Interfacial Bond Strength of Concrete-Filled Galvanized Steel Tubes: Push-Out Experiments, Geometry-Grouped Machine Learning, and Multi-Criteria Optimization

在现代建筑的骨架中，从摩天大楼耸立的柱子到桥梁深厚的基底，一种无声的伙伴关系往往承载着重量。工程师经常依赖钢管混凝土（CFT），即在空心钢管内填满湿混凝土，使其硬化成坚固的核心。钢壳提供了柔韧性和抗拉强度，而内部的混凝土则提供了抗压能力和稳定性。为了让这种混合结构作为一个统一的整体发挥作用，两种材料必须紧密地咬合在一起。如果混凝土在钢管内部发生滑动，结构就会失去强度，精心计算的安全余量也会随之消失。这种咬合力被称为界面粘结，它并非简单的胶水，而是一种复杂的相互作用，涉及化学粘附、表面摩擦以及混凝土在收缩和沉降时对钢壁施加的物理压力。

挑战在于如何准确预测这种咬合力的强度。设计师往往依赖于关于管径大小或混凝土强度如何影响这种粘结的假设，但这些因素之间的相互作用非常复杂，如果不经过测试，很难仅凭猜测。由 Jakson Green Limited 的研究人员与印度几所工程学院合作开展的一项新研究，深入探讨了这个问题，特别关注了由镀锌钢制成的钢管。镀锌是将钢材表面涂上一层锌以防止生锈的过程，这是暴露在外结构的常见选择。然而，这种锌涂层改变了钢材表面的纹理，使其比裸钢更粗糙、更坚硬，这可能会改变混凝土的粘结效果。研究人员旨在通过绘制管材几何形状与混凝土强度之间的关系图，以寻找这些复合柱最可靠的配置方案。

为了破解这个谜题，团队并没有依赖单一的大规模实验，而是采用了一系列精心组织的二十七项测试。他们使用了一种称为田口设计（Taguchi design）的方法，这是一种高效的抽样策略，允许科学家在无需构建每一个可能的版本的情况下，测试许多不同的变量组合。他们改变了三个主要变量：管径、钢壁厚度以及长径比。这些变量针对三种不同等级的混凝土进行了测试，范围涵盖了标准混合料到超高强度的版本。在每项测试中，钢管被固定在原位，随后通过重载将混凝土核心从底部挤出，从而精确测量出破坏两种材料之间粘结所需的力。

结果揭示了各变量之间清晰的重要性等级。影响粘结强度的最有力因素并非管径大小或混凝土强度，而是长径比。具体而言，相对于宽度而言较短的管材比较长的管材能更好地固定混凝土。钢壁厚度是第二重要的因素；较厚的壁厚能显著增强抓取力。混凝土强度虽然有影响，但仅限于一定范围内，最高强度的混凝土表现出了明显的性能跃升。令人惊讶的是，管径本身对强度的影响远比许多人预期的要小，且更难预测。研究发现，最强的粘结发生在一种特定的配置下：直径为 42.2 毫米、壁厚为 4.0 毫米、长径比为 12 的钢管。这种特定的几何形状在所有三种类型的混凝土中都能持续产生最高的粘结强度，数值可达 2.062 兆帕。

为了确保这些发现不仅仅是针对特定数据的“运气巧合”，研究人员转向了机器学习——一个计算机通过数据学习模式的领域。他们测试了多种不同的计算机模型，以观察哪一个能最好地预测从未见过的管材几何形状下的粘结强度。许多复杂的模型（例如基于决策树的模型）无法很好地进行泛化，本质上只是记住了测试数据而非学习底层规则。最成功的模型是一种支持向量回归（support vector regression），它能够以极高的准确度预测新的结果。这一成功凸显了一个对于小型工程研究至关重要的教训：当数据有限时，测试计算机模型的方式与模型本身同样重要。如果你不对模型进行全新的几何组测试，就有可能获得一种虚假的信心。

研究人员还使用了多准则决策方法来验证他们的发现。他们利用不同的数学方法对每种几何形状的表现进行权衡，以观察是否都指向同一个胜出者。每种方法都达成了一致：这种短管、厚壁的设计是最稳健的选择。这种配置不仅提供了最高的强度，还提供了最稳定的性能，这意味着它不太可能发生意外失效。研究明确指出，这些结果仅适用于所测试的尺寸和材料范围，不能盲目应用于更大或更小的结构。此外，由于研究仅使用了镀锌钢管，因此无法将锌涂层的影响与几何形状本身的效果区分开来。

最终，这项工作为使用镀锌钢管进行设计的工程师提供了一条清晰的、数据驱动的路径。它表明，为了最大化钢与混凝土之间的粘结强度，应当优先考虑较短、壁较厚的结构设计，而不是仅仅增加混凝土强度或管径。虽然该研究并未为每种可能的建筑场景提供通用的公式，但它为所研究的具体条件建立了一个可靠的基准。通过将严谨的物理测试与细致的统计验证相结合，研究人员证明了即使在实验次数有限的情况下，也完全可以揭示出最有效的几何关系，从而确保我们建筑中的隐藏连接如同其组成材料一般坚固。