基于甘蔗渣灰并使用机器学习的地聚合物混凝土力学性能分析

把农场废物变成更坚固、更清洁的混凝土

混凝土是现代城市的支柱，但生产普通水泥会排放大量二氧化碳。本研究探索了一种减少这种污染的方法：将一种农业废弃物——糖厂产生的渣灰——转化为一种新型混凝土的关键成分。研究还展示了现代数据工具（包括机器学习）如何帮助工程师快速预测这种更环保混凝土的强度。

为什么需要新型混凝土

传统混凝土依赖波特兰水泥，而其制造过程能耗高、对全球二氧化碳排放贡献显著。近年来，“地聚合物”混凝土作为一种有前景的替代方案浮现。它不依赖普通水泥，而是使用富含二氧化硅和氧化铝的工业副产物（例如电厂的粉煤灰），并用碱性溶液激发反应。这种化学过程能形成类似石质的粘结体，同时有望将排放减少22–72%，且不牺牲强度或耐久性。本研究的创新在于用甘蔗渣灰部分替代粉煤灰——这种渣灰在糖厂大量产生，常被填埋或以细粉尘形式排放，造成污染。

从甘蔗田到建筑构件

印度是世界上最大的甘蔗生产国之一，每年产生数百万吨甘蔗渣灰。从化学成分看，这种渣灰富含活性二氧化硅和其他氧化物，若使用得当，可表现出类似传统水泥掺合料的性能。研究人员从当地采集粉煤灰和甘蔗渣灰，以不同比例混合，并与标准砂和石子配合。他们在不同浓度的氢氧化钠溶液中激发地聚合物反应，浇注试件并进行养护。主要目标是确定在仍能获得较高抗压、抗弯和抗拉强度——即混凝土在不同应力下性能的三项关键指标——的前提下，粉煤灰可被甘蔗渣灰替代的最大比例。

寻找强度的最佳点

团队测试了甘蔗渣灰替代粉煤灰0–50% 的配比，并改变碱性激发剂的强度。他们发现渣灰用量和氢氧化钠浓度对性能都有显著影响。一个特别成功的配方是使用30% 的甘蔗渣灰和中高浓度的激发剂。养护28天后，该配合比抗压强度约为47兆帕，处于结构应用所需范围内，且高于不含渣灰的对照混合物。抗弯和劈裂强度呈现类似上升趋势，尽管在最高渣灰含量下强度出现平台期或略有下降。结果表明存在一个最佳平衡点：足量的渣灰可以增强内部结合结构，但过多则会因孔隙率增加和反应不完全而削弱材料。

让算法从混凝土中学习

在实验室测定混凝土强度既耗时又昂贵，尤其当掺合料类型、替代比例和化学浓度等多个变量同时变化时。为加速这一过程，研究人员训练了三种类型的机器学习模型来根据配合设计预测强度：人工神经网络、随机森林和XGBoost模型。神经网络在训练数据上拟合良好，但在新数据上表现欠佳，这是过拟合的典型表现。XGBoost作为一种强大的提升方法，在训练集上几乎完美，但在测试案例上也出现了准确度下降。随机森林模型在未见数据上的预测能力保持得最好，三项强度指标均表现出较高的泛化能力，因此成为实际预测的更可靠选择。

对更环保建筑的意义

这项工作表明，曾被视为处理难题的甘蔗渣灰可以成为高性能地聚合物混凝土的有价值成分。在合适的掺比和激发剂水平下，它不仅能将废物从填埋场中转移、减少碳排放，还能提供与传统配合比相当甚至更高的强度。将这些更环保的配方与稳健的机器学习模型结合，可使工程师仅凭配合设计快速估算强度，可能缩短研发周期并降低试验成本。对于普通读者来说，结论很简单：农业剩余物与智能算法可以携手，为未来城市建造更清洁、更坚固的结构。

引用: Pratap, B., Kumar, S., Gupta, K.K. et al. Mechanical properties analysis of geopolymer concrete based on the sugarcane bagasse ash using machine learning. Sci Rep 16, 14485 (2026). https://doi.org/10.1038/s41598-026-44848-z

关键词: 地聚合物混凝土, 甘蔗渣灰, 可持续建筑, 机器学习, 粉煤灰