使用GMDH和GEP方法预测含回收CRT玻璃砂浆的抗压强度

把旧电视变成更安全、更坚固的建筑材料

全球各地的废弃阴极射线管（CRT）电视和显示器正大量堆积在垃圾填埋场中。其厚重的玻璃含有大量铅，可能渗入土壤和水体。这项研究探索了一种把有害玻璃安全封存于建筑砂浆中的方法，同时仍能保持材料在实际应用中的足够强度。通过将回收利用与现代数据驱动建模相结合，研究人员展示了如何将一种有毒废物流转化为更环保建筑和甚至具有辐射屏蔽功能的有用成分。

旧屏幕玻璃为何既是问题又是机会

CRT玻璃密度较大，含有约20–25%的氧化铅。若将其粉碎后丢弃，铅会缓慢洗出并污染环境。早期实验证明，当CRT玻璃掺入水泥基砂浆时，高碱性的水泥孔隙液有助于固定重金属，显著降低其浸出。同时，玻璃的高密度可改善对X射线和其他辐射的屏蔽性能。缺点是，用回收CRT（RCRT）玻璃替代天然砂往往会削弱砂浆强度，因为光滑的玻璃颗粒与周围水泥基体的粘结较差。因此工程师需在环保效益、屏蔽性能与力学强度之间权衡。

从昂贵的实验到智能预测

设计能达到合适平衡的砂浆配方传统上需要大量反复的实验室试验，既耗时又昂贵。以往研究主要报道单次试验结果，有时用传统统计公式预测强度，但这些方法难以应对配合料之间复杂的非线性相互作用。尤其是，早期没有建立专门针对含RCRT玻璃砂浆的预测模型，大多数现代机器学习研究要么关注其他回收材料，要么使用提供有限可解释性的“黑箱”算法。本研究旨在通过透明的、基于方程的模型来弥补这一空白。

研究人员如何训练模型

研究团队汇编了由139个不同配比样本构成的数据库，变量包括水量、水泥、粉煤灰、天然砂、RCRT玻璃以及不同的养护时间。他们首先通过去除异常值并标准化各变量尺度来清洗数据。随后训练了两种所谓的“白盒”软计算方法来预测抗压强度：数据处理群法（GMDH），它构建由简单多项式方程组成的多层网络；以及基因表达式编程（GEP），其以遗传启发的方式演化数学公式。这两种方法都会生成明确的方程，工程师可以将其直接用于计算器或电子表格，而不是依赖难以解释的代码。数据被划分为训练集和测试集，模型还通过五折交叉验证来评估其稳定性。

哪种方法获胜以及哪些因素最重要

GMDH模型明显优于GEP模型和经典回归方法。在未见过的测试数据上，GMDH取得了0.942的决定系数（R²）并伴随较低的预测误差，表明其计算出的强度与实验测量值高度一致。GEP表现尚可但散点更多、误差更大，而简单线性或非线性回归则未能捕捉到背后的复杂性。为了解哪些成分对强度影响最大，研究人员使用了一种现代解释工具SHAP。结果显示水含量是主导因素：水太多会产生更多孔隙、降低强度。其次是养护时间——更长的养护有利于更多水化反应并使砂浆更坚固。水泥含量有中等影响，而在所研究的配比范围内，RCRT玻璃和砂的含量则起到较小的次要作用。

这对更环保的建筑意味着什么

对普通读者来说，主要结论是：在配比经过精心设计的情况下，将适量CRT玻璃回用于水泥砂浆既可行又相对安全，而且不会严重牺牲强度。GMDH方程为工程师提供了一个可靠且易用的工具，可以在混合实际批次之前预测富含RCRT的砂浆会有多强。由于方法具有透明性，设计者还能看出改变水量、水泥或养护时间如何影响性能，从而补偿因掺入玻璃带来的微弱强度损失。总之，该研究表明，将工业废弃物回收与可解释的机器学习模型结合，能够把有害电子废料转化为可预测且结构上可靠的可持续甚至具辐射屏蔽功能的建筑材料成分。

引用: Ghorbani, V., Seyedkazemi, A. & Kutanaei, S.S. Predicting compressive strength of mortars containing recycled CRT glass using GMDH and GEP methods. Sci Rep 16, 6655 (2026). https://doi.org/10.1038/s41598-026-36553-8

关键词: 回收CRT玻璃, 水泥砂浆强度, 可持续建筑, 机器学习模型, 辐射屏蔽材料