钢纤维增强RAP基混凝土的机械疲劳与弯曲疲劳性能：实验研究与机器学习分析

《Scientific Reports》：Mechanical and flexural fatigue behaviour of steel fibre reinforced RAP-based concrete: experimental and machine learning investigation

　　

摘要

本研究探讨了含有再生沥青路面集料且有无钢纤维增强的混凝土的力学性能及弯曲疲劳性能。用再生沥青路面集料部分替代天然集料，是一种可减少建筑垃圾、节约自然资源的可持续解决方案。研究人员准备了20种混凝土混合物，再生沥青路面集料的替代比例在0%到30%之间，钢纤维的含量则在0%到1.25%（按体积计算）之间。实验内容包括对混凝土的强度特性、应力-应变行为以及弯曲疲劳性能的检测。实验结果表明，随着再生沥青路面集料含量的增加，由于再生沥青路面集料与水泥基体之间的界面过渡区变弱，混凝土的强度会逐渐下降。不过，加入钢纤维能显著提升混凝土的抗拉和抗弯性能；最佳钢纤维添加量为1%，此时混凝土的压缩韧性显著提高，劈裂抗拉强度和抗弯强度分别提升了45%和48%。基于修正的Saenz方程应力-应变模型，可以描述含再生沥青路面集料的纤维增强混凝土在受压状态下的应力-应变行为。弯曲疲劳试验的结果表明，钢纤维增强显著提高了含再生沥青路面集料混凝土的疲劳寿命和极限承载能力。此外，研究人员还建立了基于随机森林回归和梯度提升回归的机器学习模型来预测混凝土的力学性能，其中梯度提升回归模型的预测精度最高（R²?=?0.96）。本研究提出的实验与机器学习相结合的方法，为评估和优化用于道路建设的可持续含再生沥青路面集料纤维增强混凝土提供了一种初步的概念验证方法。