由机器学习预测支持的大理石粉-纤维混凝土的力学与耐久性评估

将建筑废料变成有用资源

混凝土是现代城市的支柱，但其主要成分水泥的生产会排放大量二氧化碳。与此同时，工业产生了大量难以安全处理的大理石粉和塑料废料。本研究探讨这两类问题是否可以相互缓解：将废弃大理石粉和回收塑料纤维掺入混凝土，能否在借助现代机器学习工具的情况下，使混凝土不仅更环保，而且更强、更耐久？

将石粉和塑料丝混入混凝土

研究者关注两种废弃材料。大理石粉是富含碳酸钙的细粉，来自石材切割与抛光过程；聚丙烯纤维则是由废弃塑料制品切割得到的短纤维。实验中，标准结构混凝土中的部分水泥被大理石粉以0至20%的比例替代，同时纤维按体积分数以0至1%的范围加入。由此形成25种不同配合比，所有配方使用相同的骨料和含水量，以便将性能变化归因于大理石粉和纤维的影响。

测试强度、开裂和抗渗性

每种配合都经过一整套模拟建筑实际需求的测试。团队测量了新拌混凝土充模流动性的易性，随后检查了其重量和致密性。养护后，他们测试了混凝土抗压破坏的承载能力、抗拉或抗弯性能，以及水分吸收或渗透的难易程度。还将试件暴露于酸性溶液中以评估其劣化速度。这一全面的视角使作者不仅能识别出最强的配比，还能找到在强度、耐久性与可施工性之间取得平衡的组合。

找出性能的最佳区间

结果显示，大理石粉与塑料纤维在一定范围内能够互为补充。适度的粉末含量，大约相当于水泥的10%，有助于细颗粒填充混凝土中的微小空隙，使结构更致密并提升强度。同时，体积在约0.6%至0.8%的纤维像微小的缝合线，在受力时把微裂缝牵制住，使劈裂强度和抗弯强度相比普通混凝土提高约四分之一到三分之一。这些配合也表现出较低的吸水率和更慢的渗透速度，表明内部结构更为致密。但当任一成分掺量过高时，配合变得不易施工、容易滞留气泡，并逐渐丧失强度。

让算法指导更环保的配比设计

团队没有单靠反复试验，而是用实验数据训练了若干机器学习模型。这些算法学习了大理石粉、纤维含量及其他配比变量如何影响强度、吸水率和渗透性等关键性能。表现最佳的模型基于人工神经网络和随机森林，它们能够非常接近地重现测试结果。随后，这些模型被用于优化程序中，在设计空间中搜索最均衡的配方。模型建议的最优值——约10%大理石粉和0.6%纤维——与实验观察到的“最佳区间”一致，证明数据驱动工具可以在无需大量实验的情况下，可靠地指导未来的生态混凝土设计。

这对未来建筑意味着什么

对外行人来说，结论很明确：混凝土不必只是石块、砂和水泥的简单混合物。通过明智地掺入像大理石粉和回收塑料纤维这样的工业副产物，工程师可以减少水泥使用、更好地利用废料，同时制造出更少开裂、抗水性能更好的混凝土。研究表明，最佳效果来自于经过精心平衡的配比，人工智能可以帮助精确定位这些平衡点。如果被广泛采用，这类优化配合可以在提高结构耐久性的同时，逐步降低建筑的环境足迹。

引用: Sai, A.N., Sakthivel, M., Arunvivek, G.K. et al. Mechanical and durability assessment of marble dust–fiber concrete supported by ML prediction. Sci Rep 16, 10106 (2026). https://doi.org/10.1038/s41598-026-40874-z

关键词: 可持续混凝土, 大理石粉, 回收塑料纤维, 耐久性, 机器学习