再生骨料混凝土配合比设计与力学性能的机器学习预测模型_第十期_2026_现代科技研究

1. 四川彰力建材有限公司四川省南充市 637700 2. 四川省江油市新华建筑工程有限公司四川省绵阳市 621700

摘要：针对再生骨料混凝土配合比设计中材料异质性强、力学性能预测难度较高的问题，本文系统分析再生骨料取代率、水胶比、胶凝材料用量、吸水率、压碎指标及龄期等因素对抗压强度、劈裂抗拉强度和弹性模量的影响，并构建机器学习预测模型用于配合比优化。结果表明，随机森林模型在 156 组样本验证中表现优于经验公式法，其决定系数由 0.78 提高至 0.91，均方根误差由 4.85 MPa 降至 2.63 MPa，平均绝对误差降至 2.04 MPa。模型能够更有效识别高取代率条件下旧砂浆弱化效应与矿物掺合料补偿效应，为再生骨料混凝土工程应用提供了可靠预测依据。

关键词：再生骨料混凝土；配合比设计；力学性能；机器学习；随机森林

参考文献

[1]王磊,黄朝阳,邓雪莲,彭再晓,梁林,林登辉,黄珠芹.不同砖和旧砂浆含量下再生混凝土力学性能及破坏机理[J].混凝土,2025,(10):181-187.

[2]王家全,吴新彪,畅振超,唐毅.基于可解释PSO –BPNN的三元固废注浆材料力学性能预测[J].工程科学学报,2025,47(11):2236- 2246.

[3]刘怡然,李丽君,杜月云.基于混合机器学习预测3D打印零件的力学性能[J].塑料,2025,54(03):120-128.

[4]王振华,赵晰阳,谢宁杰,刘元铭.基于残差网络的316不锈钢薄带材力学性能预测模型[J].钢铁,2026,61(01):78-89+146.

[5]秦成龙,赵亮,蒋刚.机器学习模型预测稀土化合物的热力学稳定性[J].物理学报,2025,74(13):9-18.

[6]巫兴辉,张细和,刘鑫.再生砖混-矿渣基地聚合物的力学性能及干燥收缩性能研究[J].江西建材,2024,(12):73-75.

[7]王涛,陈胜利,葛祥坤.典型岩性洞渣骨料混凝土微观结构对宏观力学性能的影响[J].铁道建筑,2025,65(05):150-156.

[8]张慧,张琛,黄宇劼,程志,武杰,郭欣荣,徐世烺.含煤矸石粗骨料3D打印混凝土各向异性力学性能的微细观实验[J].硅酸盐学报,2025,53(11):3295-3312.

[9]许丽丽,黄钰程,阚德明,卢滟伶.不同矿物掺和量对路面混凝力学性能以及耐久性的影响研究[J].金属矿山,2025,(05) :303- 310.

作者简介：米川林（1982—），男，汉族，本科，研究方向为建筑材料。