بررسي آزمايشگاهي و مدل سازي پيش‌بيني مقاومت فشاري بتن ژئوپليمري پوزولاني بوسيله برنامه نويسي بيان ژن

Experimental Investigation and Predictive Modeling of Compressive Strength of Pozzolanic Geopolymer Concrete Using Gene Expression Programming

با توجه به اثرات مخرب زيست محيطي توليد سيمان، استفاده از بتن ژئوپليمري مي‌تواند به عنوان يك رويكرد سازگار با محيط زيست در ساخت بتن در نظر گرفته شود. هدف اين تحقيق بررسي تاثير جايگزيني بخشي از سرباره به عنوان پايه بتن ژئوپليمري (جايگزيني 5، 10، 15، 20، 25 و 30%) با زئوليت طبيعي و دوده سيليس و همچنين تغييرات غلظت هيدروكسيد سديم (4، 6 و 8 مولار) همراه با محلول سديم سيليكات به عنوان فعال كننده بتن ژئوپليمري بر مقاومت فشاري مي‌باشد. نتايج نشان مي‌دهد كه افزايش غلظت هيدروكسيد سديم باعث كاهش مقاومت فشاري بتن و در مقابل، افزودن زئوليت طبيعي و دوده سيليس باعث افزايش آن مي‌شود. علاوه بر اين، از برنامه نويسي بيان ژن براي ساخت مدل‌هاي رياضي براي پيش بيني مقاومت فشاري بتن ژئوپليمري بر پايه سرباره، استفاده شده است. با استفاده از نتايج آزمايشگاهي، يك پايگاه داده گسترده و قابل اعتماد از مقاومت فشاري بتن ژئوپليمري بر پايه سرباره به دست آمد. اين پايگاه داده شامل نتايج مقاومت فشاري 351 نمونه ساخته شده از 117 طرح اختلاط است. پنج پارامتر تأثيرگذار از قبيل، سن نمونه‌ها، غلظت محلول هيدروكسيد سديم، ميزان زئوليت طبيعي، دوده سيليس و سرباره، به عنوان پارامترهاي ورودي براي مدل سازي در نظر گرفته شدند. نتايج نشان داد كه مدل‌هاي ارائه شده دقيق هستند و قابليت پيش بيني بالايي دارند. يافته‌هاي اين پژوهش مي‌تواند به بهبود استفاده مجدد از سرباره براي ساخت بتن ژئوپليمري كمك كند.

With regard to the adverse environmental impacts of cement production, the use of geopolymer concrete (GPC) can be considered as an environmentally friendly approach for concreting. This study deals with an experimental investigation on the effects of partial replacement of the GGBS1 (replaced with 5, 10, 15, 20, 25, and 30%) used in GPC with natural zeolite (NZ) and silica fume (SF) simultaneously with different concentration (4, 6 and 8 M) of sodium hydroxide (NaOH) together with sodium silicate (water glass) solution on the compressive strength. Results indicate that increasing concentration of NaOH yields decreases the compressive strength of the concrete. In contrast, adding NZ and SF into concrete results in increasing the compressive strength. In addition, gene expression programming (GEP) was employed to develop mathematical models for predicting the compressive strength of GPC based on GGBS1. Using the experimental results, an extensive and reliable database of compressive strength of GGBS-based GPC was obtained. The database comprises the compressive strength results of 351 specimens produced from 117 different mixtures. The five most influential parameters i.e., age of specimens, NaOH solution concentration, NZ, SF and GGBS content of GPC, were considered as the input parameters for modeling. The results reflected that the proposed models are accurate and possess a high prediction capability. The findings of this study can enhance the re-use of GGBS for the development of GPC leading to environmental protection and monetary benefits.