一种粘结砂浆及其制备方法与流程

本发明涉及建筑材料，具体为一种粘结砂浆及其制备方法。

背景技术：

1、粘结砂浆是一种用于粘结瓷砖和面砖的粘合剂，它能够彻底解决瓷砖、地砖等材料在粘贴施工中没有高品质专用粘接材料可以选择的困扰，是一种倍受欢迎的建筑材料。

2、公开号为cn107673705a的中国专利公开了一种粘结砂浆，包括普通硅酸盐水泥p.o42.5、高铝水泥、粉煤灰、重钙、硅灰、灰钙、石英砂、烧结彩砂原料废渣、胶粉、纤维素醚、木质纤维、淀粉醚、聚丙烯酰胺和偏高岭土，其中，粉煤灰中cao含量达到8％以上，可有助于提高浆料吸水性，具备较高的耐水性能，而且，石英砂采用粗细结合，结合细度较小、粘度较高的淀粉醚，浆料整体粘结强度得到明显提升，提高了破板率，同时使用烧结彩砂原料的废渣，作为浆料的掺合料，可以有效的降低成本；且施工方便，减少了劳动强度，可广泛应用于各个尺寸的保温板的施工。公开号为cn105272024a的中国专利公开了一种粘结砂浆，按重量份计包括如下组分：水泥400-450，砂料300-400，填料75-150，羟丙基甲基纤维素3-4.5，可再分散乳胶粉15-20，早强剂4-5。上述填料、羟丙基甲基纤维素和可再分散乳胶粉的混合使用使得分子之间的引力增大，从而有利于增大粘结砂浆的粘结力，而且在本发明公开的填料、羟丙基甲基纤维素和可再分散乳胶粉重量份比例条件下，粘结砂浆的粘结大大提高，再配合早强剂的使用，能得到粘结力强，柔韧性好的粘结砂浆。但是上述技术所制备的粘结砂浆，其收缩性较大，且其抗压强度及其抗折强度均有待提高；为此，本发明提供了一种粘结砂浆及其制备方法。

技术实现思路

1、针对现有技术的不足，本发明提供了一种粘结砂浆及其制备方法，解决了上述背景技术中提到的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种粘结砂浆及其制备方法，该粘结砂浆包括以下重量份原料：硫铝酸盐水泥50～70份、粉煤灰10～30份、铜尾矿5～15份、聚丙烯纤维3～10份、辅助剂8～15份；

3、其中，所述辅助剂包括膨胀剂10％～30％、纳米填料20％～30％、聚合物粉末50％～60％。

4、优选的，所述膨胀剂为u型膨胀剂，总碱量为0.70％，氯离子含量为0.04％，含水率为2.9％。

5、优选的，所述所述聚合物粉末为可再分散乳胶粉、纤维素醚以及淀粉醚的混合物，且可再分散乳胶粉与淀粉醚的质量比为1:(1.2～1.6):(0.8～1.1)。

6、优选的，所述纤维素醚为羟乙基甲基纤维素，且其灰分≦1.0wt％，水分≦5.0wt％，细度≥100目。

7、优选的，所述该粘结砂浆还包括对聚乙烯纤维的预处理：将聚丙烯纤维置于水中浸泡1～3h后，再置于0.25％的海藻酸钠和1％氯化钙中继续进行处理；可以降低聚乙烯纤维中的水溶性物质，改善聚乙烯纤维与水泥材料之间的相容性。

8、优选的，所述纳米填料选自纳米si02、纳米tio2、纳米fe203、纳米al03、纳米黏土、碳纳米管以及石墨烯中的一种或多种。

9、优选的，所述聚丙烯纤维的密度为0.91g/cm3，杨氏模量≥3.5gpa。

10、一种粘结砂浆的制备方法，具体包括以下制备步骤：

11、步骤一、称取各原料，备用；

12、步骤二、先将硫铝酸盐水泥、粉煤灰、铜尾矿以及膨胀剂倒入搅拌机中干拌1～3min；

13、步骤三、将聚丙烯纤维均匀散开并加入后干拌2～3min；

14、步骤四、再依次加入纳米填料、聚合物粉末以及水湿拌3～6min，即制备得粘结砂浆。

15、有益效果

16、本发明提供了一种粘结砂浆及其制备方法。与现有技术相比具备以下有益效果：

17、(1)、该粘结砂浆及其制备方法，通过在砂浆中掺加聚丙烯纤维，可以明显地提高砂浆的抗折强度，同时也能提高其抗压强度；通过纳米填料的掺加，纳米纤维和纳米片具有纤维增强效应，纳米纤维和纳米片具有较高的抗拉强度，从而改善砂浆的力学性能，同时纳米填料可以有效地填充水泥颗粒之间的间隙，提高水泥基体的密实度，优化孔径分布，从而增强砂浆的力学性能。

18、(2)、该粘结砂浆及其制备方法，通过添加聚丙烯纤维，可以减少砂浆内部的失水面积，同时聚丙烯纤维阻断了砂浆内部的毛细孔的连通，降低因失水所造成的毛细管应力；在可再分散乳胶粉、纤维素醚以及淀粉醚共同加入后，都能与水泥颗粒之间形成一层薄膜将水分子封存在砂浆内部，使得砂浆的水化与强度得到充分发展；通过膨胀剂的添加，保证粘结砂浆的微膨胀效果，有利于促进水泥水化反应，生成大量的钙矾石结晶，在砂浆硬化后的过程中会不断膨胀，填充在砂浆的内部孔隙中，使砂浆结构紧密化，改善砂浆的力学性能。

19、(3)、动态适应生产变化：系统利用实时数据反馈动态调整参数，使模型能自动适应不断变化的生产环境。具体而言，学习率α(t)随着时间t和环境变化动态调整，确保模型在初期学习快速，后期逐渐稳定。折扣因子γ(t)根据实际生产情况进行调整，平衡当前奖励与未来奖励的重要性。预测时域长度n(t)根据生产工艺需求进行调整，确保优化效果。通过这种动态调整机制，系统能够更好地适应实际生产过程中不断变化的条件，提高整体生产效率和稳定性。在每个时间步，系统通过高精度电子秤采集的实时称量数据和数据库中的历史配比记录，动态调整参数，保证称量过程的高精度和一致性。

20、(4)、提高称量精度和一致性：基于深度强化学习与模型预测控制(drl-mpc)的智能算法能够结合实时数据和历史数据，动态优化称量和配比，确保高精度和一致性。通过高精度电子秤实时采集各原料的称量数据，系统能够即时监控并调整称量过程，确保每次称量的精度。电子秤的数据实时传输到系统数据库中，供智能算法进行分析和优化。利用大量历史配比数据，结合每种原料的特性(如密度、颗粒大小、预定配比比例等)，系统能够学习不同原料在不同条件下的最佳配比方式。历史数据的积累和分析使得系统能不断提高对称量过程的理解和优化能力。通过drl-mpc算法，系统能够在当前状态下计算最优称量调整方案，同时预测并优化未来多个时间步的称量调整，确保整体生产过程的精度和一致性。具体地，dqn模型计算当前状态s(t)下的最优称量调整动作a(t)，mpc模块进一步优化未来n步的称量调整，以确保整体最优。

21、(5)、优化整体生产流程：通过结合深度强化学习和模型预测控制，系统在每个时间步计算最优称量调整方案，并预测未来多个时间步的状态和控制输入，确保整体最优。在每个时间步t，系统首先通过dqn模型计算当前状态s(t)下的最优称量调整动作a(t)，然后mpc模块进一步优化未来n步的称量调整，得到最终的最优动作向量。在每个时间步，系统不仅考虑当前的最优动作，还通过预测未来多个时间步的状态和控制输入来优化当前的控制策略。通过求解优化问题，计算出未来n步的最优控制输入序列{u1,u2,…,un}。这些控制输入对应着系统在未来多个时间步上应采取的称量调整量。每次优化仅执行第一个控制输入，然后重新预测和优化，确保实时性和鲁棒性。通过这种方式，系统能够实现生产过程的全局优化，提高生产效率和产品质量。

22、(6)、预防和处理异常情况：系统能够实时监控和检测异常情况，并根据预设策略自动调整参数或重新计算称量方案，及时纠正异常，减少对生产的影响。系统通过高精度电子秤和传感器实时监控各原料的称量数据，检测异常波动或偏差过大的情况。原料的实际称量数据与目标称量数据的偏差超过设定阈值ε，系统会发出警报并进行调整。系统根据预设策略自动调整参数或重新计算称量方案，以纠正异常。系统发出警报并通知操作人员进行检查和维护。通过这种方式，系统能够快速响应异常情况，确保生产的稳定性和连续性。系统能够根据实时反馈动态调整dqn模型的学习率、折扣因子和mpc模块的预测时域长度，确保模型在不同阶段能够适应环境变化。通过自动调整这些参数，系统能够提高异常处理的效率和效果，减少异常对生产的影响。特别地，在称量过程中，系统能够利用历史配比数据和实时称量数据的对比，自动调整和优化称量方案，预防和处理潜在的异常情况。