文摘
通过绝热温升试验,混凝土的绝热温升与水化时间被记录。基于理论成熟程度,混凝土的水化程度之间的关系,相当于年龄是决定。然后,水化程度预测模型的混凝土早期弹性模量和抗拉强度。当地的温度和湿度测量混凝土的收缩实验,基于水毛细管张力理论,温湿度对混凝土的早期收缩预测模型设计。根据蠕变变形和弹性变形的比值的混凝土通过抑制环实验,预测混凝土的早期蠕变系数模型。耦合效应的基础上“hydration-temperature-humidity”,混凝土的早期开裂风险系数的预测模型在multifield耦合提出了。最后,几组板开裂框架进行实验,和混凝土的开裂风险预测结果与实际情况一致,这说明的正确性混凝土的早期开裂风险预测模型。
1。介绍
大强塑剂和矿物掺合料的使用,水泥细度越高,低水胶比是现代混凝土的典型特征。因此,可以显著提高混凝土的强度。然而,现代混凝土的存在一些问题,如快速水化、大型收缩,内部温度迅速上升,并快速内部湿度减少,导致混凝土的早期开裂。如果不能严格控制混凝土的早期裂缝,尤其是nonload因素引起的裂缝混凝土结构的早期阶段,混凝土的耐久性和安全性将会减少(1- - - - - -5]。与此同时,纤维(6)将用于提高混凝土的优良特性。
大量的研究表明,(7- - - - - -12)混凝土的开裂特性将直接或间接地影响水化等内部因素的变化,温度、湿度、收缩和蠕变。沈et al。(10】研究发现,混凝土的养护条件在20°C最好混凝土开裂性能比45°C。Zhang et al。8)建立了混凝土内部湿度之间的关系和自由混凝土收缩应变在宏观水平上。结果表明,混凝土内部湿度下降越快,在宏观层面收缩越大。Bentz [9)蠕变应变的比值定义有效收缩应变作为混凝土的徐变系数,以及混凝土的收缩开裂的主要影响因素之一,所以混凝土的早期开裂特性也会受到早期混凝土的蠕变的影响。上述研究表明,混凝土的早期开裂特性和水泥水化有复杂的关系,温度、湿度、收缩和蠕变。许多学者研究了矿物掺合料混凝土的早期开裂财产如粉煤灰和矿渣但尚未得出一致的结论2,13- - - - - -15]。因此,有必要提出一种精确的方法来预测现代混凝土的早期开裂风险。
刘等人。16)使用哑铃方法评估混凝土的早期开裂性能约束条件下材料。虽然这种方法可以快速评估不同混凝土材料的优良性质,只是针对施工现场的快速定性检测和分析,不能定量评估混凝土的开裂。米格尔(6)使用HIPERPAV软件模拟掺合料对混凝土的早期开裂风险的影响维修板;张(6)使用环克制实验评估低收缩水泥基材料的优良性质。尽管上述方法可以评估混凝土的早期开裂特性,混凝土的早期开裂的根本原因无法获得。
基于(1),Bendimerad et al ., (17忽视了早期混凝土的蠕变和认为变形拉伸应力仅仅是一个函数的弹性模量和塑料收缩变形 ,也就是说, ,和再生骨料混凝土的塑性收缩和开裂风险在24小时内被探索。哪种方法可以预测危险因素η在24小时内混凝土的开裂,混凝土早期裂缝预测的数学模型也被定义。然而,随着混凝土的年龄的增加,混凝土的蠕变将变得更大18,19),同时也限制了艾哈迈德的方法来预测混凝土的早期开裂由于忽视了蠕变,这是只适用于评价混凝土的开裂阻力在24小时内。
基于绝热温升实验,因此,收缩实验,和混凝土的蠕变实验,预测模型描述混凝土的开裂由于早期multifield耦合效应等在本研究中提出了“hydration-temperature-humidity”。混凝土早期开裂的根本原因的机理解释,和混凝土的早期开裂预测模型提出的Bendimerad et al ., (17)进一步改进预测模型。同时,框架板开裂试验方法用于测试几组混凝土的开裂阻力。最后,汗等的测试结果。20.和Zhang et al。6)被选中,开裂的风险预测模型提出了研究是用于验证测试结果的文献[6,20.]。
2。实验
2.1。材料和实验设计
2.1.1。材料特性
原材料用于混凝土是水泥、粉煤灰、矿渣、砂、粗骨料,强塑剂和自来水。这些原材料的理化性质如下:P·O42.5普通硅酸盐水泥符合当前中国国家标准GB 175 - 2007“普通硅酸盐水泥。“3 d和28 d P·O42.5普通硅酸盐水泥抗压强度的27个MPa和49 MPa,分别和比重比表面积是3.16克/厘米3和354米2/公斤。一级粉煤灰符合当前中国国家标准GB / T 1596 - 2017《粉煤灰用于水泥和混凝土。“烧失量、水需求比和水分含量的粉煤灰分别为3.7%,88%,和0.4%,分别;7天活动指数,比表面积和点火渣是425的损失2/公斤,78%和0.26%,分别。和主要化学成分如表所示1。河流砂的细度模数为2.56。钙质粗骨料的颗粒大小是一个连续级配的5 - 20毫米。的polycarboxylate强塑剂减水率为31%。
2.1.2。混凝土配合比设计方法
根据混凝土配合比见表2,弹性模量实验中,轴向拉伸实验中,绝热温升试验,混凝土收缩试验和蠕变试验进行了研究。上面的实验主要是用来确定预测模型中的参数的混凝土开裂风险系数。最后,为了验证混凝土的早期开裂预测模型的适用性,3组板开裂根据混凝土框架试验进行了混合比例见表2。骨料的用量和胶结材料是由试验混合比例控制目标的基于强度(C40混凝土的设计强度时,W / B = 0.45;C60混凝土的设计强度时,W / B = 0.35;C80混凝土设计强度时,W / B = 0.25)。TS-1的衰退,TS-2, TS-3混凝土是85毫米,88毫米和93毫米。TS-1的抗压强度、TS-2 TS-3混凝土42.3 MPa, 63.5 MPa,分别和81.7 MPa。
2.2。实验方法
2.2.1。混凝土的抗拉强度和弹性模量实验
根据当前中国国家标准“在普通混凝土力学性能试验方法标准”(GB / t50081 - 2016),基于混合比例见表2,混凝土的弹性模量和抗拉强度1 d、3 d、5 d, 7 d, 14 d, 21 d, 28 d进行了测试。
2.2.2。混凝土的绝热温升实验
根据当前中国国家标准“水工混凝土的测试代码”(SL 352 - 2006),基于3种混凝土混合比例见表2,50 L混凝土绝热温升实验样本选择。在早期的实验中,绝热温升记录每0.5 h,每5 h后24 h,直到最后的绝热温升试验,总共持续了7天。绝热温升实验装置如图1(一)。图中的温度传感器是用来记录混凝土的绝热温升价值。温度补偿电路和隔热层主要是用来避免混凝土水化热的损失。
(一)
(b)
(c)
2.2.3。混凝土收缩试验
的耦合效应,混凝土的早期“温湿度”字段被认为是在这项研究中,根据目前中国国家标准“水工混凝土的测试代码”(SL 352 - 2006),基于3种混凝土混合比例见表2混凝土收缩变形器如图1 (b)(8),具体样本的大小是100 mm×100 mm×515 mm,和一个温度和湿度先生是安装在试样的中心,可自动收集变形,温度和湿度的内在中心混凝土。房间的温度是22°C,相对湿度约60%。混凝土的收缩1 d、3 d、5 d, 7 d, 14 d, 21 d, 28 d被记录。
2.2.4。混凝土的蠕变实验
Gawin et al。21)提出了一个数学计算方法对于混凝土的蠕变,总蠕变应变率张量分解成两部分:粘弹性应变率和粘性流应变率。李等人。11]分析了早期使用环约束混凝土的蠕变性能试验,这表明,该方法不仅能保证混凝土的早期蠕变测量的准确性,实验也更简单比早期混凝土蠕变的计算方法提出Gawin et al。21]。因此,环约束实验也在这项研究中,采用和早期混凝土的蠕变试验进行了根据混凝土配合比见表2。
2.2.5。混凝土的早期开裂实验
根据当前中国国家标准“标准普通混凝土的长期性能和耐久性试验方法》(GB / T 50082 - 2009)在这项研究中,一块开裂框架如图1 (c)被选中。破解帧的大小是900毫米×700毫米×100毫米。侧板、螺栓、加劲肋和主要用于修复的钢模板开裂,裂缝诱导物是主要用于诱导的早期开裂混凝土由于收缩。这个实验主要是观察裂纹条件下混凝土初凝后,用于验证的正确性提出了开裂风险预测模型。房间的温度是22°C,相对湿度约60%。混凝土开裂时,测试观察停了下来。
3所示。建立开裂风险系数预测模型
3.1。建立混凝土的早期开裂风险预测模型
根据混凝土开裂的标准17),开裂风险系数η被用来评估现代混凝土的早期开裂阻力,见以下方程: 在哪里变形拉伸应力(裂纹驱动力)混凝土在早期的年龄吗tMPa;混凝土的抗拉强度在早期的年龄吗tMPa;的弹性模量是混凝土在早期的年龄吗tMPa;有效的收缩应变的混凝土在早期的年龄吗t。其中,当η< 0.7,混凝土不开裂;当0.7≤η≤1.0,混凝土裂缝;当η> 1.0,混凝土裂缝。
高et al。(22,23研究表明,有效的收缩变形是互动的结果收缩应变和蠕变应变(混凝土由于蠕变应变)的混凝土,见 在哪里t和年龄岁混凝土和混凝土加载下,分别d;混凝土的收缩应变的年龄吗t; 混凝土的收缩变形是由于蠕变在早期的年龄吗 。
Bentz et al。(9,23]研究表明,蠕变应变和有效的收缩应变之间的关系可以表示蠕变系数φ,见 在哪里是在早期混凝土的蠕变系数 。
它可以从方程(3)和(4)的表达有效收缩应变之间的关系混凝土在早期 显示如下:
方程(5)代入方程(2),现代混凝土的早期开裂的风险预测模型得到如下:
因此,基于预测模型提出的混凝土开裂艾哈迈德(17、蠕变对混凝土的早期开裂的影响进一步认为,现代混凝土开裂风险的预测模型和蠕变系数提出了创新。节3所示。2基于耦合效应等multifields“hydration-temperature-humidity-force”混凝土的早期阶段,弹性模量 ,抗拉强度 ,收缩应变 ,和蠕变系数混凝土的岁t将决定。
3.2。Multifield耦合控制机制和力学参数的确定
3.2.1之上。实验结果的绝热温升和决心水泥水化程度
TS-1的绝热温升试验结果,TS-2, TS-3具体如图2。基于混凝土的绝热温升实验,水化程度α水泥可以表示为(7]
在哪里是混凝土的绝热温升价值温升样本的年龄吗t°C;时绝热温升值达到水泥完全水化,°C。
然而,不能完全水化的水泥混凝土(7,24]。假设当混凝土的绝热温升 ,水泥水化完成,最后的水化程度的水泥可以表示为
一个重要的典型特征的现代混凝土矿物掺合料的使用。辛德勒和Folliard25]研究了很多研究,最后在现代混凝土水泥水化程度与渣和粉煤灰混合,最后包含渣和粉煤灰水泥的水化程度模型提出了如下: 在哪里W/C代表水的质量比和水泥混凝土;代表质量比例的粉煤灰在水泥胶结材料;代表的比例矿渣在水泥胶结材料。
Luzio和Cusatis26)得出结论,最后水泥水化程度与硅灰混凝土混合表达如下: 在哪里是最后的反应程度的硅灰,这是表示如下(27]: 在哪里硅灰的“有效系数”,也就是说,二氧化硅质量分数的硅灰; 。
根据方程(7)和(8),水化程度之间的关系岁的水泥t和最后的水化程度的水泥可以表示为 在哪里和可以获得的绝热温升曲线。从理论上讲,绝热温升试验持续时间越长,更准确的测量值是什么。
然而,在不同的温度历史相同的混合比,内部水泥水化程度不同在同一年龄。因此,基于成熟理论,介绍了等效的概念时代消除温度的影响混凝土在混凝土内部水化的历史。的年龄t不同温度下所需混凝土中水泥水化历史相当于年龄参考温度下所需混凝土(通常20°C),和其计算表达式如下7]: 在哪里相当于年龄,d;R理想气体常数,8.314 J /(摩尔K);水泥水化反应的活化能是内部参考温度的混凝土;T混凝土的温度,°C;水泥水化反应的活化能内部温度T的混凝土。
金(28发现表观活化能可以被视为一个常数水泥早期的水化。然而,随着水泥的水化反应所得,温度的影响T和固化时间的表观活化能水泥需要考虑。在这个时候,可以表示为 在哪里t是治疗年龄、d。的连续曲线(13)被划分为n段,每个段的时间间隔 ,和表达式所示(15)得到:
面板和汉森(29日探讨水化程度之间的关系α水泥和等效的年龄 ,的模型等价的年龄和绝热温升实验建立了水泥水化程度,和关系表达式见方程(16)提出: 的常量一个和B通过拟合得到模型根据上述方程。
因此,研究思路如下在本节中,新鲜的混凝土放置在绝热温升实验室,然后绝热温升试验腔内的温度由温度传感器,记录和绝热温升值之间的关系曲线和水化时间了。最后的水化程度混凝土的计算根据方程(10),然后水化程度对应于每个水化时间决定根据方程(12)。与此同时,基于成熟的理论,介绍了等效的概念时代消除温度的影响在其内部混凝土水泥水化程度的历史。根据方程(15),同样的年龄对应于实际的水化时间确定。最后,根据(16),A和B参数测定;即数学模型混凝土的水化程度和年龄决定。
总之,根据绝热温升曲线如图2与方程(7)- (16节)3所示。1,测试值和拟合曲线的水泥水化程度和年龄得到如图3和相关的参数和模型拟合参数表中列出3。
的R2值模型的结果和测试结果图3不小于0.98,这表明相关性非常高。可以看出,该模型提出的水泥水化程度和等效年龄窗格(29日)可以很好地描述水泥水化程度和同等年龄的发展规律在不同混凝土混合比例,以及内部温度历史对水泥水化的影响程度的混凝土可以被消除。
3.2.2。测定混凝土早期弹性模量预测模型
张和舒特(7,30.)研究力学性能之间的关系(弹性模量、抗拉强度等)的混凝土和水泥的水化程度。因此,根据混凝土的弹性模量的测试结果,水化程度的方法被用来描述混凝土早期弹性模量。水化程度的预测模型的弹性模量如下: 在哪里的弹性模量是混凝土的水泥水化程度是什么时候吗αMPa;后续增加混凝土的弹性模量系数后28天,1.05;的弹性模量是混凝土养护28天之后,绩点;是在初凝的混凝土水化程度;是最后的混凝土的水化程度;b是一个常数拟合得到的水合程度模型,混凝土的弹性模量试验值。弹性模量的测量值和拟合曲线具体如图4和相关的参数和模型拟合参数表中列出3。
在图4,R2 TS-1 TS-2和TS-3模型结果和测试值分别为0.94,0.95和0.98,分别具有高相关性。可以看出,混凝土早期弹性模量预测模型提出了张和舒特(7,30.)可以很好地描述弹性模量之间的关系和水化程度的混凝土。
3.2.3。测定混凝土的早期抗拉强度预测模型
根据混凝土的抗拉强度的测试结果,混凝土的水化程度是用来描述早期抗拉强度。抗拉强度的预测模型是(17,31日] 在哪里混凝土的抗拉强度是水泥水化程度是什么时候吗αMPa;随后增加混凝土的抗拉强度系数后28天,1.05;的抗拉强度是混凝土养护28天之后,绩点;的意思和方程所示(17);d是一个常数拟合得到的水合程度模型,混凝土的抗拉强度测试值。混凝土的抗拉强度测量和拟合曲线如图所示5和相关的参数和模型拟合参数表中列出3。
模型结果与测试值的R2值在图5不小于0.95,预测结果和试验结果之间的相关性非常高。可以看出,混凝土的早期抗拉强度预测模型提出了张和舒特(7,30.)可以很好地描述了混凝土抗拉强度和水化程度之间的关系。
3.2.4。混凝土的早期收缩预测模型
张(8]认为混凝土内部湿度的变化的根本原因是混凝土的早期自收缩和干燥收缩,和混凝土的早期收缩和内部湿度之间的关系探讨了通过使用一个正常没有温度控制实验环境。结果表明,虽然具体的内部湿度变化逐渐沿厚度方向的标本,当地的湿度可以用来评估混凝土的收缩变形标本在宏观水平上,然后可以计算结构的收缩应力。Bentz et al ., (32)使用水毛细管张力理论来预测混凝土的收缩变形。结果表明,混凝土收缩值可以计算通过了解混凝土内部相对湿度。因此,基于“温湿度”字段的耦合效应的早期混凝土,水毛细管张力理论是用于建立混凝土的早期收缩应变预测模型根据当地具体的温度和湿度。
(1)混凝土收缩预测模型基于湿度场。混凝土内部相对湿度的变化会导致毛细水张力的变化。混凝土内部湿度之间的关系和年龄来衡量收缩实验研究显示在图6。混凝土的力学模型元素毛细水的张力下如图7所示。具体元素的计算过程收缩造成的毛管水张力是如下: , ,和具体元素的边长。
(一)
(b)
(c)
当混凝土的体积元素由于内部湿度的变化,混凝土的收缩压力元素沿X设在,Y设在,Z设在被假定为方向 , ,和 ,分别和体积当时的具体元素
因此,体积应变(单位体积的变化)的混凝土
具体元素加载后,混凝土的收缩应变沿元素X设在,Y设在,Z设在方向是 在哪里E的静态弹性模量是混凝土,绩点;μ是混凝土的泊松比,0.2 [33]; , ,和代表了毛细管水紧张的具体元素X设在,Y设在,Z设在方向。
方程的高阶术语(21)被忽略了,方程(22)- (24)被替换成(21),混凝土的体积应变得到如下: 的体积弹性模量 ,平均绩点。
假设混凝土收缩的菌株在每个方向都是平等的。毛细水作用下紧张σ,收缩应变在X设在,Y设在,Z设在方向是
卢拉et al。33)认为造成的毛管孔隙胶结材料内部混凝土的化学收缩完全润湿,以及水和固体之间的接触角是0。此时,毛细水混凝土的张力 在哪里σ混凝土的毛细水张力;ρ是水的密度,公斤/米3;R理想气体常数,8.314 J / (molK);T是混凝土的内部温度,如图6°C;RH是混凝土内部相对湿度,如图6;米水的摩尔质量,克/摩尔。
然而,混凝土是一种多相材料,包含毛孔,所以体积弹性模量K具体的方程(25)- (26)需要修改34]。与此同时,因为毛孔的水消耗水泥早期的水化,使毛孔往往是不饱和(31日),有必要引入饱和年代进一步修改的混凝土收缩应变(26)。因此,修改后的方程的混凝土(混凝土收缩预测模型基于湿度字段) 在哪里σ混凝土的毛细水张力,计算根据方程(27);的具体计算过程修改体积弹性模量K和饱和度S方程所示(29日)- (30.)。
修改后的体积弹性模量的倒数K(4,34)是 在哪里K是用于计算的体积弹性模量的混凝土收缩应变方程(28);的体积弹性模量 ,在哪里混凝土的弹性模量(根据计算(17));µ是混凝土的泊松比,0.2 [33),的单位和平均绩点;是固体材料的体积弹性模量,44 GPa (33]。
饱和年代(35)是 在哪里 ,W / C是水和水泥的质量比, 水的密度比和水泥,α混凝土的水化程度。
(2)混凝土收缩预测模型基于温度场。基于混凝土的收缩试验,混凝土内部温度之间的关系及其年龄是测量在这项研究中,如图6。有限元法被刘et al。36,37)来预测混凝土开裂混凝土的性质。混凝土的热膨胀系数被认为是一个常数,值是9.94/ 10°C和/°C。李(11)确定C30和C80混凝土的热膨胀系数之间的10/°C和12/°C通过变量混凝土温度实验。因此,热膨胀系数为10/°C在这项研究中,并应用于混凝土收缩的预测模型。在这个时候,温度变形混凝土的温度之间的历史( , )(混凝土收缩预测模型基于温度场) 在哪里混凝土的热膨胀系数,/°C;的内部温度是混凝土初凝,°C;T内部温度的具体时间吗t°C;和之间的区别是和 ,°C。
(3)确定和验证混凝土的早期收缩预测模型。在这项研究中,混凝土的收缩预测模型确定了基于湿度场(基于水毛细管张力理论)和截面的温度场3.2。4(2),混凝土早期收缩预测模型的耦合效应下获得了“温湿度”字段如下:
因此,基于方程(32),根据温湿度和年龄的关系曲线如图6的水化程度预测模型,结合混凝土弹性模量、混凝土收缩应变如图的预测价值8获得,这表明测试结果几乎正好与预测的结果,表明该方法使用当地混凝土内部温度和湿度的预测组件的宏观收缩是可行的,也验证了混凝土的早期收缩预测模型的准确性,这是张的结论一致8]。
3.2.5。早期混凝土徐变预测模型的决心
在这项研究中,基于环约束在部分测试结果2.2。4混凝土的蠕变系数被定义为蠕变变形比环形约束下的弹性变形(9]。早期混凝土的蠕变系数通过测试如图9。根据蠕变早期结果的具体探索江et al。38),混凝土徐变系数是配备了一个指数模型,以及具体的拟合方程如下: 在哪里代表了蠕变系数的具体时间t; , ,和参数拟合得到的测试值是基于指数模型(方程(33)),拟合结果如表所示4。
的R2值的预测结果和测试值图9不少于95%,预测结果和试验结果之间的相关性非常高。可以看出,早期混凝土徐变预测模型提出的舒特(7,30.)可以描述混凝土早期的蠕变和年龄之间的关系。
3.3。测定混凝土开裂风险预测模型的作用下Multifield耦合
根据耦合效应等多个字段“hydration-temperature-humidity-force”混凝土的早期阶段,并根据方程(6),从的角度变化机制的内部水化程度,温度和湿度的混凝土,提出了现代混凝土的开裂风险预测模型如下:
4所示。现代混凝土的开裂风险预测模型的验证
在这项研究中,一块开裂框架是用于混凝土的早期开裂实验,和TS-1开裂,TS-2, TS-3混凝土初凝后被记录。基于方程(6),根据弹性模量、抗拉强度、宏观收缩应变和徐变系数的混凝土,混凝土开裂风险系数的实验值计算。与此同时,基于方程(34),根据水化程度、温度、湿度、和混凝土的蠕变的早期阶段,混凝土开裂风险系数的预测价值计算。最后,根据方程(开裂风险系数计算6)和(34),他们与板裂纹的开裂状态测量框架实验来验证的准确性混凝土的早期开裂风险预测模型。此外,汗的实验结果20.)、张(6]本文选择,开裂的风险预测模型提出了研究是用于验证测试结果的文献6,20.]。
4.1。开裂的混凝土板开裂框架实验
开裂的混凝土板的开裂实验如图10。TS-1混合比例是用于框架板开裂实验,以及混凝土裂缝在第三天。TS-2混合比例是用于框架板开裂实验,以及混凝土裂缝出现在第一天。TS-3混合比例是用于框架板开裂实验,和混凝土裂缝在第一天。
(一)
(b)
(c)
4.2。混凝土的开裂风险预测模型的验证
基于测试结果的弹性模量、抗拉强度、收缩变形、蠕变系数、混凝土绝热温升的价值观,开裂风险系数计算根据方程(6)和(34)如表所示5。汗等。20.)认为,混凝土的早期开裂是由于蠕变和收缩。最后,他的意见的正确性验证了有限元法。基于约束环实验中,等效收缩应变的概念(相当于收缩变形 ,在哪里混凝土的徐变系数)提出了Zhang et al。6],ECC的优良属性(传统胶结复合材料)和LSECC(低收缩工程胶结复合)混凝土被评估的数学计算模型。因此,汗等的测试结果。20.和Zhang et al。6)选择在这项研究中,开裂的风险预测模型提出了采用,和文学的测试结果6,20.)进一步验证。开裂风险的计算数据和结果列在表中5。
从表可以看出5混凝土的早期开裂风险系数计算基于方程(6)和(34)基本上是符合实际的开裂时间和混凝土开裂状态,这表明,现代混凝土的早期开裂风险预测模型可以预测混凝土的开裂阻力。
汗等。20.]使用约束环实验来测试混凝土的蠕变,发现混凝土裂缝的15.5天。根据文献的相关数据20.(如表所示5),基于预测模型的开裂风险系数提出了混凝土的开裂风险系数在15.5天计算是1.0033。根据混凝土的开裂准则,可以看出,混凝土裂缝在这个时候,这与文献的结果是一致的(20.]。
基于约束环实验,Zhang et al。6)提出了一个数学模型预测ECC和LSECC混凝土的开裂,预测,ECC的混凝土裂缝在第五天,而实验的开裂时间是7天;LSECC混凝土与纤维混合并没有破裂。根据文献的相关数据6(如表所示5),基于预测模型的开裂风险系数提出了ECC混凝土的开裂风险系数0.798第五天,在第7天和开裂风险系数为2.135;开裂风险系数LSECC混凝土28天为0.697。因此,预测结果表明,ECC混凝土可以在第五天,裂缝,确定开裂发生在7天,虽然LSECC混凝土的开裂28 d内没有被破解,和预测结果与文献一致6),这也进一步表明,混凝土开裂风险预测模型提出了正确和合理的。
5。结论
根据绝热温升实验,收缩实验,蠕变实验,和具体的理论分析,现代混凝土的早期开裂风险预测模型。混凝土的早期开裂风险系数计算的模型是符合实际的开裂状态基于板开裂混凝土框架试验。得出了以下的结论:(1)基于水毛细管张力理论,标本的收缩应变在宏观水平上估计可以通过使用当地的混凝土内部温度和湿度,然后可以计算结构的收缩应力(2)混凝土开裂的风险预测模型和蠕变系数可以预测混凝土的早期开裂(3)当混凝土混合比例,绝热温升曲线,28 d弹性模量,28 d抗拉强度、内部温度和湿度曲线,和早期蠕变系数是已知的,混凝土的开裂风险系数可以预测,然后可以评估混凝土的早期开裂阻力
数据可用性
使用的数据来支持本研究的结果包括在本文中。
的利益冲突
作者宣称没有利益冲突。
确认
作者要感谢提供的金融支持中国的国家自然科学基金(51808015和51808015),一般的科技计划项目北京市教育局(KM202110005018)和北京自然科学基金(8202005)。