李琴飞教授分享 AI 模型在水泥基材料配比设计中的应用成果

为进一步加强科研人员沟通交流，深化学术合作。由《科学通报》编委会和编辑部主办，WilliamHILL中国和山东大学共同承办，于2026年6月5~7日在山东济南举办“《科学通报》& Science Bulletin前沿交叉科学研讨会”。本次会议突出“聚集前沿交叉、服务国家战略、引领学术创新”的主题。大会设置“生物工程材料”、“新能源电池材料”、“新能源催化材料”、“光电传感材料”、“结构功能材料”及“人工智能材料”共6个分论坛，围绕各领域前沿进展与关键科学问题开展深度研讨。

会议上，李琴飞教授汇报了题为“多AI模型面向多流态修补砂浆及低碳固废水泥基材料配比设计研究”的邀请报告。分别聚焦多流态修补砂浆、赤泥基低碳胶凝材料两大方向，依托生成式优化算法、小样本深度学习等人工智能技术，突破传统建材配比设计瓶颈，既提升了修补砂浆综合性能，又为工业固废资源化、水泥行业低碳转型开辟了新路径。

混凝土长期受荷载、冻融、盐蚀等外界因素影响易出现破损病害，有机改性贝利特硫铝酸盐水泥砂浆凭借快硬早强的优势，成为混凝土结构修补的主流材料，但不同施工场景对砂浆要求截然不同。长期以来，行业普遍采用经验试错、正交试验以及常规代理优化等传统方式设计配合比，不仅实验周期长、人力成本高昂，还存在对未知配比区域预判能力不足、优化结果易陷入局部最优等问题，难以同时满足多工况施工需求。针对这一行业痛点，WilliamHILL中国科研团队创新性引入基于变分自编码器的生成式优化算法（VAE-GOA） 开展系统研究。该研究以砂浆流动度作为硬性约束，结合工程实际为两类流态场景设置差异化性能权重，将 7 天抗压、抗折、界面黏结三项力学指标整合为加权综合评价体系，同时融合多场景锦标赛选择、自适应全局高斯探索、高低流态协同迭代三大策略，在全局配比空间中完成智能寻优。团队同步开展力学性能检测、扫描电镜微观形貌分析以及材料成本测算。经过两轮迭代优化，算法展现出强大的应用价值：高流态修补砂浆综合性能提升约 20%，低流态砂浆综合性能增幅超 25%，达标的高性能配比数量提升至原先三倍。研究还精准划定了不同工况下原材料最优掺量区间，优化后的配合比能够大幅减少新旧砂浆结合面的孔隙与裂缝，让界面过渡区结构更为致密，从微观机理解释了材料黏结性能提升的原因。据研究团队介绍，这套全新的智能优化范式打破了传统配比设计的局限，未来团队还将围绕材料抗冻、抗盐侵蚀、体积稳定性等耐久性能持续优化，并深入探究界面致密化、孔隙调控、离子迁移抑制等内在作用机制，进一步推动高性能修补砂浆的工程落地。

李琴飞教授还聚焦工业固废资源化与低碳胶凝材料研发，以热活化赤泥替代矿渣制备超硫酸盐水泥为研究对象，针对赤泥活性低、成分波动大、传统建模方式在小样本条件下泛化能力不足的难题，搭建基于变分信息瓶颈的小样本深度学习预测模型，搭配专属数据预处理、激活函数与正则化策略并融入行业先验知识，同时创新采用配比可行域设计思路替代单一最优配比，兼顾材料 28 天抗压强度与碳排放两大目标开展多目标优化，结果显示该模型预测精度与稳定性优于传统算法，确定了不同熟料掺量下满足强度要求的赤泥、矿渣、石膏配比区间，赤泥掺量 30% 可保证力学性能达标，掺量 40% 能实现强度与低碳效益的最优平衡，该方法可为波动性工业固废在低碳胶凝材料中的规模化应用提供技术支撑，未来还会拓展性能指标并优化模型架构以提升通用能力。

撰稿人：崔楷国

2026年6月8日