HyperAI超神经

基于数据驱动的二次与天然胶凝前驱体材料筛选

Soroush Mahjoubi, Vineeth Venugopal, Ipek Bensu Manav, Hessam AzariJafari, Randolph E. Kirchain, Elsa A. Olivetti
发布日期: 6/19/2025
基于数据驱动的二次与天然胶凝前驱体材料筛选
摘要

水泥生产约占全球温室气体排放总量的6%以上,这主要源于熟料生产过程中高度依赖能源的工艺以及石灰石煅烧所释放的大量二氧化碳。以替代材料取代熟料,被认为是一种高效的脱碳策略。然而,目前常见的熟料替代物——粉煤灰和高炉矿渣微粉——在现阶段及未来都面临供给不足的挑战。 在本研究中,我们系统地描绘了胶凝材料反应性的多样性,并进一步拓展了二次与天然胶凝前驱体的材料库。我们借助大型语言模型,从88,000篇学术论文中自动提取了14,000种材料的化学组成和材料类型。随后,构建了一个多头神经网络模型,基于材料的化学组成、中位粒径、比重以及非晶/晶体相含量,预测三种关键反应性指标:放热量、氢氧化钙(Ca(OH)₂)消耗量和结合水含量,从而提供一个统一的胶凝活性与火山灰反应性的评估框架。 在性能要求可接受的前提下,目前的资源储备足以用建筑与拆除废弃物(CDW)以及城市生活垃圾焚烧灰(MSWI ash)替代全球一半的水泥产量,这将有望使全球温室气体排放量减少约3%,相当于美国减少约2.6亿辆汽车的道路行驶。 此外,我们发现,在包括火山碎屑流岩、酸性凝灰岩、浮石、页岩和流纹岩在内的20种天然岩石类型中,大约有5%至25%的样本展现出较高的反应活性,其放热量超过200焦耳/克。这些天然前驱体主要分布于全球的地震带与裂谷带区域,表现出作为熟料替代材料的良好潜力。