基于人工智能的可持续强度预测与高性能掺偏高岭土纤维增强混凝土的实验评估

为未来城市打造更强、更环保的混凝土

混凝土是现代城市的骨架，但其生产消耗大量水泥——导致重大碳排放——且材料随时间会开裂和失效。本研究探讨如何在降低环境影响的同时建造更坚固、更耐久的混凝土。作者将先进纤维、更清洁的水泥替代物偏高岭土与人工智能相结合，以设计既强又可持续的配合比——有望改变未来桥梁、塔楼和路面的建造方式。

为何当今的混凝土需要升级

普通混凝土擅长承载压力，但脆性且抗拉能力差，容易产生裂缝。裂缝一旦出现，水和空气会进入钢筋导致腐蚀，进而引发结构性损伤。高强混凝土能承载更大荷载，但通常更脆。为此，工程师主要采用两种思路：用细磨矿物材料部分替代水泥，以及在配合比中加入短纤维，起到微小钢筋的作用。本研究关注偏高岭土——一种高反应性的煅烧粘土，作为部分水泥替代物，并配合钢纤维、玻璃纤维、尼龙纤维和聚丙烯纤维，以抑制裂缝并提升性能。

用纤维与偏高岭土构建更优配合比

研究团队设计了一种高强混凝土配合比（称为 M60），其中 10% 的水泥被偏高岭土替代。随后，他们通过加入不同类型和不同比例的纤维（包括钢纤维、玻璃纤维、尼龙纤维和聚丙烯纤维）制备了若干配合比版本。每种配合比均在新拌时测试流动性，并在养护 7、28、56 和 90 天后分别测试其抗压、抗拉和抗弯强度。

教会人工智能预测混凝土强度

对每一种可能的配合比进行物理试验既缓慢又昂贵且浪费。为避免实验室中无休止的试错，作者构建了一个深度学习模型，用以仅基于配料和养护龄期预测纤维增强混凝土的强度。他们的模型称为 A-PDDLSTM-SA，融合了若干先进的人工智能思想：能够追踪强度随时间发展的记忆单元、多尺度滤波器以捕捉数据中的细节与宏观模式，以及一种注意力机制来聚焦最重要的输入（如纤维类型、用量与养护期）。他们还采用了一种受徒步探索地形启发的新优化策略微调模型内部参数，以减少算法陷入劣解的风险。

试验与预测揭示的要点

实验结果显示，表现最好的配合比为 10% 偏高岭土和 1% 钢纤维，该配合比在抗压、抗拉和抗弯强度上均优于无纤维的对照混凝土。玻璃、尼龙和聚丙烯纤维在不同方面也能改善性能——提高抗冲击性、减少收缩裂缝并增强裂后韧性——尽管其效果通常不如钢纤维显著。随后作者用实验数据训练了 AI 模型，并与几种已建立的机器学习方法进行了比较。该模型在预测抗压、抗拉和抗弯强度方面持续优于竞品，误差低且在样本有限的情况下仍表现出良好的稳定性。

从实验室洞见到现实影响

对非专业读者来说，关键信息是：现在可以在很大程度上先在计算机上设计更聪明的混凝土配合比，使其同时更强、更耐用且更可持续。通过将偏高岭土与经过精心选择的纤维结合，工程师可以减少水泥用量并提高抗裂性能。本研究开发的 AI 模型可作为强大的规划工具：它能建议有前景的配合比、减少浪费性物理试验并加速更环保高性能混凝土在实际工程中的采用。长期来看，这一方法有助于提供更安全的基础设施并降低环境足迹。

引用: N.S, N.P., P, K. & P, S. AI-driven sustainable strength prediction and experimental evaluation of high-performance fiber-reinforced concrete incorporating metakaolin. Sci Rep 16, 13614 (2026). https://doi.org/10.1038/s41598-026-41115-z

关键词: 纤维增强混凝土, 偏高岭土, 深度学习, 可持续建筑, 强度预测