《Journal of Building Engineering》：Effect of Chemical and Physico-Chemical Activation on the Properties of 3D Printed Concrete with a Low-Cement Multicomponent Binder
编辑推荐：
本研究提出一种低水泥多组分结合剂用于挤出式3D混凝土打印，以减少CO2排放。通过化学和物理化学活化方法促进早期钙矾石形成，解决了低水泥材料在3D打印中的局限性。实验表明活化显著提升水泥水化，降低孔隙率至8.2%，抗压强度达52.3MPa，收缩率比传统材料低25-30%，验证了低水泥结合剂在可持续3D打印中的可行性。
埃瓦尔德拉斯·塞雷利斯（Evaldas Serelis）|维托尔达斯·瓦伊特克维奇乌斯（Vitoldas Vaitkevicius）|莉迪亚·科拉特·本萨（Lidija Korat Bensa）|维斯娜·扎拉尔·塞尔琼（Vesna Zalar Serjun）|玛丽斯·辛卡（Maris Sinka）|戴安娜·巴亚雷（Diana Bajare）|奥德留斯·格林尼斯（Audrius Grinys）|卡罗琳娜·布特库特（Karolina Butkute）
立陶宛考纳斯理工大学（Kaunas University of Technology, KTU）土木工程与建筑学院，邮编51367
摘要
本研究提出了一种替代性的低水泥多组分粘结剂，用于基于挤压的3D混凝土打印，以减少与高波特兰水泥含量相关的二氧化碳排放。由于该粘结剂中的波特兰水泥含量极低（100公斤/立方米），其性能存在一些限制，因此在没有额外激活处理的情况下不适合用于3D打印。为克服这些限制，采用了化学和物理化学激活方法来促进早期结构的快速形成，这部分归因于速溶钙矾石（ettringite）的加速生成，从而提高了其适用性。研究结果表明，这两种激活方法均有助于波特兰水泥的水化过程，并改善了与打印相关的性能。研究主要关注3D打印混凝土的硬化特性，发现激活处理能够降低宏观孔隙率并提高密度和抗压强度。尽管如此，其绝对收缩率仍比传统高水泥含量的砂浆低约25–30%。通过火山灰活性测试评估了多组分粘结剂中各成分的适用性。此外，利用X射线衍射分析了化学和物理化学激活对粘结剂相组成的影响，并通过X射线计算机断层扫描、汞侵入孔隙率测定、收缩率测量、密度测试和抗压强度测试评估了混凝土的硬化性能。结果表明，化学和物理化学激活技术使得低水泥多组分粘结剂能够在基于挤压的3D混凝土打印中得到有效应用，为传统高水泥混合物提供了一种更可持续的替代方案。
章节摘录
引言
3D打印，也称为快速原型制作，是一种利用计算机辅助设计模型逐层制造三维物体的技术[1]。在过去十年中，这项技术在混凝土建筑领域取得了显著发展，能够制造出具有复杂几何形状和不同结构复杂度的构件，包括建筑构件、承重部件甚至全尺寸建筑[2, 3]。近期研究显示...
材料
水泥。本研究使用了波特兰水泥CEM I 42.5 N。其主要性能指标如下：布兰氏细度3490平方厘米/克，密度3150千克/立方米，平均粒径39.91微米，初凝时间和终凝时间分别为163分钟和204分钟，2天和28天的抗压强度分别为32.1兆帕和58.5兆帕；其矿物组成中C?S占64.1%，C?S占6.8%，C?A占8.2%，C?AF占9.1%。氧化物组成见表1，粒径分布见图1和图2。
废玻璃粉。使用了废玻璃粉作为原料。
方法
混合物设计。
3D打印混凝土混合物的配制遵循了浆体膜厚度和水膜厚度原理，即需要保证足够的浆体体积以确保润滑性和流动性，同时保持结构稳定性[38]。因此，将波特兰水泥的含量限制在100公斤/立方米，以减少二氧化碳排放并最大化利用工业废弃物。混合物的粒径分布经过精心设计...
火山灰活性
根据法国标准NF P18-513，采用石灰消耗法评估了所选材料（废玻璃粉、油页岩灰和硅灰）的火山灰活性。较高的Ca(OH)?吸收量表明更强的火山灰活性。火山灰活性的主要评估结果见图5。为了确定适合用于低水泥多组分粘结剂的废玻璃粉的细度...
讨论
这项研究的主要实践意义在于证明了：当应用化学或物理化学激活处理时，仅使用含有100公斤/立方米波特兰水泥的低水泥多组分粘结剂即可实现基于挤压的3D混凝土打印。促成这一结果的因素之一是速溶钙矾石晶体的加速形成和生长，这有助于新鲜混合物的早期结构化，并对其后续性能发展产生了积极影响...
结论
通过对含有火山灰活性成分的低水泥多组分粘结剂的3D打印混凝土混合物进行研究，并对其进行化学和物理化学激活处理，得出以下结论：1.X射线衍射分析表明，与未激活体系相比，物理化学激活促进了水泥的水化过程，减少了未反应的水泥熟料相的数量。
2.计算机断层扫描分析显示，化学激活...
作者贡献声明
埃瓦尔德拉斯·塞雷利斯（Evaldas Serelis）：撰写初稿、可视化处理、研究指导、资金获取、概念构思。维托尔达斯·瓦伊特克维奇乌斯（Vitoldas Vaitkevicius）：研究指导、数据分析。维斯娜·扎拉尔·塞尔琼（Vesna Zalar Serjun）：研究工作。莉迪亚·科拉特·本萨（Lidija Korat Bensa）：撰写与编辑、研究协助。玛丽斯·辛卡（Maris Sinka）：项目管理工作、数据管理。卡罗琳娜·布特库特（Karolina Butkute）：研究指导、数据分析。奥德留斯·格林尼斯（Audrius Grinys）：研究工作。戴安娜·巴亚雷（Diana Bajare）：研究指导
利益冲突声明
作者声明：他们没有已知的财务利益冲突或个人关系可能影响本文的研究结果。
