵向钢筋和直径6毫米的横向拉结钢筋加固，间距为100毫米（图1）。纵向钢筋的屈服强度为420 MPa，拉结钢筋的屈服强度为300 MPa。经过28天的养护后，使用电液测试机（意大利Liscate）在0、15、35和50毫米的偏心距下对试件进行了同心和偏心轴向加载测试（对照组，Liscate，意大利）（表1）。图1. 柱子尺寸：(a) 截面和 (b) 浮览图。表1. 组别ID和加载偏心距的详细信息。实验计划分为三组：(i) RCC柱，(ii) GPC柱，(iii) GPCD柱（含QRD的GPC柱）。四根RCC试件在同心和偏心加载下进行了测试。使用FA、SG和QRD作为原材料，分别准备了八根GPC和GPCD试件。在GPC和GPCD组中，四根试件未加入钢纤维，而其余四根试件添加了0.75%体积比的钢纤维。表2显示了本研究中使用的混合比例[19]。试件标识采用系统化的标记，包括三个部分：柱子类型（RCC、GPC或GPCD）、钢纤维比例（0或0.75F）和加载条件（E和偏心值）。例如，GPC-0.75F-50E表示一根在50毫米偏心距下进行偏心轴向加载的地质聚合物混凝土柱。表2. 材料数量和混合比例的详细信息。28天后，所有柱子都在5000 kN容量的电液测试机下进行了单轴加载测试。测试在负载控制条件下进行，直到柱子压缩破坏。加载配置如图2a所示。负载以1 kN/s的恒定速率施加。在柱子的顶部和底部分别放置了带有高强度钢销的压盘，以实现轴力和弯曲载荷的结合[20]。图2. 测试装置：(a) 加载装置和 (b) 仪器装置。同心加载的柱子在无加载销的情况下进行测试，并使用钢环防止过早失效。在两端涂了一层石膏，以确保载荷均匀分布。使用灵敏度为0.001毫米的千分尺记录每次加载的轴向变形，而在柱子中高度处额外放置了一个千分尺测量横向位移。实验装置如图2b所示。

3. 有限元建模
所有柱子试件的数值模拟都是使用商业软件ABAQUS（版本2023）进行的。在建模过程中，仔细考虑了几何形状和材料属性、边界条件以及本构模型。混凝土材料的3D实体截面被建模为均匀的[21]。GPC柱的数值模拟使用CDP模型[22]进行。整体建模策略旨在捕捉关键的结构响应，同时保持计算效率。在复制控制试样几何形状后对CDP模型进行了校准，调整了应力比、膨胀角、粘度参数、塑性势偏心率和形状因子，以提高与实验结果的一致性[23]。

3.1. 模型、加载和边界条件的几何形状
混凝土柱和钢端板被建模为3D可变形的均匀实体截面，而钢增强部分则用3D可变形的线元素表示。所有部分实例都在ABAQUS组装模块中组装，以复制实验测试装置。所有RCC、GPC和GPCD增强柱都施加了轴向载荷，底部固定，顶部在所有方向上自由。增强钢筋通过嵌入区域约束在混凝土中定义。嵌入钢筋的节点与宿主（混凝土）区域以兼容的自由度（DOF）进行约束，如图3所示。为了获得RCC柱的轴向载荷-变形响应直至破坏，采用了位移控制技术，对柱顶施加单调静态载荷。对于同心加载的柱子，在柱中心线施加10毫米的诱导位移。对于偏心加载的柱子，沿较弱轴线的指定偏心距（15、35或50毫米）施加位移。图3. 柱子的FEA模型：(a) 几何形状，(b) 嵌入区域约束，(c) 钢筋网格，(d) 网格划分，(e) 边界条件。50毫米厚的钢板通过连接件固定到柱子的顶部和底部表面，以确保载荷和边界条件的均匀传递[20]。图2b显示了实验装置。为了研究偏心率对压缩构件载荷-变形性能的影响，分别施加了15毫米、35毫米和50毫米的偏心率。混凝土的最大抗压强度取为40兆帕。3.2. 混凝土损伤塑性（CDP）模型在ABAQUS中，有三种本构模型可用于模拟混凝土的非弹性行为：脆性开裂混凝土（BCC）模型、CDP模型和涂抹开裂混凝土模型（CSCM）。在这些模型中，CDP模型被优先选择，因为它具有更好的收敛精度，并且能够有效捕捉约束效应、损伤演化以及混凝土的抗压、抗拉和塑性响应。与钢材不同，混凝土从受压和受拉的开始就表现出非线性行为。CDP模型通过两种主要的破坏模式来表征混凝土的行为，即抗拉开裂（图4）和抗压破碎。因此，它被广泛用于模拟钢筋混凝土结构的非线性响应[27]。在本研究中，采用了Liu等人[28]提出的CDP模型来描述混凝土的行为。该模型建立了抗压应力、非弹性应变和塑性应变之间的关系，如图5所示。基于Li的公式[29]，确定了损伤参数（dc）、塑性应变（pl）和非弹性应变（in）。总体而言，ABAQUS中的CDP模型结合了混凝土的塑性、抗压和抗拉行为，适用于模拟本研究中研究的柱试件的性能。图4. 修改后的抗拉刚度模型。图5. 混凝土损伤塑性模型。在实施之前，首先审查了用于压缩（第3.2.4节）、抗拉（第3.2.5节）和损伤（第3.2.6节）的选定的本构模型，以确认它们适用于所研究的材料类型。这些模型最初是为抗压强度在20到80兆帕范围内的混凝土开发的和校准的，这也包括了本研究中使用的40兆帕的目标强度。具体来说，Collins等人[14]提出的用于高强混凝土的模型、Hardjito等人[30]提出的用于粉煤灰基 Geo聚合物的模型以及Tran等人[31]提出的用于纤维增强Geo聚合物的模型已经通过实验数据进行了验证，这些材料的成分与本研究中使用的材料相似。因此，使用这些模型在事先是合理的，随后的实验验证（第4节）进一步证实了它们的适用性。3.2.1. 可逆状态下的混凝土性质为了考虑RCC、GPC和GPCD在可逆状态下的力学性能变化，采用了两种不同的模型。所有柱试件的抗压强度（fc’）均取为40兆帕。据此，使用已建立的方程（1a）、（1b）[24]和（2）[25]分别确定了GPC、GPCD和RCC柱的弹性模量。对于含有钢纤维的GPC和GPCD柱，弹性模量使用方程（3a）和（3b）[26]计算。EcGPC=4907.5 √f2c′ （1a） EcGPCD=4576×(1.25 f2c′)0.53 （1b） EcRCC=(3320√f2c′ + 6900) （2） EcGPC-SF=21,500×(f2c′)10^13 （3a） EcfGPCD-SF=23,650×(f2c′)10^13 （3b）其中fc’表示混凝土的28天无约束抗压强度。GPC和GPCD柱的泊松比取为0.23，而RCC柱的泊松比取为0.20。3.2.2. 不可逆状态下的混凝土性质混凝土在不可逆状态下的塑性和峰值后的行为[32]使用CDP方法进行建模。首先，通过塑性模型的参数定义了塑性响应，然后详细讨论了抗压、抗拉和损伤行为。3.2.3. 混凝土的塑性行为在CDP模型中，混凝土的塑性响应受几个关键参数的控制：偏移平面内屈服面的形状因子（Kc）、膨胀角（ψ）、双轴抗压强度与单轴抗压强度的比值（σb0/σc0）、塑性势偏心率（ε）和粘度参数。这些参数使用控制模型进行了校准，以确保对实验行为的准确表示。为了模拟混凝土的塑性行为，推荐使用膨胀角（ψ）= 36°、屈服形状面（Kc = 2/3）和偏心率（e = 0.1）的值[33]。应力比（σb0/σc0）取为1.12，这与Papanikolaou和Kappos[34]基于大量统计数据提出的公式一致：σb0/σc0 = 1.5 (f2c′)?0.075（4）。研究表明这些参数适用于模拟混凝土的软化行为。3.2.4. 混凝土在压缩状态下的行为Collin[14]为高强混凝土开发的本构模型用于模拟OPC和GPC的压缩行为，应用了不同的修正因子：σc = f2c′n(εc/p)n?1+(εc/εc)p^nk(MP)a（5），其中fc’ = 峰值/最大应力；?cp = 峰值/最大应力时的应变。k = 0.67 + (fcm/62) 当?c/?cp ≥ 1时；n = 1.0 当?c/?cp ≤ 1时（6）对于RCC，n = 0.8 + (fc′/17）（7） εc_p=f2c′E_c^n（8）对于GPC和GPCD，n = 0.8 + (fc′/12）（9） εc_p=18.97 f2c′+623.6（10）对于添加了0.75%钢纤维的GPC和GPCD（31），n=β=1.093+7.4818(3ωf_lf df）?1.387（11）Vf = 钢纤维的体积分数；lf df = 分别为纤维的长度和直径；η = 纤维的方向因子，取为0.5。εc_p=[0.00050+0.00000072(f_lf df)](f2c_εo f)0.35（12）3.2.5. 混凝土在拉伸状态下的行为混凝土的拉伸行为使用类似压缩行为的塑性区和弹性区进行建模。在破坏后的条件下，采用应力-应变曲线关系来考虑钢筋与混凝土的相互作用、拉伸硬化和应变软化，从而模拟混凝土在拉伸状态下的行为。在本研究中，采用了Nayal和Rasheed[35]提出的钢筋混凝土的修正拉伸硬化模型，如图4所示。所有混凝土类型的最大抗拉强度是使用以下公式确定的：对于GPC和GPCD柱，使用Hardjito[30]提出的公式；对于含有钢纤维的GPC和GPCD，使用[36]的公式；对于RCC柱，使用欧洲规范EN 1992-1-1[37]。对于GPC/GPCD，f_t′=0.7√f2c′（13）对于添加了0.75%钢纤维的GPC/GPCD[36]，f_t′=0.6 η(f2c′)23ωf_lf df（14）对于RCC[37]，f_t′=0.33√f2c′（15）3.2.6. 混凝土的损伤力学图5展示了混凝土的损伤力学行为。当混凝土在加载下拉伸时，裂纹的形成会导致不可逆的强度损失和刚度下降。连续介质损伤力学理论[4]考虑了加载前裂纹的出现和加载下裂纹的增长，这两者都会导致材料强度的降低。损伤的计算可以对压缩（δ_c）和拉伸（δ_t）应变进行。它与非弹性应变（ε_īnc = ε_c ? ε_c EO）成正比，即ε_īnc的增加会导致混凝土不可恢复的强度损失增加[28]（图5）。图5中的δ_c(d_a m_a g_e p_a r_a m_e t_e)可以通过公式（16）得到：δ_c=(1?ηc)ε_īncE_oσ_c+(1?ηc)ε_īncE_o（16），其中δ_p是塑性应变ε_p?在ε_īnc中的比例。作为初始假设，Liu等人[28]建议取值为0.6。弹性应变和塑性应变之间的关系在公式（17）[28]中表示。ε_p_λ=ε_īnc?δ_c(1?δ_c)EO（17）为了找出δ_t，可以使用拉伸变量代替压缩变量进行相同的计算，并且取δ_t为0.4（公式（18）[28]）。dt=(1?η_t)ε_īntE_oσ_t+(1?η_t)ε_īntE_o（18）3.3. 钢筋的建模钢筋的建模是为了复制图6所示的配置。嵌入混凝土柱中的矩形绑扎筋和纵向钢筋被建模为三维可变形丝。钢筋被分配给一个具有相关主钢筋和绑扎筋横截面积的桁架截面。使用实际箍筋的尺寸来确定方形几何体的圆角，并构建了绑扎筋。完整的钢筋设置被组装，并分配了嵌套区域约束。钢筋的网格化是作为T3D2元素进行的，这两个端节点是已知的。在ABAQUS中，假设了各向同性的线性弹性行为，弹性模量设为200 GPa。为了表示钢筋，使用了四个参数：泊松比、钢筋的弹性模量、屈服强度以及钢筋塑性行为的匹配塑性应变。在这项研究中，钢筋的泊松比取为0.3。表4提供了本研究中使用的钢筋的物理特性。图6. 柱子的钢筋建模。表4. 钢筋的物理特性。3.4. 模型的校准和收敛为了便于FE模型的验证和收敛，并研究不同几何和材料参数对结果准确性的影响，进行了参数研究，考虑了网格大小、粘度、应力比、偏心率、形状因子和膨胀角。使用对照组试件RCC-0E-0F的实验结果对FE模型进行了校准。然后将校准后的模型用于在其他不同加载条件下的所有柱子的数值研究。3.4.1. 粘度参数图7显示了粘度参数对柱子载荷-变形响应的影响。粘度参数的值主要受时间增量大小的影响。在将FE分析结果与伪时间分析进行比较时，建议使用较小的粘度参数值。Lee等人[38]建议粘度值应约为时间增量步骤的15%以达到最佳结果。在本研究中，时间增量步骤设置为自动，初始和最大增量大小分别为0.01。在验证过程中，网格大小和膨胀角分别保持在25毫米和36°，使用粘度参数0.0001获得了最接近的近似结果。图7. 不同粘度值下FE模型的轴向载荷-位移曲线。3.4.2. 膨胀角混凝土的一个材料参数是膨胀角，也称为内部摩擦角。进行了分析以确定膨胀角对对照组试件的轴向载荷-变形曲线的影响。为了研究该参数对控制样本轴向载荷-变形曲线的影响，对膨胀角进行了敏感性分析。以下公式定义了塑性势函数：G=√2??^2+??????^1（19），其中αp称为混凝土的膨胀参数。使用流动势函数的CDP模型实际上是双曲函数G(σ)=√(ε_īt??t?a?n??)^2+???^2?????t?a?n??（20），其中ε是偏心率，ψ是调节双曲线轮廓所需的膨胀角（塑性流动势函数），σ_t0是混凝土的单轴抗拉强度。我们可以使用塑性势函数（公式（19）重写方程（20）为G(σ)=√(ε_īt??t?a?n??)^2+???^2?13?_1?a?n??（21），其中αp = 0.2，由Lee和Fenves[38]给出，膨胀角ψ为31°。Taqieddin和Voyiadjis[39]以及Wu等人[40]建议αp的范围在0.2到0.3之间。在这个膨胀参数范围内，膨胀角（ψ）的值必须在42°到31°之间。但是，在当前的调查中，研究了30°到45°之间的膨胀角值，发现当粘度参数取为0.0001且网格大小为25毫米时，它们能够准确再现实验数据。因此，在所有FE模拟的试样中，选择了36°作为膨胀角的值。图8显示了膨胀角对控制试件载荷-变形曲线的影响。通过比较不同膨胀角和粘度产生的载荷-变形曲线，可以看出粘度参数的影响超过了膨胀角变化的影响。图8. 不同膨胀角度下FE模型的轴向载荷-位移曲线。3.4.3. 形状因子（Kc）评估了变化形状因子（Kc）对控制柱试件载荷-变形行为的影响，如图9所示。观察到Kc的增加导致载荷-变形曲线的峰值减小，从而导致更大的偏差。为了模拟混凝土的塑性行为，CDP模型建议Kc的值为0.667。图9。不同形状系数下FEA模型的轴向载荷-位移曲线。3.4.4 塑性势偏心率（E）还研究了塑性势偏心率（E）对控制试样载荷-变形行为的影响。偏心率是一个小的正参数，它控制着双曲流势向其渐进线接近的速度。如果没有指定值或提供了0.0的值，则使用默认值0.1。如图10所示，偏心率的变化对柱子的载荷-位移响应影响很小。因此，在本研究中采用了该参数的默认值。图10. 不同偏心率下FEA模型的轴向载荷-位移曲线。3.4.5 应力比（σb0/σc0）应力比（σb0/σc0）定义为初始等轴压缩屈服应力除以第一个单轴压缩屈服应力。如果没有指定值或提供了0.0的值，则使用默认值1.16。在校准过程中观察到，应力比的变化对载荷-位移响应的影响很小。因此，在本研究中采用了ABAQUS用户手册中推荐的默认值1.16。图11. 不同应力比下FEA模型的轴向载荷-位移曲线。3.4.6 网格敏感性非线性分析的收敛性在很大程度上取决于网格尺寸。研究了不同网格尺寸的影响。由于局部应变只影响某些部分而使其他部分不受影响，数值模型对网格尺寸非常敏感。当使用更细的网格尺寸时，会形成狭窄的局部带状区域，导致方程的数值收敛失败[40]；而使用较粗的网格尺寸则会导致与实验结果显著偏离，这是不可接受的。因此，为了使FE分析的结果尽可能接近实验结果，选择了更细的网格尺寸。同样，更细的网格尺寸计算所需时间更长，但产生的结果基本相同。该模型已经过网格独立性验证。基于此，选择了25毫米的网格尺寸，因为它在计算效率和准确性之间提供了最佳平衡，根据图12，整体载荷-位移响应的变化可以忽略不计。在非线性分析中采用了更小的时间增量，以解决收敛性问题并确保正确的载荷-位移行为。CDP模型参数的值，包括双轴压缩应力与单轴压缩应力的比值、膨胀角、流势偏心率、粘度参数以及混凝土屈服面的形状系数，按照表5进行设置。表5. 不同网格尺寸下FEA模型的轴向载荷-位移曲线。表5. CDP模型的输入参数。4. FE模型的结果与讨论对柱子施加了单调载荷，逐渐增加直到失效。根据它们的载荷-位移响应和承载能力评估了测试柱子的整体性能。所有柱子的载荷-轴向位移行为分为三个不同的阶段[18,41]。在第一阶段，由轴向载荷-位移曲线的初始部分表示，承载能力由未开裂的混凝土决定。在这个阶段，柱子的行为不受横向钢筋或钢纤维的影响。载荷-位移响应的第二阶段涵盖了混凝土覆盖层开裂和剥落的时期，在此期间观察到轴向载荷从极限载荷（Pmax）突然下降。混凝土覆盖层剥落后的柱子行为在第三阶段描述。在这一阶段，钢钢筋的存在、横向钢筋间距和钢纤维的影响测试柱子的载荷-位移响应。峰值后的行为受到钢纤维的显著影响，钢纤维缓和了载荷-位移曲线的下降趋势，降低了突然失效的可能性。表6展示了从实验结果和FE分析中获得的失效载荷和相应的变形。表6. 柱子试样的实验和FE模型结果。4.1 控制试样（RCC-0E-0F）在校准了各种几何和材料参数后，控制柱RCC-0E-0F的载荷-位移曲线如图13所示。结果清楚地表明，FE模型在极限载荷和变形方面准确追踪了实验响应。实验得到的极限载荷和相应变形分别为945千牛和4.8毫米，而FE模型预测的值为960千牛和4.36毫米。这对应于实验和FE结果在极限载荷和变形方面的差异仅为1.58%和9%。图13. 控制试样的（轴向）载荷-位移响应的FE模型与实验值对比。4.2 同心加载柱子RCC、GPC和GPCD柱子在同心加载下的实验结果与FE模型结果有很好的一致性。RCC、GPC、GPC-0.75F、GPCD和GPCD-0.75F柱子在零偏心率时的实验极限载荷分别为945千牛、860千牛、1015千牛、790千牛和948千牛。相应的FE模型预测值分别为960千牛、863千牛、1025千牛、803千牛和955千牛，其差异分别为1.58%、0.3%、0.9%、1.6%和0.7%，准确率分别为98.4%、99.7%、99.1%、98.4%和99.3%。这些值与Albitar等人[20]报告的结果一致，他们通常观察到载荷预测的准确率为95-98%。同样，RCC-0F-0E、GPC-0F-0E、GPC-0.75F-0E、GPCD-0F-0E和GPCD-0.75F柱子的实验轴向变形分别为4.8毫米、3.9毫米、4.9毫米、3.1毫米和4.1毫米。FE模型预测的相应值分别为4.36毫米、3.57毫米、4.74毫米、3.3毫米和4.4毫米，其差异分别为9%、8%、3%、6.4%和7.3%。图14展示了所有类型柱子在同心加载下FE和实验结果的对比。从实验和FE模型的结果可以看出，与传统的混凝土柱（RCC组）相比，GPC和GPCD柱子的承载能力分别减少了9%和16%。Nath等人[15]和Sumajouw等人[12]之前的研究也证实了这种承载能力的降低，这突显了地质聚合物配方与普通波特兰水泥混凝土之间的固有强度差异。这些差异可能归因于粘结剂化学性质、固化机制和界面临界区的不同。通过在GPC试样中添加0.75%的钢纤维，其极限承载能力分别增加了18%和20%。这与钢纤维在混凝土中的增强机制相符。Waqas等人[42]和Wu等人[43]也报告了类似的结果，将这种改善归因于纤维桥接裂缝、增强应力重分布以及提高拉伸和抗弯性能。这有效地缓解了地质聚合物的固有脆性，这也是Noushini等人[44]和Ganesan等人[45]注意到的纤维增强混凝土的关键特性，从而提高了延展性和破坏前的能量吸收能力。此外，钢纤维的添加还提高了柱子在破坏前的轴向变形能力。同样，ABAQUS模型对施加轴向载荷下柱子横向变形的预测与实验结果也十分吻合。图15和图16分别展示了三种类型柱子在同心加载下的FE模型和实验结果的详细对比。图15. 同心加载柱子峰值承载能力的FE模型与实验值对比。从实验和FE模型的结果可以看出，与RCC组相比，GPC和GPCD柱子的承载能力分别降低了9%和16%。Nath等人[15]和Sumajouw等人[12]之前的研究也证实了普通GPC（9%）和GPCD（16%）的承载能力降低。在GPC-0F-0E、GPC-0F-0E、GPCD-0F-0E和GPCD-0.75F-0E柱子中，实验得到的轴向变形分别为4.8毫米、3.9毫米、4.9毫米、3.1毫米和4.1毫米。FE模型预测的相应值为4.36毫米、3.57毫米、4.74毫米、3.3毫米和4.4毫米，其差异分别为9%、8%、3%、6.4%和7.3%。图14进一步展示了所有类型柱子在同心加载下的FE和实验结果对比。从实验和FE模型的结果可以看出，GPC和GPCD柱子的承载能力分别降低了9%和16%。然而，将体积比例为0.75%的钢纤维加入GPC柱中，使其在偏心距为0毫米、15毫米、35毫米和50毫米时，峰值承载能力分别提高了18%、29.8%、27.7%和29.6%。同样，添加钢纤维也使GPCD柱的承载能力在相同偏心距下分别提高了20%、26%、32.8%和31.8%。将实验结果与ABAQUS中的FE建模进行比较后发现，对于同心加载的柱子，负载-位移曲线与实验数据非常吻合；而对于偏心加载的柱子，FE模型的预测结果则倾向于偏高。对于同心加载的柱子，RCC、GPC、GPC-0.75F和GPCD柱的峰值载荷差异分别为1.5%、0.3%、0.9%、1.6%和0.7%，总体预测精度约为99%。然而，对于偏心加载的柱子，FE模型始终高估了承载能力，且偏心距越大，误差越大。同心加载柱子在峰值载荷下的轴向位移差异分别为RCC柱9.09%、GPC柱8.54%、GPC-0.75F柱3.17%、GPCD柱6%和GPCD-0.75F柱7.3%。偏心加载柱子的这种高估现象可能归因于绑扎钢筋的搭接部分開裂，从而导致误差。此外，即使是由于施工不精确或材料几何形状不完美造成的微小偏心也会严重影响柱子的极限轴向承载能力。随后研究了柱子在轴向载荷下的横向 behavior，并在图23、图24、图25、图26和图27中展示了每种类型试件的载荷与横向位移曲线以及实验结果与FEA模型的对比。图23显示了RCC组柱子在偏心距为0毫米、15毫米、35毫米和50毫米时的轴向载荷-横向位移曲线（实验和FEA模型）。图24、图25和图26分别展示了GPC组柱子在相同偏心距下的轴向载荷-横向位移曲线（实验和FEA模型）。图27展示了GPCD组柱子在相同偏心距下的轴向载荷-横向位移曲线（实验和FEA模型）。5. 结论：本研究通过实验分析了GPC柱的性能，并利用ABAQUS中的FE建模评估了基于FA和SG的GPC柱的结构行为，以及QRD掺入量和钢纤维增强对同心和偏心加载的影响。共铸造了二十个柱子样本，并分为三大组：RCC、GPC和GPCD。四个RCC柱子在偏心距为0毫米、15毫米和50毫米时进行了测试，而GPC和GPCD组各有八个样本分别使用了SG（50%）、FA（50%）以及部分替代SG的QRD（20%）。通过在选定的GPC和GPCD柱中加入钢纤维，评估了结构性能的提升。得出以下结论：同心加载的GPC柱的极限载荷比相应的RCC柱降低了约9%。钢纤维的加入提高了GPC柱的承载能力，因为纤维可以桥接微裂纹、改善应力分布并增强整体强度。含有20% QRD的GPCD柱的轴向载荷比普通GPC柱降低了8-15%，但添加纤维后恢复了7-15%的强度，表明钢纤维可以有效弥补QRD带来的性能 trade-offs。使用混凝土损伤塑性模型制作的FE模型与同心加载柱子的实验结果高度吻合，准确率约为99%。三种类型同心加载柱子的峰值载荷及轴向和横向变形的差异分别在1%和3-9%范围内，这证实了混凝土损伤塑性模型在模拟地质聚合物混凝土柱行为方面的可靠性。对于偏心加载的柱子，FE模型高估了其承载能力，且偏心距越大，这种高估越明显。其表现特征是由于屈曲效应导致横向位移增加，同时轴向承载能力和变形减小。QRD是一种适合掺入地质聚合物混凝土（GPC）中的材料，因为含有20% QRD的柱子表现出与RCC柱和未加入QRD的GPC柱相当的整体性能。在偏心加载下，这些柱子的横向位移增加，而轴向承载能力和变形随偏心距增加而减小。与相应的普通GPC柱相比，增强钢纤维的GPC柱的轴向变形增大。添加纤维还提高了承载能力、峰值载荷后的位移以及延展性。尽管经过验证的FEA模型在研究同心加载场景方面表现出很强潜力，但其在预测偏心加载方面的局限性表明需要进一步研究搭接接头行为和拉伸增强效应的精细建模。所开发的模型可以有效地用于进一步的参数研究，并改进实验结果的验证，特别是对于同心加载的柱子。6. 建议：为了防止偏心加载柱子因箍筋开裂而提前破坏，箍筋的搭接长度应至少为柱子周长的一半。为了准确模拟GPC柱在同心载荷下的行为，应采用混凝土损伤塑性模型。由FA和矿渣SG组成的地质聚合物混凝土，部分替代为QRD，显示出适用于柱子和梁等结构构件的潜力。其应用可以减少OPC生产相关的能耗，降低二氧化碳排放，促进工业副产品的再利用，并优化自然资源的利用。