炉渣-粉煤灰-石膏改性固化污泥用于建筑的混合机器学习与元启发式优化

把城市污泥变成建筑用块材

现代城市产生大量污泥，这是一种处理成本高且填埋或焚烧存在风险的混杂副产物。本研究探索了一条更清洁、更有用的路径：将污泥与工业副产物混合，制成建筑材料，并利用先进的计算技术寻找最强、最安全的配方。对读者而言，这是一个关于数据科学与废物回收如何协同应对污染和资源短缺的故事。

为何污泥成为日益严重的城市问题

污水处理厂将污水与固体残留物分离，留下富含有机质但含水率高且可能含有污染物的污泥。传统处置方式如填埋和焚烧会释放异味、温室气体和有毒物质。与此同时，建筑工程消耗大量天然黏土和水泥。本研究的核心思想简单而有力：如果能将污泥安全固化为可靠的低强度建筑材料，就能减轻填埋场和采石场的压力，并减少建筑的环境足迹。

把废料混合成固体材料

研究团队使用了脱水市政污泥和三种常见工业副产物：钢渣、电厂粉煤灰和脱硫石膏（来自烟气脱硫）。通过调整每种成分的用量，以及少量氢氧化钠（碱性激活剂），他们制备了190个试样，并测定了28天养护后的抗压能力。该性能称为无侧限抗压强度，表征固化污泥是否足够坚固，可用作填埋覆盖层或低荷载土方材料。挑战在于成分之间的相互作用复杂且非线性：污泥含量过高会削弱材料，而适量的渣、石膏、粉煤灰和碱能协同形成更致密、类似水泥的结构。

让算法搜索最佳配方

研究者没有在实验室穷举所有组合，而是采用机器学习与所谓的元启发式算法，这些算法是受鸟群、狼群等自然现象启发的智能搜索策略。首先训练了八种不同的机器学习模型，用以根据五种输入成分预测强度。随后，将这些模型与鲸鱼优化算法及其它若干搜索方法耦合，在庞大的配方空间中寻找在满足各成分实际限制的前提下最大化强度的混合方案。基于树的模型，尤其是随机森林、梯度提升、XGBoost 和 CatBoost，在捕捉污泥、炉渣、粉煤灰、石膏与碱如何共同作用的隐含模式方面表现尤为出色。

什么造就了强韧且更安全的污泥砖

经优化的配方获得了超过8兆帕的强度，这对部分由废料组成的材料来说属于较高水平。平均而言，最佳配方约含40–45%污泥、约19–24%石膏、13–19%炉渣、16–22%粉煤灰，以及略高于2%的氢氧化钠。污泥或粉煤灰过多通常会削弱材料，而适量的炉渣与石膏有助于形成更致密的内部网络。碱剂用量存在一个最佳区间：少量即可通过活化其他粉体显著提高强度，但更高用量带来的额外收益有限。包括灵敏度分析与SHAP值在内的高级解释工具证实，氢氧化钠、污泥含量、炉渣与石膏是调节性能时影响最大的因素。

验证可靠性与现实应用

为了确保这些由计算设计的配方可信，作者评估了模型预测与实验结果的一致性及预测不确定性。最佳模型与实验结果高度吻合，并给出较窄的置信区间，表明预测稳定可靠。对原始试验数据独立应用的响应面法也得出了类似的最优配比，进一步加强了结论。总体而言，研究表明经过良好设计的污泥混合物可作为低强度建筑材料（例如填埋覆盖层），同时能够安全封存污染物。

从废弃负担到有用资源

对非专业读者而言，主要结论是两个问题——城市污泥处置与工业固体废物——可以通过智能数据工具同时解决。将污泥与副产物粉体结合，并让机器学习寻找最佳配方，研究者创造了一种足以满足某些建筑用途且比原始污泥安全得多的固体材料。虽然不能替代高标号混凝土，但这种方法能把曾经的环境负担转化为有用资源，助力更循环、更可持续的城市基础设施。

引用: Azarkhosh, H., Chen, Y. & Elias, S. Hybrid ML and metaheuristic optimization of slag-fly ash-gypsum modified solidified sludge for construction. Sci Rep 16, 12195 (2026). https://doi.org/10.1038/s41598-026-47428-3

关键词: 污泥固化, 基于废弃物的建筑材料, 机器学习优化, 工业副产物回收, 可持续基础设施