使用三元水泥评估纺织增强砂浆（TRM）：对其力学性能及砂浆与纺织品相互作用的影响

《Journal of Building Engineering》：Evaluation of Textile Reinforced Mortar (TRM) Using Ternary Cement: Impact on Mechanical Properties and Mortar-Textile Interaction

本研究探讨含部分熟料替代的三元水泥基纺织品增强砂浆（TRM）的力学性能，通过直接拉伸和拉拔试验分析不同玄武岩纤维层数（2、3、4层）的TRM在REF（基准）和TC（三元水泥）矩阵下的性能差异。结果表明，TC矩阵显著提升TRM后开裂延展性、耗能能力及裂缝分布均匀性，尤其在TC_4L配置中，其峰值应变达4.2%，比REF提高38%，且界面粘结效率更高，破坏模式以基体内部破裂为主。统计分析显示基体类型和增强结构对开裂应变、极限应变等指标有显著影响（p<0.05），但对初始刚度和峰值应力影响不显著。研究证实三元水泥基TRM在可持续建材和结构加固方面具有显著优势。

　　

毛里西奥·马丁斯（Maurício Martins）|吉列尔梅·阿伦卡尔（Guilherme Alencar）|罗德里戈·拉梅拉斯（Rodrigo Lameiras）

巴西利亚大学，土木与环境工程系，巴西利亚，巴西

摘要

本研究探讨了采用含有部分熟料替代物的三元水泥（TC）基体制备的纺织增强砂浆（TRM）的力学性能，旨在提供一种比传统的波特兰水泥基系统（REF）更可持续、更高效的替代方案。实验分析了分别用两层、三层和四层玄武岩纺织网增强的TRM试样。通过直接拉伸试验和拔出试验评估了其抗拉性能、开裂模式、破坏模式以及界面粘结行为。结果表明，三元水泥基体显著提高了材料的开裂后延展性、能量耗散能力和裂纹分布，尤其是在TC_4L配置下。与仅使用波特兰水泥的复合材料不同，三元水泥基复合材料出现了多处分布裂纹，并表现出更高的应变能力。拔出试验证实，三元水泥基体的粘结效率更高，主要表现为基体内部破裂，而传统复合材料中则出现了纤维滑移现象。单因素方差分析（ANOVA）和Tukey事后检验表明，开裂应变、极限应变、开裂后刚度以及峰值应力与裂纹应力比均受到基体类型和增强配置的显著影响；相比之下，初始刚度和峰值应力未受显著影响。这些发现突显了基体成分在优化TRM性能中的关键作用，尤其是在承受动态或弯曲载荷的结构应用中。使用三元水泥不仅提高了力学性能，还有助于减少熟料的使用，符合可持续建筑实践的要求。本研究推动了高性能、环保型TRM系统的发展，适用于加固和预制构件领域。

部分内容摘录

引言

纺织增强砂浆（TRM）是一种专为结构加固设计的先进复合材料，由高性能纺织增强材料（如玻璃纤维、钢纤维、玄武岩纤维、PBO纤维、碳纤维或天然纤维）嵌入水泥基或石灰基体中制成。这种复合材料具有优异的力学性能，为加固钢筋混凝土（RC）和砌体结构提供了可靠的解决方案。

材料

在本研究中，使用的纺织增强砂浆（TRM）采用了主要纺织增强材料和两种类型的砂浆。纺织增强材料为耐碱型双向玄武岩纤维纱线，网眼尺寸为25毫米×25毫米，平均纤维面积为0.77平方毫米，平均宽度为1.37毫米，平均厚度为0.56毫米，弹性模量为81.8吉帕（GPa），重量为250克/平方米（见图1）。此外，根据制造商提供的信息……

实验方案

实验方案包括对不同配置的TRM试样进行一系列直接拉伸试验，共使用了两种类型的砂浆：一种使用100%的CP VARI波特兰水泥（巴西型CP VARI波特兰水泥[22]，ASTM III型），称为REF（参考组）；另一种则使用三元水泥，其中45%的成分被替代材料取代，这些替代材料包括15%的填料和30%的超细偏高岭石（metakaolin HP Ultra），称为CT（三元水泥组）。

材料分析

对CP VARI水泥、偏高岭石和填料的X射线衍射（XRD）、X射线荧光（XRF）及激光粒度分析结果分别展示在图7、图8和表2中。化学成分分析显示，水泥主要由钙（67.36%）和二氧化硅（14.99%）组成，两者合计占其总组成的80%以上；填料几乎完全由钙构成，占比达95.52%。

结论性评论

本研究证实了在纺织增强砂浆（TRM）中使用三元水泥（TC）基体的技术可行性和结构优势。通过全面的实验和统计分析，结果表明，用替代水泥材料（SCMs）部分替代熟料（45%）不仅保持了TRM系统的力学性能，还在许多方面提升了其性能。特别是三元水泥基体在改善材料性能方面表现出显著效果。

作者贡献声明

罗德里戈·拉梅拉斯（Rodrigo Lameiras）：负责撰写、审稿与编辑、初稿撰写、方法论设计、数据分析及数据整理。毛里西奥·普拉多·马丁斯（Maurício Prado Martins）：负责撰写、审稿与编辑、初稿撰写、方法论设计、研究工作、资金申请、数据分析及概念构建。吉列尔梅·阿伦卡尔（Guilherme Alencar）：负责撰写、审稿与编辑、初稿撰写、监督工作、方法论设计、数据分析及概念构建。

利益冲突声明

作者声明不存在任何可能影响本文研究的利益冲突或个人关系。

关于写作过程中使用生成式人工智能和人工智能辅助技术的声明

在撰写过程中，作者利用人工智能工具辅助文本翻译。使用该工具/服务后，作者对内容进行了必要的审阅和编辑，并对出版物的内容承担全部责任。

利益冲突声明

作者声明不存在任何可能影响本文研究的财务利益冲突或个人关系。

致谢

本研究得到了以下巴西研究机构的支持：CAPES、CNPq和FAPDF。第一作者获得了CAPES高级人才培养协调办公室（Coordena??o de Aperfei?oamento de Pessoal de Nível Superior）的资助，资助编号为8887.667051/2022-00。