所属单位：

土木工程学院

发表刊物：

建筑材料学报

关键字：

珊瑚骨料混凝土; 水化产物; 深度学习; SAM-SegFormer; 混凝土耐久性

摘要：

珊瑚骨料混凝土(Coral aggregate concrete， CAC)在海洋工程建设中具有极大应用潜力。然而，当前CAC性能演变机理研究常采用传统微观测试手段与定性分析方法，尚缺乏精确定量解析。本研究提出了一种SAM-SegFormer深度学习模型，用于水化产物等的智能标注与高精度分割。结果表明，本研究所提模型可有效克服传统数据集标注方法面临的劳动密集型难题，准确捕捉混凝土内水化产物动态演变特征，实现了对CAC水化产物等微观结构的高精分割与智能量化。模型结果揭示了低水胶比CAC孔隙生长规律，以及粉煤灰二次水化反应在优化孔隙结构的同时强化骨料与浆体间黏结强度机理，从微观角度解释了CAC力学强度和抗渗能力等宏观性能在侵蚀后期仍能缓慢提升的原因。

合写作者：

韩洁

第一作者：

王天泽,罗大明

论文类型：

期刊论文

是否译文：

否

发表时间：

2025-01-01