沥青混合料生产过程中钢渣集料的开裂机理

近年来，中国道路事业建设迅猛发展，中国公路每年养护里程达到 411 万 km，其中高速公路超过 15 万 km，道路建设和养护任务依旧严峻，需要大量的天然集料。而传统的优质天然集料有限，寻找其替代品日益迫切。最近，有部分学者尝试采用酸性集料如破碎卵石及花岗岩等代替传统集料进行沥青混合料的实验研究及验证。同时，采用钢渣等工业固体废弃物作为替代集料的相关研究也取得了一定的进展。钢渣是炼钢过程中产生的副产品，张彩利等、李节等、李继文和张抒幻等分别研究了钢渣组集料和钢渣粉对沥青混合料水稳定性能的影响；叶桂峰、陈伟等应用钢渣组集料代替常规集料以提升路用性能，给出了钢渣组集料的最佳掺量。

钢渣优良的集料属性使其代替传统集料时表现出更好的性能。但其中含有的游离氧化钙和氧化镁等活性物质易与水反应导致体积不稳定，是阻碍钢渣在建筑行业中应用的最主要因素。但是随着科研深入和技术水平的提高，经过改进后的预处理钢渣，其膨胀性和制效果良好，为钢渣应用于道路工程提供了技术支持。基于预处理工艺的改善，郭丽霞和何政文分别将钢渣应用到了面层和水稳基层，完成了试验段的铺筑，为钢渣广泛应用于道路工程提供了宝贵经验。钢渣路面实际铺筑过程中，钢渣在拌和搅拌中经历高温，由于钢渣密度、比热容较大以及物相组成复杂，可能导致少量钢渣集料在高温受热过程中出现开裂现象，从而使混合料级配变化，最终影响到路面的施工质量。

现通过不同的温度、不同钢厂的钢渣、不同粒径的钢渣 3 个方面研究钢渣高温下的开裂规律，并通过 XRD、TGA-FTIR、SEM、体式显微镜结合 OpenCV 计算机视觉处理图像分析等分析手段分析其开裂机理，为后续工程提供指导意义。

1.1 钢渣

本次实验采用不同钢厂生产的 3 种转炉钢渣，分别用于 A、B、C 表示，且 3 种钢渣皆在自然条件下降低 180 d 以上，体积稳定性符合相应规范要求。为方便试验和后续分析，结合材料实际情况，选用 10~20 mm 粒径的钢渣进行试验，3 种钢渣化学成分如表 1 所示。由表 1 可知不同钢渣化学成分含量存在一定的差异，由于钢渣中化学成分较复杂，含较多微量成分，表中仅列出主要的化学成分。

1.2 试验方案

1.2.1 高温试验

本次高温试验采用的是洛阳宏达高温箱型电炉，如图 1(a) 所示，炉内温度控制精度在 ±5 ℃，为了更好地保证钢渣受热均匀且受热充分，将升温速率设定为 10 ℃/min，达到设定温度后保温 30 min，试验温度范围为 200~800 ℃，每 50 ℃ 为一个温度梯度，共 13 组。为防止钢渣高温开裂产生的碎片相互影响，干扰对其开裂形式及断裂面积形成分析，采用特制的耐高温槽制模具，如图 1(b) 所示，图 1 中每个小方格槽边长为 25 mm，槽内各放置一粒钢渣，且不与方格槽内壁接触，以免影响试验结果。由于每粒钢渣集料被角性不同，为保证实验数据的准确性，平时试验钢渣颗粒样品量超过 100 粒，钢渣高温试验后开裂情况如图 1(c) 所示。

1.2.2 TGA-FTIR 联用分析

采用 PerkinElmer 公司的 TGA-FTIR 热量红外联用仪对试验所涉及的钢渣进行热量分析，为更好地分析钢渣的质量与温度的关系，将钢渣细至全部通过 0.075 mm 方孔筛，在 10 ℃/min 升温速率下，样品加热至 800 ℃，同时，将烧失产生的溢出气体通入红外分析设备的气体池，进行红外光谱分析，采集分辨率设置为 8 cm?1，扫描波长范围 600~4000 cm?1，最终得到热量曲线图及三维温度分辨红外谱图。通过分析钢渣在热量升温过程中质量及红外谱图随温度变化关系，得出钢渣不同物相分解产生溢出气体及含量随温度变化规律。

1.2.3 基于二次电子和背散射衍射技术的扫描电镜微观分析

采用日本电子生产的 JSM6510 扫描电子显微镜，可同时观测二次电子相和背散射电子相，总放大倍率在 50~200 000 倍，能较为清晰地观测钢渣高温开裂断面的微裂纹开裂情况，通过背散射电子显微模块，可以分析断裂面的矿物相与裂纹之间的关系，为分析钢渣高温开裂机理提供直接依据。

1.2.4 XRD 分析

采用 Ultima IV X 射线衍射仪对实验所用钢渣粉磨后，取通过 0.075 mm 方孔筛的粉末进行 XRD (X 射线衍射) 分析，测试试验用钢渣矿物成分差异，进而找出影响钢渣高温稳定性的原因。

1.2.5 体现显微图像结合计算机视觉处理分析

本次试验的体现显微图像应用德国 Carl Zeiss 生产的 stem1508 型体现显微镜进行拍摄，用以观测高温试验后钢渣的开裂形式及断裂面形貌，其总放大倍率在 2~250 倍，具有更大的图像景深，可以更好地观测到清晰的钢渣断裂面图像。采用 OpenCV (计算机视觉和机器学习数据库) 分析体视显微图像，应用 Python 语言编写程序算法计算统计像素点数量。首先将体视显微彩色图像进行灰度处理，将灰度处理后的图像应用阈值分割法进行二值化处理，黑色部分为钢渣开裂面的孔隙及裂缝，其他部分为白色，随后统计黑白像素点数量，以量化断裂面孔隙率，进而分析孔隙率对钢渣开裂的影响。

2. 实验结果及分析

2.1 钢渣高温试验

A、B、C 3 种钢渣集料在高温实验中的开裂结果如图 2 所示。从图 2 可以看出：3 类钢渣在不同温度下的开裂情况存在明显差异，其中 A 和 B 两种钢渣随温度升高开裂数量增多；A 钢渣在 350 ℃ 开始开裂，600 ℃ 时开裂 47.3%，800 ℃ 时开裂 64.5%。前期开裂趋势相对较缓，在 450～500 ℃、550～600 ℃ 开裂率变化较大，开裂较为明显。后期开裂较为平缓；B 钢渣在 450 到 500 ℃ 开始开裂，600 ℃ 开裂 24.4%，800 ℃ 开裂 38.9%，开始开裂变化较大，开裂明显，500～600 ℃ 开裂开始放缓，600～750 ℃ 时开裂率变化不大，750 ℃ 后有明显开裂；C 钢渣除 800 ℃ 小部分 (3.4%) 开裂外，其他温度下无开裂情况；A 钢渣相较于 B 钢渣总体呈现出开裂早，各温度下开裂率高于 B 钢渣，在 550～600 ℃ 有明显的开裂情况。

2.2 钢渣开裂机理分析

2.2.1 TGA-FTIR 联用结果及分析

A、B、C 3 组钢渣热重结果如图 3 所示，对整个热重升温过程产生的溢出气体进行红外光谱分析，得出 3 类钢渣的随温度变化的三维红外光谱图如图 4 所示。

由图 3 可知，3 种钢渣在热重烧失过程中，在 400～500 ℃、600～750 ℃，3 种钢渣都出现了明显的烧失台阶。400 ℃ 第一个烧失台阶出现前，A、B 钢渣烧失量接近，C 钢渣相比于 A 和 B 烧失量较高，在 500～600 ℃ 两个烧失台阶之间，3 种钢渣烧失量变化不大，在 750 ℃ 后 3 种钢渣烧失量变化较小。而苏宁等通过实验证明了这两个失重台阶分别是 Ca(OH)? 和 CaCO? 分解导致的。在第一个烧失台阶对比中，C 钢渣烧失台阶相比 A 和 B 较明显，A 和 B 的烧失台阶差异不大且较小；在第二个烧失台阶对比中，相较于 A 钢渣，B 钢渣和 C 钢渣在这两个烧失台阶处烧失量更大，且烧失量均大于第一个烧失台阶的烧失量，而 800 ℃ 以内总的烧失量对比中，C 钢渣 > B 钢渣 > A 钢渣。

为验证整个烧失过程中的溢出气体的成分及含量变化，对溢出气体进行红外光谱分析，如图 4，分析其吸收峰及空间相关文献知，气相 H?O 的吸收峰主要在 3700～2800、1650～2110 cm?1 范围内。其中，位于 3700～2800 cm?1 的吸收峰为 -OH 伸缩振动，是由于水分子间存在强氢键作用而形成，2110 cm?1 处的吸收峰是由于水分子的组合振动产生的，1650 cm?1 为 -OH 弯曲振动模式，而气相中 CO? 分子的吸收峰位于 2362、3510～3760 cm?1 处。无其他杂峰，确定溢出气体中只有气相水和 CO?。

同时，吸收峰高低代表此处气相物质的含量越高，图 4 中随温度的升高，吸收峰增高，气相水和 CO? 的溢出量增多，与热重烧失结果基本保持一致，证明烧失部分是以气体形式溢出而非某些微粒。相较于 B 和 C 钢渣，A 钢渣在整个升温过程中，溢出气体较少，但结合钢渣高温试验开裂情况，其开裂情况明显高于 B 钢渣和 C 钢渣；相反，C 钢渣高温过程溢出气体最多，但基本不开裂。同时，在热重两个烧失台阶和红外谱图 600～750 ℃ 时 CO? 峰值，各钢渣在相应温度下都没有出现明显的开裂增多情况。说明钢渣的开裂并不是由于升温过程中，内部产生的气体使钢渣破裂。

2.2.2 钢渣断裂面扫描电镜微观分析

应用扫描电子显微镜对 A 钢渣拍摄二次电子像及背散射电子像，分析 A 钢渣断裂面开裂情况及开裂机理，结果如图 5 所示。

如图 5(a) 所示，经过高温后的 A 钢渣破裂面呈现出网状开裂形式，裂纹基本贯穿整个试样，且出现多个单条裂缝穿过钢渣破裂面的圆形孔隙，并非在孔隙处出现多条发散性裂缝，即开裂起点并不是在钢渣的孔隙处，进一步证明钢渣的高温开裂并非孔隙处溢出气体膨胀导致的。图 5(b) 中 A 钢渣破裂面在 500 倍二次电子像下，除明显的裂纹外，在图 5(b) 中 A 处仍有较多的微裂纹，在图 5(b) 中 B 处出现环形裂纹，对此部位进行放大后如图 5(c) 所示，除不规则形状的相同圆的裂缝外，图 5(c) 中 A 处，此相上仍出现微裂纹，说明钢渣的开裂是从极微小的裂缝出现开始不断扩展的，证明了经过高温的钢渣，即使在宏观下未出现明显的结果破坏，其内部可能出现的微裂纹也能影响到钢渣集料的强度。

为更好地分析总结裂纹在不同矿物相互之间产生的规律，采用 A 钢渣破裂面拍摄 120 倍背散射电子像，如图 5(d) 所示，通过图 5(d) 中出现的不同颜色区域，可以区别出不同矿物相差异，大致可分为 3 种颜色，分别为图 5(d) 中 C 处黑色区域，图 5(d) 中 D 等处遍布整个图像且形状为规则圆形的灰色区域，其余为不规则形状的白色区域。根据背散射成像原理，颜色越暗表示原子序数越低，而侵蚀率等也对不同颜色区域进行了不同元素矿物相的划分，而在图 5(d) 中分布较多的灰色区域成为钢渣中含量最高的富含 Ca、Si 的钙硅相；白色不规则区域为原子序数较高的元素组成的矿物相，即含主要 Fe、Si 的铁硅相或铁的氧化物相；而出现的黑色方形区域为较低原子序数的元素组成的矿物相，而原子序数低于 Si 的且在此钢渣中含量较高的元素为含 Mg、Al 的矿物相。在图 5(d) 中 A 处出现的网状裂纹多出现在白色区域与灰色区域界面处，即铁硅相或铁的氧化物相与钙硅相界面处；在图 5(d) 中 B 处裂纹为白色区域与黑色区域界面处，即含 Mg、Al 的矿物相与含主要 Fe、Si 的铁硅相或铁的氧化物相的界面处；图 5(d) 中 C 处为含 Mg、Al 的矿物相自身开裂产生的微裂纹。证明了钢渣的开裂多在不同矿物相的界面处及含 Mg、Al 的矿物相内部。

2.2.3 XRD 结果及分析

对实验所用 3 种钢渣粉磨后进行 XRD 分析，测试试验用钢渣矿物成分差异，结果如图 6 所示。由图 6 中 3 种钢渣的 XRD 结果可知，3 种钢渣的衍射峰基本对应，说明钢渣主要矿物成分种类变化不大；B 钢渣和 C 钢渣检测到了 Ca(OH)? 和 CaCO?，与 TGA-FTIR 联用结果分析一致，而这两种钢渣高温试验的结果存在明显差异，进一步说明了钢渣 Ca(OH)? 和 CaCO? 的存在并不是导致钢渣高温开裂的原因。钢渣主要矿物成分为硅酸二钙 (C?S)、硅酸三钙 (C?S) 和金属及其氧化物 (RO 相)，同时也存在较少的碳化石、高熔点等其他硅酸盐矿物，由图 3 和钢渣的 C?S、C?S 和其他硅酸盐矿物并无明显差异。

对比图 6 中金属及其氧化物 (RO 相) 和 3 种钢渣在横坐标 36°、38°、41° 和 42° 处的衍射峰存在差异，C 钢渣的峰强明显小于 A 钢渣和 B 钢渣，进一步分析知 36° 和 41° 处主要是方铁矿相 (FeO) 特征峰位置，38° 和 42° 处为 Al?Mg? 合金相。而方铁矿 (FeO) 的热膨胀系数在 12×10??/℃～17×10??/℃、Al?Mg? 合金相的热膨胀系数在超过 400 ℃ 时超过了 20×10??/℃，而钢渣中 C?S、C?S 在 100～800 ℃ 的平均热膨胀系数分别为 11.9×10??/℃、8.5×10??/℃。由此可见，相比于 C 钢渣，A 钢渣和 B 钢渣中存在更多的方铁矿和铝镁合金相，其热膨胀系数明显高于钢渣中大量存在 C?S、C?S，是导致 A 钢渣和 B 钢渣开裂的原因之一。

2.2.4 体视显微图像及计算机视觉处理结果及分析

3 种钢渣断裂面的体视显微图像及 OpenCV 灰度处理后的灰度图如图 7 所示。

从图 7(a)、图 7(c) 和图 7(e) 可知，3 种钢渣的破裂面都有孔隙，但 A 钢渣、B 钢渣两种钢渣破裂面表面的孔隙较小且较少，多数呈现圆形；而 C 钢渣破裂面的孔隙较大且多，多数呈不规则形状。而孔隙大的疏松多孔材料，随着温度的升高，材料内部的热应变会被孔隙容纳，使整体的膨胀量减小，材料不易胀裂；相反，孔隙小的密实材料，内部的热应变无法释放，导致材料开裂可能性变大。因此，A 钢渣、B 钢渣孔隙较小相对密实，高温下内部热应力无法被吸纳，最终导致开裂；C 钢渣孔隙度大，内部产生的热应力大部分被孔洞吸纳，开裂情况减小。

为了量化钢渣破裂面的孔隙度，对高温实验后断裂面及图进行二值化处理。如图 7(b)、图 7(d) 和图 7(f) 所示，黑色区域即为原图中孔隙，其他部分为白色区域，黑色区域的像素点个数与图总像素点个数的比值定义为破裂面的孔隙度，以此量化不同钢渣破裂面孔隙度差异。A、B、C 3 种钢渣的孔隙度分别为 1.99%、4.57% 和 6.93%。相比于 A 钢渣，B 钢渣孔隙度是 A 钢渣的 2.3 倍，在 B 钢渣与 A 钢渣影响钢渣开裂的矿物成分差异不大的情况下，B 钢渣各温度下开裂率都小于 A 钢渣，证明孔隙度大能降低钢渣开裂率。C 钢渣孔隙度是 A 钢渣的 3.5 倍，使 C 钢渣在高温下更加不易开裂，与高温试验结果相符。