基于表观孔隙度和吸水能力的建筑用砖生产及其烧后体积收缩率的预测

摘要

对耐用建筑材料的高需求导致了砖的生产和应用速度的增长。根据其表观孔隙率和吸水能力(WAC)成功预测了烧后体积收缩(PFVS)。砖是由粘土制成的，这些粘土是经过准备和加工的，遵循一个详细的逐步路线。PFVS的预测使用双因子经验模型进行，表示为;ϑ = - 0.3988 â°- 0.3789 ξ + 39.256导出的模型的有效性植根于核心表达式ϑ - 39.256 = - 0.3988 â°- 0.3789 ξ其中表达式的两边对应近似相等。实验和模型预测结果表明，PFVS的降低导致表观孔隙度和WAC的增加。这表明，颗粒间距增加(PFVS减小)导致表观孔隙率增加，从而增加吸水率。评价结果表明，在考虑WAC和表观孔隙度的条件下，实验、推导模型和回归模型预测PFVS的标准误差分别为0.0842、0.0010和0.0033 × 0.0834、0.0011和4.2286 × 10- 5%。实验、推导模型和回归模型得出的PFVS与WAC、表观孔隙度的相关性均为> 0.97。模型预测的吸水率与实验结果的最大偏差小于5.57%。 This translated into over 94% operational confidence for the derived model as well as over 0.94 effective response coefficients of WAC and apparent porosity to PFVS of the bricks

关键字

砖的生产，烧制后的体积收缩率，表观孔隙率，吸水能力。

简介

由于孔隙对陶瓷材料强度的有害影响而导致的失效，提出了对生产孔隙率很小的陶瓷进行深入研究和开发的需要;能承受负载的气孔对陶瓷的强度有不利的影响，不仅因为它们减少了施加载荷的横截面积，而且更重要的是充当应力集中器。［1]强度和孔隙率通常与表达式[1];

其中δp和δO分别为有孔隙和无孔隙试样的强度。

人们强烈认为，用于建筑结构的砖，如果不容易发生突发性破坏，并经得起时间和环境的考验，至少应具有低孔隙率和吸水能力。这些砖还有望通过改善其化学、物理和机械性能，具有良好的结构稳定性。

报告(2已经表明，细颗粒密度更大，收缩更大，并表现出优异的机械性能。该报告还显示了颗粒尺寸和尺寸分布与线性干燥收缩之间关系的重要评价。评价结果基本表明，焙烧收缩率和表观孔隙率与颗粒尺寸和线性干燥收缩率无明显关系。由此得出，颗粒粒度越细，表观孔隙率越小，容重越大。

进一步研究[1-4]对粘土干燥收缩过程的研究揭示了孔隙度影响不同几何形状粘土制品的膨胀收缩行为。据报道[3.干燥过程分三个阶段;递增率、常数率和递减率。研究人员指出，在增加速率的过程中，蒸发速率高于蒸发表面，因此损失了更多的水分。在一定速率下，蒸发速率和蒸发面不变。研究人员报告说，收缩发生在这一阶段。类似研究的结果[4]还表明，在这一阶段，颗粒之间的自由水被除去，颗粒间的分离减少，导致收缩。在减少的速度，颗粒接触，因为水被去除，这导致收缩停止。雷竞技网页版

采用双因子模型对成型粘土制品的总体体积收缩进行了实证分析(从最初的风干阶段到在12000C的温度下完成烧制)[5］．

该模型预测的总体体积收缩结果与传统方程评估的结果进行了比较分析，表明基本一致。总的体积收缩取决于干燥的ï §的直接值，而射击的收缩ï  ×的精度。总体积收缩率随着干燥和烧制收缩量的增加而增加，直到总体积收缩率达到最大。

采用单变量模型对湿粘土初始风干引起的体积收缩进行了评估[6］．模型表示为;

在性质上是三阶多项式。当已知湿黏土在风干过程中经历的干缩率ï §时，计算体积收缩θ。在风干条件下，Olokoro粘土的收缩率最高，Ukpor粘土次之，Otamiri粘土收缩率最低。体积收缩率随着干燥收缩率的增加而增加，直到达到最大体积收缩率，因此两者有直接关系。

目前的工作旨在生产用于建筑施工的砖，并根据表观孔隙率和吸水能力预测其烧制后的体积收缩。

材料与方法

本研究工作使用的材料包括在乌穆阿希亚、伊莫开采的Olokoro粘土和从尼日利亚阿南布拉州奥尼沙的Bridge Head市场获得的膨润土。所用粘土的化学成分示于表1．

粘土上浆和成型

采用开口为100 μm、300 μm和1000 μm的筛组对粘土进行粒度分析。将筛组件放在机械筛振动筛上，并打开电源。设置允许运行4分钟。以小于100 μm的粒径为细粒径(A)，以小于100 μm的粒径为较细粒径(B)，以小于300 μm的粒径为中粒径(C)，以300 μm的粒径为增强中粒径(D)，以300-1000 μm的粒径为粗粒径(E)。反复筛分过程，直至获得成型工艺所需的粘土量。将100克(100g)筛过的粘土样品和10g膨润土粉称出并充分混合。为了提高粘土材料在烧制过程中的塑性和强度，加入了膨润土粉。加入总重量(粘土和膨润土)的6%(6%)的水，然后混合，直到达到完全均匀。将混合样品倒入内部尺寸为50 x 18 x 10 mm的矩形金属模具中。绿色样品在成型后立即用两条平行线(沿长度)分开70mm进行标记。这两条线之间的距离是L。

空气干燥

模压的标本被小心地放在一个塑料托盘里，并放在实验室外面，以释放一些水并加强。风干的原因包括:(1)防止试样在烘箱干燥和烧制过程中因蒸发而产生缺陷(2)在烘箱干燥和烧制过程中给予试样足够的强度。

烘箱烘干和烧制

在干燥操作中使用了一个内部尺寸为500 x 500mm的电热烤箱。该烤箱来自奥韦里联邦科技大学侵蚀研究中心(FUTO)。每组标本在1250℃的温度下干燥1小时，然后测量它们各自的重量。然后将粘土样品放入电窑中，较低温度1250℃加热，然后在12000C下升温焙烧48小时。烧制后样品在炉中冷却48小时。在烘箱干燥L1和烧制L2后，确定两条平行线之间的距离。

烧制后体积收缩率、表观孔隙率和吸水率的测定

烧后体积收缩率V，计算公式为:

在哪里

L =原始长度(mm)

L1=干长(mm)

燃烧长度(mm)

采用常规标准技术测定表观孔隙度和吸水率。［7］

结果与讨论

Olokoro粘土的化学分析结果显示在表1．从表中可以看出，粘土的主要成分是SiO2，其次是Al2O3，其次是Na₂O是最穷的成分。

实验结果(表2)表明，PFVS的降低导致表观孔隙度和WAC的增加。这表明，颗粒间距增加(PFVS减小)导致表观孔隙率增加，从而增加吸水率。这与过去的研究结果一致[4］．

表2结果表明，随着粘土粒径的增大，PFVS减小，导致表观孔隙度增大，吸水能力不变。这也符合过去的研究[2］．

模型公式

本研究所产生的实验数据被用于模型的制定。所示数据的计算分析表2，导致了表3这表明;

将S、K、N的值代入式(5)，可得;

在哪里

(ϑ) =烧制后体积收缩(%)

(Ãⅱ °)=表观孔隙度(%)

(ζ) =吸水能力(%)

S = 39.256, K = 0.3988, N = 0.3789。这些是经验常数(用C-NIKBRAN [8］

边界和初始条件

考虑一个长49毫米，宽17毫米，宽9毫米的矩形粘土制品，在烤箱中干燥，同时它处于轻微湿润的状态，然后在炉子中燃烧。最初，假设大气中的氧气水平。假定在干燥过程中大气压力作用于粘土样品(因为炉子不是气密的)。所使用的粘土颗粒尺寸为< 100、100-300和300-1000μm，粘土和粘结剂(膨润土)的重量(每个矩形产品)分别为100g和10g。用于搅拌的水量为(总重量的)6%。烘箱干燥和烧制温度分别为125℃和12000C 1小时和48小时。蒸发面面积为833mm2。样品冷却时间为48小时。

边界条件是:粘土样品的顶部和底部的氧气水平，因为它们是在大气条件下干燥的。干燥的粘土没有施加任何压缩或拉力的外力。颗粒和矩形粘土制品的侧面被认为是对称的。

模型验证

式(7)为导出模型。该模型的有效性强烈地基于式(6)，其中方程两边相应近似相等。表3的实验结果也符合式(6)下ϑ - 39.256和- 0.3988Ã① °- 0.3789ξ值的正确计算表2．

此外，通过将模型预测的吸水率与实验所得的吸水率进行比较，验证了模型的正确性。这是使用第四度模型效度测试技术(4th DMVTT)完成的;统计图形，计算和偏差分析。

统计分析

标准误差(STEYX)

根据实验和推导模型得到的WAC和表观孔隙度分别为0.0842和0.0010,0.0834和0.0011%，预测PFVS的标准误差分别为0.0842和0.0011%。标准误差采用Microsoft Excel 2003版进行评估。

相关性(CORREL)

根据推导的模型和实验结果，考虑决定系数R2，计算了PFVS与WAC和表观孔隙度的相关系数无花果。2 - 5．评估使用Microsoft Excel 2003版。

所评估的相关性显示在表4和表5．这些评价结果表明，所建立的模型预测结果是可靠的，与实际实验结果基本一致。

图形化分析

比较图形分析图6、图7显示实验(ExD)和模型预测(MoD) PFVSs的曲线非常接近。

此外，这些曲线的对齐程度表明实验和模型预测的PFVS之间大致一致。

推导模型与标准模型的比较

通过应用回归模型(Reg)(最小二乘法，Excel 2003版)对实验结果的趋势进行预测，验证了推导模型的有效性。

比较分析图8、图9显示PFVS覆盖的曲线和区域非常接近，这精确地转化为PFVS实验(ExD)、推导模型(MoD)和回归模型预测(ReG)结果的数据点分布趋势显著相似。

此外，计算的相关性(从图8、图9)，回归模型结果的表观孔隙度分别为0.9999和1.0000。这些数值与实验结果和推导的模型预测结果基本一致。从回归模型中得到的各WAC和表观孔隙度的PFVS预测标准误差分别为0.0033和4.2286 × 10- 5%。

井斜的分析

给出了模型预测的PFVS与相应实验结果的偏差Dv

在哪里

ϑExD和ϑMoD分别是由实验和推导模型得到的PFVS。

对从实验和推导模型中得到的PFVS进行了批判性分析，结果表明模型预测值相对于从实验中得到的值的偏差很小。这是由于粘土的表面性质以及粘土与粘结剂之间的物理化学相互作用在收缩过程中起着至关重要的作用，在模型制定过程中没有考虑到这一事实。这就需要引入修正因子，使模型预测的PFVS与相应的实验值一致。

偏差分析表6表明模型预测的PFVS与实验结果的最大误差为5.57%。这意味着导出模型的操作置信度超过94%，WAC和表观孔隙度对砖的PFVS的有效响应系数超过0.94。

式(9)的考虑和对表6结果表明，模型预测的PFVS与相应实验值的偏差最小为- 4.35，最大为- 5.57%。表6PFVSs分别为23.7398和24.2022%，WAC分别为17.29和16.68%，表观孔隙度分别为22.48和21.90%。

对模型预测结果的修正系数Cf为

批判性分析图10、图11而且表6表示计算的校正因子为负的偏差，如式(9)和式(10)所示。

修正因子忽略了粘土表面性质的操作贡献和粘土与粘结剂之间的物理化学相互作用，而这些作用在收缩过程中实际上起着至关重要的作用。模型的预测结果与实验结果有偏差，因为在模型制定过程中没有考虑这些贡献。将式(10)中Cf的对应值引入模型，得到PFVS的对应实验值。

图10和图11对模型预测的PFVS的最小和最高修正因子分别为+ 4.35和+ 5.57%。由式(9)和式(10)所示，修正系数为偏差的负数，表6，图10和图11PFVSs分别为23.7398和24.2022%，WAC分别为17.29和16.68%，表观孔隙度分别为22.48和21.90%。

模型预测结果与实验结果的偏差只是数值的大小，这种说法是非常恰当的。值前面的相关符号表示偏差是赤字(负号)或盈余(正号)。

结论

砖由粘土制成，用于建筑施工。实验和模型预测结果表明，PFVS的降低导致表观孔隙度和WAC的增加。这表明，颗粒间距增加(PFVS减小)导致表观孔隙率增加，从而增加吸水率。推导出的预测模型的有效性在于核心表达式ϑ - 39.256 = - 0.3988 Ãⅰ °- 0.3789 ξ两侧近似相等。评价结果表明，在考虑WAC和表观孔隙度的条件下，实验、推导模型和回归模型预测PFVS的标准误差分别为0.0842、0.0010和0.0033 × 0.0834、0.0011和4.2286 × 10- 5%。实验、推导模型和回归模型得出的PFVS与WAC、表观孔隙度的相关性均为> 0.97。模型预测的吸水率与实验结果的最大偏差小于5.57%。这意味着导出模型的操作置信度超过94%，WAC和表观孔隙度对砖的PFVS的有效响应系数超过0.94。

参考文献

1. 巴苏姆。1997，陶瓷基础。新加坡麦格劳希尔股份有限公司
2. 韦韦，拉利。1978。烧制前的陶瓷加工，约翰-威利和儿子，纽约，第3-8页。
3. Reed J. 1988，陶瓷加工原理，Wiley科学刊物，加拿大，第470-478页。
4. Keey RB。1978.工业干燥操作入门，佩加蒙出版社，埃尔姆斯福德，纽约。pp.132 - 157。
5. Nwoye CI, Iheanacho IO, Onyemaobi OO。模制粘土制品从初始风干阶段到烧制完成整体体积收缩的评价模型。中国生物工程学报，2008;4(2):234-238。
6. Nwoye CI。湿粘土制品初始风干体积收缩计算分析的数学模型。中国科学(d辑:自然科学版)，2008;
7. Bs en iso 10545- 3:19 97
8. Nwoye CI。2008.C-NIKBRAN“数据分析存储器”-软件。