CN101278245A - 重新设计现有混凝土配合比设计和制造厂以及对混凝土进行设计优化和制造的方法和系统 - Google Patents

重新设计现有混凝土配合比设计和制造厂以及对混凝土进行设计优化和制造的方法和系统 Download PDF

Info

Publication number
CN101278245A
CN101278245A CNA2006800217727A CN200680021772A CN101278245A CN 101278245 A CN101278245 A CN 101278245A CN A2006800217727 A CNA2006800217727 A CN A2006800217727A CN 200680021772 A CN200680021772 A CN 200680021772A CN 101278245 A CN101278245 A CN 101278245A
Authority
CN
China
Prior art keywords
design
concrete
mix
strength
factor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CNA2006800217727A
Other languages
English (en)
Inventor
P·J·安德森
S·K·胡德森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
iCrete LLC
Original Assignee
iCrete LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by iCrete LLC filed Critical iCrete LLC
Publication of CN101278245A publication Critical patent/CN101278245A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C04—CEMENTS; CONCRETE; ARTIFICIAL STONE; CERAMICS; REFRACTORIES
    • C04B—LIME, MAGNESIA; SLAG; CEMENTS; COMPOSITIONS THEREOF, e.g. MORTARS, CONCRETE OR LIKE BUILDING MATERIALS; ARTIFICIAL STONE; CERAMICS; REFRACTORIES; TREATMENT OF NATURAL STONE
    • C04B28/00—Compositions of mortars, concrete or artificial stone, containing inorganic binders or the reaction product of an inorganic and an organic binder, e.g. polycarboxylate cements
    • C04B28/02—Compositions of mortars, concrete or artificial stone, containing inorganic binders or the reaction product of an inorganic and an organic binder, e.g. polycarboxylate cements containing hydraulic cements other than calcium sulfates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/02—CAD in a network environment, e.g. collaborative CAD or distributed simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
    • Y02W30/00—Technologies for solid waste management
    • Y02W30/50—Reuse, recycling or recovery technologies
    • Y02W30/91—Use of waste materials as fillers for mortars or concrete

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Ceramic Engineering (AREA)
  • Structural Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Architecture (AREA)
  • Computational Mathematics (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Inorganic Chemistry (AREA)
  • Civil Engineering (AREA)
  • Materials Engineering (AREA)
  • Organic Chemistry (AREA)
  • Preparation Of Clay, And Manufacture Of Mixtures Containing Clay Or Cement (AREA)

Abstract

一种可用于以最小的成本设计具有包括期望强度和坍落度的经优化的特性的混凝土拌合料的设计优化方法。该设计优化方法使用能够利用数学算法来设计和虚拟地“测试”上百万种假设混凝土混合物的计算机实现的过程，该数学算法将影响强度、坍落度、成本和其它期望特征的多种变量相关联。该设计优化过程对任何一组给定原材料输入和处理设备，利用Feret强度公式中随混凝土强度(例如，呈对数地)变化的常数K(或K因子)。这意味着水凝水泥的粘合效率或有效性随浓度的增加而增加，只要该混凝土保持被优化。关于K因子如何随粘合效率以及强度而变化的知识是可在多种情况下应用的强大工具。混凝土制造过程可包括在整个制造和运送过程中准确地测量原材料以最小化预测和实际强度之间的变化、以及仔细地控制水的含量。

Description

重新设计现有混凝土配合比设计和制造厂以及对混凝土进行设计优化和制造的方法和系统
发明背景
1.发明领域
本发明涉及混凝土混合物领域，尤其涉及基于诸如性能和成本等因素对混凝土混合物的设计优化。本发明更具体地涉及使用从性能和成本观点来看更有效地利用了所有成分并最小化了强度可变性的改进方法对混凝土的设计和制造，以及用于重新设计现有的混凝土拌合料设计并升级现有混凝土制造厂的配料、拌合和/或输送系统的独特方法。
2.相关技术
混凝土是一种普遍使用的建筑材料。完工的混凝土由最初的水泥质拌合料的硬化产生，该拌合料通常包括水凝水泥、骨料、水和可任选的掺合料。取决于上下文，术语“混凝土”、“混凝土混合物”和“混凝土拌合料”应当是指完工的、硬化的产品，或者指最初的未硬化的水泥质拌合料。它还可以指“配合比设计”，这是用于制造混凝土混合物的配方或处方。在用于制造车拌混凝土的典型过程中，将混凝土成分添加到标准混凝土运送车的鼓筒并在其中拌合，这通常是在运送车在往运送地的路上进行的。水凝水泥与水发生反应以形成一种粘合剂，它随着时间的推移会硬化以将其它成分结合在一起。
混凝土可被设计成具有变化的强度、坍落度以及其它材料特性，这些特性给予混凝土对各种各样不同用途的广泛应用。用于制造水凝水泥和混凝土的原材料相对廉价，并且实际上可以在任何地方找到，尽管材料的特性可能会显著不同。这允许在世界各处靠近需要混凝土之处制造混凝土。使得混凝土普遍存在相同属性(即，低成本、易于使用以及原材料的广泛可得性)也阻碍它被完全控制并开发和充分利用其全部潜能。
混凝土制造厂通常提供并销售在其坍落度和强度方面不同的多种不同的标准混凝土混合物。每一混凝土混合物通常是遵循一标准配合比设计，即处方来制造的，以产生具有所需的坍落度并且将硬化成具有所需强度的混凝土的混合物。遗憾的是，在不同批次之间的给定配合比设计的预测(或设计)强度与实际强度之间通常具有很高的可变性，即使在原材料输入的质量或特性中没有实质上的可变性时也是如此。该问题部分是由于混凝土配料厂中的“现场”操作的要求、控制和限制与专家在实验室条件下研究所得之间的基础分离。尽管专家可能能够设计出具有密切反应出在被拌合、固化和测试时的实际强度的预测强度的混凝土拌合料，但是专家通常不在混凝土工厂处制备用于运送到顾客的混凝土混合物。配料、拌合混凝土并将其运送到施工地点的混凝土人员内在缺乏控制原材料输入中通常很大的变化的能力，这些变化在进行实验室研究时可得到。因此，实验室专家对于混凝土的高级知识一般并不能容易地适用于或可传递到混凝土工业。
一般而言，混凝土拌合料是基于诸如以下因素来设计的：(1)水凝水泥的类型和质量，(2)骨料的类型和质量，(3)水质，以及(4)气候(例如，温度、湿度、风力以及日照量，所有这些都可导致混凝土的坍落度、可使用性和强度的可变性)。为了确保顾客所需的特定的最小强度和坍落度(并在失效情况下免除责任)，混凝土制造商通常遵循一种称为对其所销售的混凝土的“超裕度设计(overdesign)”的过程。例如，如果已知当制造并交付时特定混凝土配合比设计的28天现场强度在2500psi和4000psi之间变化，则制造商通常必须向顾客提供基于在受控的实验室条件下达到4000psi的强度的配合比设计的混凝土混合物，以向客户确保通过大量生产过程的2500psi的最小强度。无法交付具有所需的最小强度的混凝土会导致结构上的问题甚至是失效，这进而会使混凝土工厂为这些问题或失效负法律责任。因此，超裕度设计是针对交付过于脆弱的混凝土的自我保障，这给制造商带来的成本与超裕度设计的混凝土的增加的成本相等。这一成本必须由所有者来承担，而不会给顾客带来任何好处，并且在竞争的供应市场上，不能被容易地转嫁到顾客身上。
超裕度设计通常涉及添加额外的水凝水泥以试图确保最终的混凝土产品在所需坍落度下的最小可接受强度。由于水凝水泥通常是混凝土中最昂贵的成分(除了相对少量使用的特殊掺合料之外)，因此对超裕度设计混凝土的实施会显著地增加成本。然而，添加更多水泥并不能确保更好的混凝土，因为水泥浆粘合剂与骨料以及经受最大动态可变性的成分相比通常是较低抗压强度的结构成分。过度水泥灌浆会导致短期的微收缩以及长期的蠕变。尽管有成本问题和潜在的有害效应，但对于混凝土制造商而言当前的实践是通过向其销售的每一混凝土混合物添加额外的水泥来简单地进行超裕度设计，而非尝试并重新设计每一标准配合比设计。这是因为除了通过耗时且昂贵的试错法测试以使得水凝水泥粘合剂能得到更有效的利用和/或解决原材料输入中的变化之外，当前没有可靠或系统的方式来优化制造商的现有配合比设计。
所观察到的强度可变性的原因并非总是能被很好地理解，并且也不能在典型的制备好拌合的制造厂处使用现有设备并遵循标准协议来可靠地控制。理解混凝土中不同成分的相互关系和动态效应通常超出了使用现有设备和程序的混凝土制造厂雇员和混凝土运送司机的能力。此外，由于材料变化的控制和范围中的巨大差异，混凝土领域的专家对于混凝土制造可能了解或相信他们了解的知识不能被容易地传递到实际在该领域工作的那些人(即，将混凝土拌合料放入混凝土运送车的人、将混凝土运送到施工地点的人、以及在施工地点放置并完工混凝土的人)的脑海和习惯中。实验室中发生的事情与混凝土制造过程中实际发生的事情之间的分离可能会产生有缺陷的配合比设计，该设计尽管在实验室中观察时表面上被优化，但实际上在将该配合比设计放大到随时间大批量生产混凝土时可能并没有得到优化。
除了因不良的原始配合比设计而引起的可变性之外，混凝土工厂特意对混凝土进行超裕度设计的另一原因是其无法维持制造一致性。存在历史上导致相当的混凝土强度可变性的四个主要系统原因或惯例：(1)对质量和/或特性变化的材料的使用，(2)对不一致的配料过程的使用，(3)过度水泥灌浆，以及(4)最初添加不足的配料水并在随后在施工地点处进行坍落度调整，这通常是通过混凝土运送司机向拌合鼓筒中添加不受控制量的水来进行的。材料和实践的总变化可通过标准偏差统计来度量。
对给定配合比设计的理论和实际混凝土强度之间的可变性的第一个原因是原材料供应的可变性。例如，水凝水泥和骨料的颗粒尺寸、尺寸分布、形态以及颗粒堆积密度(例如，粗、中、细)可能逐批不同。甚至是细微的差别也可能会极大地影响必须添加多少水来产生具有所需坍落度的混合物。由于混凝土强度高度依赖于水与水泥之比，因此改变含水量来解决固体颗粒特性的变化以维持所需的坍落度会导致混凝土强度的实质上的可变性。除非制造商能够消除原材料质量的变化，否则超裕度设计一般是确保具有所需坍落度的混凝土也满足最小强度要求的唯一可用方式。
即使混凝土制造商解决了原材料质量的变化，超裕度设计仍需要使用标准的配合比设计表。标准化的表基于使用已制备和测试的一种类型和形态的骨料的实际配合比设计。它们提供了基于各种变量的坍落度和强度值，诸如水泥、骨料、水和任何掺合料的浓度以及骨料的尺寸。对标准化表的使用是快速且简单的，但是即使测量了原材料的变化也只能逼近实际的坍落度和强度。这是因为标准化配比设计的数目是有限的，然而原材料的类型、质量和浓度(即，比例)的可变性实际上是无限的。因为标准化表只能逼近真实的原材料输入，因此当使用来自标准化表的配合比设计时在预测的和实际的强度之间会有显著的可变性。由于这一可变性，仅有的两个选择是(1)耗时且昂贵的试错法测试以对每一批新的原材料找出最优的配合比设计，或者(2)超裕度设计。制造商通常选择超裕度设计，尤其是考虑到除了配合比设计之外的导致设计和实际强度之间的变化的因素。
强度可变性的第二个原因是无法准确地输送适当制备每一批混凝土所需的成分。尽管现代的磅秤能够理论上提供非常准确的读数，有时候精确到真实或实际重量的0.05％之内，但用于将成分分配到拌合容器(例如，混凝土搅拌车的鼓筒)中的典型的进料斗和其它分配设备通常无法在精确的时刻一致地打开和关闭以确保所需量的给定成分实际上被分配到拌合容器中。对于许多混凝土制造商而言，升级或正确校准其计量和分配设备的所感知的成本要高于对混凝土进行简单的超裕度设计的成本，尤其是因为大多数制造商并不知道对混凝土进行超裕度设计实际上要花费多少，并且因为该成本被认为是可变成本而非投资性成本。
超裕度设计通常导致强度可变性的第三个原因，即过度水泥灌浆。过度水泥灌浆涉及增加水凝水泥的量以试图通过经在配料之后随机地添加水来调整坍落度以便克服对强度的效应来达到或确保最小强度。然而，这会导致强度可变性的增加，因为硬化的水泥浆作为一种结构要素与骨料成分相比通常更脆弱。尽管添加更多的水泥可能会提高由水泥提供的将骨料结合在一起的粘合强度，但是更多水泥也会通过用较脆弱的水泥浆替代更坚固的混凝材料作为硬化的混凝土的结构要素而使混凝土变得脆弱。强度可变性作为上述负面效应的结果而出现，但是在不同批次的混凝土之间量会有所不同(例如，由于水与水泥之比，水凝水泥、骨料和水的质量和特性、以及当运送到施工地点时如何处理混凝土)。
过度水泥灌浆还可导致由于水蒸发而引起的微收缩，尤其是在表面上或表面附近，这会减小混凝土表面的强度和耐久性。由过度水泥灌浆和不良成分分布引起的微收缩会在制造1-2年内导致裂缝和裂纹。过度水泥灌浆也可导致蠕变，这是由于水泥颗粒的水合产物的持续的长期水合和生长所引起的混凝土块的动态(且通常是不合需要的)生长。
混凝土强度可变性的第四个原因是混凝土运送车司机在配料之后将水添加到混凝土中以试图对混凝土进行改善或改性来使其更易于倾倒、泵浇、工作和/或完工的实践。在许多情况下，混凝土在混凝土运送车离开该混凝土堆时是被统一地设计和制造以具有标准的坍落度(例如，3英寸)，并期望通过添加水而在现场达到顾客所要求的最终坍落度。这一过程是不精确的，因为混凝土司机即使曾经也很少使用标准坍落度筒来实际测量坍落度，而是继续“观察并感觉”。由于添加水会显著降低最终的混凝土强度，因此混凝土厂必须加入相应量的增加的初始强度以抵消因随后加水而引起的可能的或预期的强度降低。由于强度可能取决于司机添加水的实际量而降低变化的量，因此制造商在设计混凝土时必须假定最大强度损失的最坏情形场景以确保该混凝土满足或超过所需的强度。
假定上述可能每天都在程度和范围上不同的变量，混凝土制造商可能会相信对其混凝土混合物进行超裕度设计而非考虑并控制会影响混凝土强度、坍落度和其它特性的变量是更为切实可行的。然而，超裕度设计不仅作为对原材料的低效使用是浪费的，而且有时候提供实质上比所需的更坚固的混凝土也可能是危险的。例如，由于更坚固的混凝土通常比较脆弱的混凝土更易碎，因此它在经受地震力时会比较脆弱的混凝土更早失效。
为了更高效地设计混凝土混合物并考虑到不同批次的水泥和骨料之间在各种固体成分的颗粒尺寸、颗粒尺寸分布、形态和堆积密度中的变化，发明人先前开发了一种设计优化过程，该过程大大改善了用于设计混凝土拌合料的传统方法。该过程在Andersen等人的题为“Design Optimized Compositions and ComputerImplemented Processes for Microstructurally Engineering Cementitious Mixtures(用于对水泥质拌合料进行微结构工程设计的设计优化混合物和计算机实现的过程)”的美国专利第5,527,387号(下文称为“Andersen专利”)中有描述。为简明起见，Andersen专利中公开的设计优化过程将被称为“DOC程序”(术语“DOC”是“设计优化的混凝土”的缩写)。
DOC程序基于各种原材料输入的浓度和质量，在数学上将强度、坍落度和诸如成本、粘聚性和耐久性等其它方面相关。DOC程序能够使用计算机在几秒内设计并虚拟地“测试”上百万种不同的假设配合比设计。这极大地减少了进行本是标识出对强度、坍落度、成本和/或其它期望特征优化的混凝土拌合料所需的试错法测试所需要的时间量。DOC程序的目标是基于诸如坍落度、强度和成本的期望特征从大量的假设配合比设计中标识出最优的配合比设计。DOC程序填补了包括给定原材料输入的可变性时相对少量的配合比设计的标准化表中固有的间隙。DOC程序可用比使用常规的试错法来设计和测试一种配合比设计少得多的时间来设计并虚拟地“测试”上百万种不同的配合比设计，包括落在标准化表的间隙之间的那些设计。
首先，仔细地测试原材料以确定影响从该材料制造的水泥质混合物的坍落度、强度、成本和/或其它期望特征的特性。这些包括，例如各种骨料成分(例如，大、中和小骨料)和水泥水泥颗粒的颗粒尺寸和堆积密度，以及一种或多种可任选掺合料(例如，粉煤灰、减水剂、填料等)的效应。一旦用所需的准确度表征了原材料，就将其特性输入到用于进行DOC程序的优化过程的计算机中。
之后，DOC程序通过改变水泥、骨料、水和可任选的掺合料的浓度来设计出大量的假设混凝土拌合料，其各自具有理论坍落度和强度。通过将变量(例如，原材料的浓度和特性)输入到相互关连的数学公式系统中来确定每一假设混凝土拌合料的预测坍落度和强度。DOC程序中使用的公式之一是Feret的强度公式的一种变形，它规定最终硬化的混凝土混合物的抗压强度与水凝水泥和由水泥、水和空气组成的水泥浆的体积比的平方成正比：
σ = K · ( V C V C + V W + V A ) 2
该公式中的常数“K”提供了适当的强度单位和大小。该强度公式可被修改如下以预测另外包括诸如F类粉煤灰等其它粘合剂作为水泥浆的一部分的混凝土的强度：
σ = K · ( V C + 0.3 V FA V C + 0.3 V FA + V W + V A ) 2
DOC程序可以用迭代方式来执行，其中每次迭代产生具有比每前一次迭代更接近期望坍落度和强度的预测坍落度和强度的假设混凝土拌合料。除了坍落度和强度之外，DOC程序还可针对其它期望特征来优化混凝土，诸如成本、可用性或粘聚性。由此，在多种不同的混凝土拌合料可能具有期望坍落度和强度的情况下，DOC程序可根据一个或多个其它准则(例如，可用性和/或粘聚性)来标识出哪一拌合料是“最优的”。
尽管有以上优点，但DOC程序在最初被发明时是基于Feret的强度公式中的常数K(或“K因子”)是真正的常数并且只要每次使用相同类型的拌合设备和原材料来源就不会变化这一本领域中普遍接受的假设的。如果这些变量保持恒定，则K因子也保持恒定，而不管水凝水泥浓度和混凝土强度的变化，这是本领域中普遍接受的。由于这一普遍接受的假设，DOC程序需要大量设计后校正，甚至是对使用由该程序生成的“最优”配合比设计中的一个或多个制成的混凝土混合物的大量测试和重新设计。由此，DOC程序无法解决K因子的动态可变性限制了本应强大的设计优化工具的实际应用。
发明概述
目前发现Feret的强度公式中的常数K(或“K因子”)不是常量，而是取决于水凝水泥能够将骨料颗粒粘合或粘结在一起的效率而变化。这即使在拌合设备、骨料强度以及影响强度的其它因素保持恒定的情况下也是如此。随着水凝水泥粘合剂的粘合效率而动态变化的K因子可基于混凝土强度根据经验来确定。知道K因子的动态可变性与假定只要拌合设备和原材料保持恒定则K因子也保持恒定的优化过程相比，允许在执行设计优化过程时对混凝土进行更准确的预测。本发明的优化过程(以下称为“改进的DOC过程”)以较少的试错法测试高效地标识出一种或多种优化的配合比设计，因为起初使用正确的K因子自然减小了校正本来会因使用不正确的K因子来预测混凝土强度所产生的误差的需求。
尽管水凝水泥的粘合效率以及因此的K因子不容易被直接测量，但是对给定混凝土混合物的K因子可被间接确定。通过重新编排Feret的公式，可通过知晓抗压强度、水凝水泥体积和水泥浆体积来解出K。通过测试由各个制造商销售的各种标准混凝土混合物然后解出K，发明人令人惊奇地发现K因子随实际混凝土强度变化，更特别地，正确制备的混凝土的K因子随着抗压强度的增加而增大并且遵循对数曲线。该对数曲线具有对应于具有浆系统的理想成分分布和粘合效率的混凝土混合物的理论极限，这仅在非常高的强度(例如，包含最优的浆与骨料之比和约0.17的水与水泥之比，并具有浆和骨料遍布混凝土混合物的理想分布)下才出现。在代表典型的制造需求和规范的较低强度下，K因子位于理论极限之下。这表明水凝水泥在较低强度下不能实现其最高理论粘合效率，而是仅仅在较高强度下逼近该极限。
知道K因子以及因此的水凝水泥粘合效率如何随强度变化极大地提高了利用适当强度公式的优化过程能预测大量假设配合比设计的混凝土强度的准确度。另一方面，K因子独立于因改变水浓度和/或骨料的尺寸和/或形态变化引起的坍落度变化。使用上述关于K因子的理论，该改进的DOC过程可以更准确地从许多假设配合比设计中标识出一种或多种优化的配合比设计。该改进的DOC过程以最低成本并以因不良设计而引起的最小可变化性来高效地产生确保特定坍落度和强度的优化的混凝土混合物。该改进的DOC过程比原始的DOC程序更高效，因为事先知道K因子如何随强度变化最小化了本来可能需要的设计后校正(例如，通过试错法测试)的量。
该改进的DOC过程的一个目标是产生与混凝土制造商使用的常规配合比设计相比大大减少了混凝土超裕度设计的优化的配合比设计。在本发明的一方面，该改进的DOC过程可用于创建一种或多种确保具有特定最小坍落度和强度的混凝土的优化的配合比设计同时也减少了因超裕度设计引起的浪费的成本。另一方面涉及基于关于不同批次的原材料中变化的反馈来动态地优化混凝土配合比设计。在又一方面，该改进的DOC过程可用于对混凝土制造商的一个或多个现有的配合比设计进行重新设计。标识现有配合比设计的实际(或表面)设计K因子与对应于设计强度的最优或理论K因子之间的变化可用于确定混凝土超裕度设计的存在和程度。改进配合比设计以更好地利用水凝水泥并优化水泥浆的粘合效率本身可减小强度可变性以及对来解决这种可变性的超裕度设计的需求。
除了提供优化的配合比设计之外，改进预测强度和实际强度之间的相关还可通过升级和/或重新校准工厂设备来进一步增强，以更好地确保制造商能够准确地测量并分配用于制造混凝土的原材料。这种升级在工厂使用不良配合比设计的情况下可能在经济上不实用。理想地校准的设备不能制造比不良配合比设计所允许的好一些的混凝土。因此，对优化的配合比设计的使用允许制造商从任何固定设备升级中完全获益。因为单独改进工厂设备可能无法产生很多益处，且因为优化的配合比设计本身不能克服因不完善的设备带来的可变性，因此改进工厂设备并优化配合比设计允许这两种改进实现其全部的潜能，由此表明了一种相互促进的关系。
在一个实施例中，本发明提供一种用于利用强度公式来设计和制造优化的混凝土配合比设计的改进的方法，该强度公式采用变化的且取决于所得的混凝土混合物的固有成分使用效率(例如，如根据期望的最小值，或“期望强度”来从经验上预测的)来选择的独特的K因子值，所有其它内容都相同。知道K因子如何随混凝土强度变化极大地增强了准确并高效地设计优化的混凝土混合物的能力，因为它减小或最小化了设计和实际强度之间的可变性。最小化设计强度和实际强度之间的可变性减少了本来可能需要来标识出真正以最小成本对坍落度和强度优化的混凝土配合比设计的试错法测试的量。
与使用标准化表来设计混凝土的常规方法相比，该改进的DOC过程更精确地考虑了混凝土制造商利用的原材料的实际特性。标准化表仅粗略地近似实际坍落度和强度，因为表中假设的原材料特性即使曾经也很少反映出混凝土制造商实际使用的原材料的特性。每一混凝土制造厂利用对该厂独特的原材料，并且期望标准化表能够准确地解决不同工厂之间的材料可变性是不合理的。该改进的DOC过程能够虚拟地“测试”更准确地反映出工厂在给定时刻实际利用的原材料的配合比设计。通过考虑原材料质量的变化，该改进的DOC过程能够实质上减小本来可能在使用标准化配合比设计表和方法的情况下发生的混凝土混合物超裕度设计的程度。
本发明的另一方面涉及对制造厂用于制造其商用混凝土混合物的一种或多种现有配合比设计进行重新设计。在一个实施例中，该方法作为开始首先涉及确定是否对现有的混凝土混合物进行了超裕度设计以及进行了多少超裕度设计。每一混凝土混合物具有通常由对该混合物必须保证的最小强度来确定的设计强度，以及可通过基于配合比设计在绝对控制下正确制备混凝土并测试其强度来测量的实际强度。由于制造商进行超裕度设计来解决各批之间的预期强度可变性的倾向，在基于混凝土配合比设计的确保的最小强度的表面设计K与基于当根据该配合比设计来正确制造时该混凝土的实际强度的实际或真实“K”之间可能存在相当大的差别。
现有混凝土配合比设计被超裕度设计的程度可通过以下过程来确定：(1)根据现有配合比设计来正确制备混凝土测试样本，(2)使该混凝土混合物硬化，(3)测量硬化的混凝土混合物的实际强度，以及(4)将该混凝土混合物的实际强度与现有配合比设计的设计强度进行比较。实际强度偏离设计强度的量对应于现有配合比设计被超裕度设计的程度。以上过程需要使混凝土混合物足够固化以准确测量实际强度所需要的时间量。
超裕度设计的程度可替换地通过以下过程用更快速的方式来确定：(1)基于设计强度和根据现有配合比设计制造的混凝土混合物内成分的比例来确定现有混凝土配合比设计的表面设计K因子，(2)标识对应于设计强度的最优理论K因子，以及(3)将现有混凝土配合比设计的表面设计K因子与对应于设计强度的最优K因子进行比较。表面设计K因子偏离最优K因子的量对应于现有配合比设计被超裕度设计的程度。因此，关于最优K因子如何随混凝土强度变化的知识可用作在不等待混凝土测试样本硬化的情况下确定现有配合比设计是否被超裕度设计且被超裕度设计了多少的诊断工具。
在确定现有配合比设计被超裕度设计之后，可使用该改进的DOC过程来设计出一优化的混凝土配合比设计。在选择表示确保的指定最小强度的设计强度之后，选择对应于设计(或期望)强度的经修正或校正的K因子并在该改进的DOC过程中使用。利用包括采用经修正的设计K的Feret公式在内的一种或多种算法的迭代优化过程设计并虚拟地测试多种假设混凝土混合物以标识出对指定最小强度和坍落度优化的、具有最低成本或其它期望因素的一种或多种配合比设计。优化的配合比设计与现有的混凝土配合比设计相比，减小了设计强度和实际强度之间的可变性，由此减少了所得混凝土混合物的超裕度设计和成本。通过正确地重新调整各种成分的相对浓度，该改进的DOC过程提高了水凝水泥粘合剂的粘合效率，并减少了确保指定强度要求所需的水泥量。过度水泥灌浆可被大大减少或消除。
总体来说，通过利用基于设计强度选择的正确K因子，该改进的DOC程序可准确且高效地重新设计制造厂所使用的每一标准的现有混凝土配合比设计，以提高水泥粘合剂的粘合效率。这减少或消除了超裕度设计并降低了成本。可简单地通过提供优化的混凝土配合比设计来升级现有的混凝土制造厂，甚至不需要升级和/或重新校准制造厂设备。
实际强度和设计强度之间的变化可通过正确地控制混凝土混合物的制备和处理来进一步最小化。可能需要某些工具更换来确保配料和称重设备满足标准ASTM-94要求。因此，根据本发明的另一方面，可采取积极步骤来更好地控制用于制造混凝土的成分的测量和分配。根据一个实施例，成分较佳地以约±2.0％、更佳地以约±1.0％、最佳地以约±0.5％的准确度来称重或测量。包含在混凝土混合物中水的量被仔细地控制，使得它不会从该混合物首先在混凝土运送车中制成之时到其在施工地点使用之时显著改变。为了防止由于人为失误而引起的实际强度降低，可进行现场坍落度调整以通过使用特殊掺合料而非增加水含量来润湿混凝土混合物。
为了解决所有的水输入，可使用湿度传感器(例如，测量存在的任何湿气对微波能量的吸收的微波传感器)来连续监控固体成分(例如，水凝水泥和骨料)的含湿量。通过可有利地由计算机控制的信息反馈机制，添加到拌合容器的配料水的量可被改变以解决固体成分的含湿量的变化。以此方式，一批混凝土中的总含水量可被更准确地控制，由此减少了本来会发生的强度和/或坍落度变化。
在某些情况下，可能期望迅速地对已经优化的配合比设计进行重新设计来调整坍落度而不会显著改变强度。这可在不从头开始创建整个新配合比设计的情况下完成。为了维持相同的强度同时改变坍落度，维持浆的相同的水与水泥之比，并且仅更改浆的体积来调整坍落度。向设计优化的混凝土混合物添加更多浆增大了坍落度，而添加较少的浆减小坍落度。由此，调整了浆与骨料的总体比例以改变坍落度。由于浆的水与水泥之比保持相同，因此根据Feret公式，强度基本上保持相同。在某些情况下，细骨料与粗骨料之比可保持相同。在其它情况下，该比例可取决于更改浆与骨料之比的其它特性(例如，粘聚性、耐久性等)上的期望效应在某种程度上更改。一旦调整了各种成分的浓度以提供正确的坍落度，就可通过调整骨料的量以提供期望的混凝土体积来校正总产量。
每一上述实施例单独或共同地对减小混凝土强度可变性作出了贡献，这些可变性包括设计和实际强度之间的差别以及使用同一配合比设计制造的不同批次之间的强度差别。通过减小或消除设计和实际强度之间的校对差别和/或不同批次混凝土之间的强度可变性，本发明的方法和系统极大地减少了混凝土的超裕度设计。
与Andersen专利中公开的DOC程序类似，该改进的DOC过程可至少部分地使用计算系统(即，计算机)来实现以在相对较短的时间内设计并虚拟地测试大量(例如，上千或上百万)假设配合比设计，以便标识出基于期望准则(例如，强度、坍落度和成本)优化的一种或多种配合比设计。简言之，该改进的DOC过程能够通过更改所有原材料的相对浓度然后使用一个或多个算法(例如，Andersen专利中所阐明的那些)计算根据每一假设配合比设计制造的每一虚拟混凝土混合物的坍落度和强度来设计和虚拟地“测试”不同的配合比设计。然后，该改进的DOC过程标识出具有期望坍落度和强度的一个或多个优化的配合比设计。之后，制成测试样本以确定实际的坍落度和强度。如果坍落度不同，则可通过增大或减小水泥浆的浓度来作出坍落度的改变。强度可通过保持水泥浆中相同的水与水泥之比来保持相同。强度可通过改变水与水泥之比来改变。
如同原始的DOC程序一样，该改进的DOC过程可通过包括计算机可读介质(例如，物理存储设备，诸如硬盘驱动器、存储器设备、磁带或磁盘、光存储介质、或其它已知的数字存储设备)的计算机程序产品来实施，该计算机可读介质包含用于实现本发明方法的计算机实现的各方面的可执行指令。
由于每一制造厂具有其自己的独特的一组原材料和/或处理输入和/或混合效率(即，没有两个工厂使用完全相同的原材料组合并拥有以完全相同的方式校准和/或操作的完全相同的设备)，因此可以理解，每一制造厂生产具有为给定制造厂特有的唯一方面的混凝土混合物。换言之，即使两个制造厂使用相同的标准化配合比设计(即，处方)，由每一工厂运送的混凝土同样也对每一工厂是唯一的。这意味着利用该改进的DOC程序修改和优化的现有混凝土配合比设计将产生新的混凝土混合物，其本身在它们从未在任何时刻在世界上任何地方制造过这一方面是独特的。由此，使用从该改进的DOC过程的实现所得的优化的配合比设计制造的改进的混凝土混合物本身是独特的，并且因此如在所有先前制造的混凝土之间是新颖的。
经证实制成的每一混凝土混合物具有其自己的唯一标志性设计K因子，并且还具有可通过测试混合物的实际强度来确定的实际K因子。这在实现该改进的DOC过程之前和之后都是如此。然而，在实现该改进的DOC过程之后，对制造厂的优化的混凝土混合物的设计和实际的标志性K因子将超过使用该改进的DOC过程重新设计或替换的现有的、未优化的混凝土混合物的设计的和实际的标志性K因子。通过知道给定制造厂的现有和优化的混凝土混合物的设计和/或标志性K因子并进行比较，可容易地确定由该制造厂生产的特定混凝土混合物是使用现有配合比设计还是利用改进的DOC过程设计的优化的配合比设计来制造的。由此，该标志性K因子可用作区分在建筑项目中是使用未优化或超裕度设计的混凝土混合物还是优化的混凝土混合物(即，确定混凝土制造商在设计其混凝土混合物时是否实现了该改进的DOC过程)的诊断工具。
本发明的这些和其它优点和特征可从以下描述和所附权利要求书中更完全地体现，或者可通过如下所述对本发明的实践来获知。
附图简述
为进一步阐明本发明的上述及其它优点和特征，将参考附图中示出的其具体实施例来呈现本发明的更具体描述。可以理解，这些附图仅描绘了本发明的典型实施例，并且因此不被认为是限制其范围。本发明将通过使用附图以附加的特征和细节来描述和解释，附图中：
图1是包括K因子曲线的曲线图，它示出K因子如何作为混凝土的抗压强度的函数来变化；
图2是示出已知混凝土混合物的实际K因子如何沿最优K因子曲线偏离K因子的曲线图，它示出这些混合物被超裕度设计的程度；
图3是示出已知混凝土混合物的实际K因子如何沿最优K因子曲线偏离K因子的另一曲线图，它示出这些混合物被超裕度设计的程度；
图4是示出可用于实现本发明的设计优化、重新设计和其它方面的计算系统的示意图；
图5是示出根据本发明的用于设计经优化的混凝土拌合料的示例性优化过程的流程图；
图6A是对于水泥、石英砂(0-2mm)和碎花岗岩(8-16mm)的三组分拌合料的堆积密度图；
图6B是图6A的堆积密度图，其中的线表示如何阅读该图内对应于密度的成分；
图6C是示出伪颗粒线的堆积密度图的曲线；
图7示出了用于在逼近固体成分的颗粒堆积密度时校正坍落度的示例性坍落度校正曲线图。
图8A-8B包括优化系统的逻辑流程图。
图8C是图8B所示的逻辑流程图的树。
图9是示出根据本发明的一个示例性计算机实现的迭代优化过程的流程图；
图10是示出根据本发明的用于设计优化的混凝土拌合料的示例性优化过程的流程图，它解决了K因子随抗压强度变化的变化；
图11是示出用于从优化的混凝土配合比设计来制造混凝土混合物以确保实际强度与期望或预测强度密切相关的示例性过程的流程图；
图12是示出用于改变优化的混凝土配合比设计的坍落度而基本上不会改变强度的示例性简化重新设计过程的流程图；
图13是示出用于通过采用对K因子以及其如何作为混凝土抗压强度的函数变化的正确理解来重新设计现有的混凝土配合比设计的示例性过程的流程图；以及
图14是示出用于通过采用对K因子以及其如何作为混凝土抗压强度的函数变化的正确理解来升级现有混凝土制造厂的示例性过程的流程图。
较佳实施例的详细描述
I.引言
本发明利用了至少部分地为计算机实现的设计优化过程，它标识出相对于例如强度、坍落度和成本来优化的一种或多种优化的混凝土配合比设计。该设计优化过程能够解决原材料输入的可变性，并基于原材料质量的变化来设计出优化的混凝土混合物。它通过至少部分地借助计算机实现的过程来高效地设计并测试大量(例如，上千或上百万)假设混凝土拌合料以便于标识出具有最优特性的一种或多种配合比设计来实现该目的。该过程极大地减少或消除了大量昂贵且耗时的试错法测试的需求。此外，与Shilstone优化不同，该改进的DOC程序能够解决不同批次的原材料之间的颗粒尺寸变化并且还是成本优化的。
术语“码”和“立方码”贯穿本申请互换使用，并且应指美国销售的混凝土的典型体积单位。该量可通过将码转换成米、厘米或其它所需米制单位的已知转换因子来转换成米制单位。例如，一立方码等于0.76455486立方米。
II.K因子与混凝土强度的关系
本发明的一个重要特征是理解Feret的常数K(或“K”因子)实际上不是常数，而是与混凝土强度成对数关系。这意味着增加优化的混合物中水凝水泥的量不仅如所预期地通过增加的粘合剂的量增加了混凝土强度，而且还改善了浆的粘合有效性或效率。由此，当将更多水凝水泥添加到优化的混凝土混合物时混凝土强度的增加超过了在K因子对所有强度实际都为常数时由Feret公式所预测的强度。然而，已知K因子取决于拌合设备和骨料类型和强度变化，迄今为止认为只要使用了相同的原材料和拌合设备，K因子就对所有强度都保持为常数。
术语“Feret公式”指的是下式，它仅基于混凝土拌合料中水凝水泥、水和空气的体积来预测混凝土强度：
σ = K · ( V C V C + V W + V A ) 2
出于本说明书和所附权利要求书的目的，术语“Feret公式”还应当指以下经修改的Feret公式，它基于混凝土拌合料中水凝水泥、F类粉煤灰、水和空气的体积来预测混凝土强度：
σ = K · ( V C + 0.3 V FA V C + 0.3 V FA + V W + V A ) 2
如可从这一版本的Feret公式中见到的，某些类型的粉煤灰会对混凝土强度发生影响，但是其程度与水凝水泥不同。此外，尽管粉煤灰体积被示为乘以粉煤灰常数0.3，但是有时候取决于使用的粉煤灰类型使用一不同的粉煤灰常数(例如，范围从0.3-0.6)也是恰当的。这一替换可由本领域的技术人员在适当时实现，并且这一修改也应构成“Feret公式”。
一般而言，术语“Feret公式”应当指只要至少将所预测的混凝土混合物抗压强度与混凝土拌合料中水凝水泥体积与水泥浆体积(即，水凝水泥、其它粘合剂、水和空气)之比相关就可构造的其它类似的变形(例如，使用硅粉，这可对强度产生影响)。
术语“K因子”包括将所计算的强度从英制单位(即，英磅每平方英寸，即“psi”)转换成米制单位(例如，Mpa)所需的对此处公开的示例性K因子的修改。如本领域的技术人员公知的，1Mpa＝145psi。如上所述，术语“K因子”应包括在更改Feret公式时所必要的其它修改。
应当理解，K因子不是一个绝对数字，并且并不总是对所有类型的混凝土混合物和/或制造厂用于制造混凝土的设备都相同。实际上，取决于骨料的类型和质量、所使用的水凝水泥的类型和质量以及拌合设备的类型和质量，每一制造厂具有其自己的唯一的K因子曲线。K因子曲线通常随着拌合效率、骨料强度、水凝水泥强度和系统上对混凝土强度产生影响的其它因素的增大而向上移动或增大。
只要系统输入基本上保持相同，特定制造厂的K因子曲线就可至少在理论上通过沿K因子曲线标识单个K因子点然后构造通过该点的对数曲线来确定。一旦对特定制造厂构造了恰当的K因子曲线，该曲线就可用于设计和预测由该制造厂生产的各种各样不同的混凝土的混凝土强度。
还应当理解，取决于使用该术语的上下文，有不同的K因子。术语“设计K因子”指的是这样一种K因子，它在本发明的改进的DOC过程中使用以设计和虚拟地“测试”大量(例如，上百万)不同假设配合比设计以便标识对于强度、坍落度、成本和其它期望因素最优的一个或多个这种配合比设计。当然，设计K因子将取决于特定混凝土混合物的设计强度或确保的最小强度而变化。对于一组给定的原材料输入和处理设备，通常只有一条K因子曲线。
术语“最优K因子”和“真实K因子”指的是这样的K因子，它是沿最优K因子曲线找到的，表示由制造厂利用给定的一组可用原材料理想地设计并拌合的混凝土。由此，“最优”或“真实”K因子可在不同制造厂之间变化，并且因此不是一个绝对数字。然而，对于给定的一组原材料输入，存在可使用该最优或真实K因子来预测其强度的理想设计并制造的混凝土。由于制造厂和工人不能在每次都生产出理想的混凝土，因此通常总有某种程度的超裕度设计(然而是轻微的)来解决这种可变性。由此，对于该组给定的原材料，设计K因子通常与最优真实K因子不同(例如，低于它)。尽管有这种变化，用于制造良好优化的混凝土混合物的设计K因子与对应于较少优化或未优化的混凝土混合物的表面设计K因子相比，与最优或真实K因子更密切相关。
术语“表面设计K因子”指的是可能没有使用K因子对自身进行设计的现有混凝土混合物确定的K因子。即使没有使用K因子来设计混凝土混合物，它也可基于将使用什么K因子来利用所公开的优化过程设计这种混凝土而被分配一表面设计K因子。在不良优化或超裕度设计的混凝土混合物的情况下，表面设计K因子将明显偏离最优或真实K因子。这种混合物的表面设计K因子将比使用相同的输入制造的良好优化的混凝土的设计K因子偏离得更多。表面设计K因子是基于现有混凝土混合物的设计强度(即，最小确保强度)和配合比设计来确定的。
术语“实际K因子”应当指如下确定的K因子：通过根据给定配合比设计来拌合混凝土混合物、允许混凝土固化、测量混凝土的抗压强度、然后基于该混凝土混合物内的成分的实际强度和质量来计算实际K因子。对于正确制备的混凝土混合物，实际K因子将超过设计K因子，因为设计K因子通常解决了混凝土强度中的变化。
图1描绘了K因子如何随混凝土的抗压强度变化的图形表示。图1实际上包括遵循对数曲线的两条曲线，它们对应于由发明人确定的两个不同的K因子。下方的K因子曲线对应于利用水凝水泥、水、骨料和本领域中使用的其它标准掺合料制成的混凝土混合物。上方的K因子线对应于另外包括胺增强剂的水凝水泥混合物。用于生成图1所示的线的K因子是通过分析在美国各地的制造厂中使用的各种各样标准配合比设计或其变形(例如，使用增强的胺)来确定的。一般而言，K因子可根据以下针对包括水凝水泥、水和骨料的混合物对Feret公式的重新编排如下来计算：
K = σ ( V C V C + V W + V A ) 2
强度变量σ对应于对强度范围从500psi到8,000psi的各种混凝土混合物确定的实际强度。对于还包括粉煤灰的混凝土混合物，K因子可根据以下对经修改的Feret公式的重新编排来确定：
K = σ ( V C + 0.3 V FA V C + 0.3 V FA + V W + V A ) 2
根据图1所示的上方曲线，对应于增加的强度的增加的K因子可通过利用称为“THEED”(即，四羟基哌嗪(tetrahydroxydiethylenediamine)，也称为乙醇，2，2′，2″，2″′-(1，2-乙烷二基二硝脑(ethanediyldnitrolo))四-)的胺来获得。为了获得增加的强度以及因此而得的更高的K因子，较佳的是利用达约0.5％的THEED，更佳的是达约0.25％，最佳的是达约0.1％。一旦理解了K因子随混凝土抗压强度呈对数地变化，本领域的技术人员使用所描述的或可从目前的公开内容中容易确定的技术就可修改图1所示的示例性K因子来解决基于不同THEED浓度的变化。
图1还示出了“最优”或“理论”K因子不是绝对的，也不位于不论混凝土混合物的输入和拌合设备如何都相同的绝对固定的曲线上。添加胺增强剂基于所得混凝土的增加的强度而提高了K因子(以及表示用于该系统的所有K因子的K因子曲线)，即使水凝水泥与浆之比保持相同。对于混合物中的其它掺合料或更改也是如此，使得对每一组独特的原材料输入将有一独特的或代表性的K因子曲线。这对于可能导致水泥浆以对拌合设备或方法特有的独特方式表现的不同类型的拌合设备也是如此。一般而言，对K因子的混合效率的效果随着增加水泥含量和强度变得更为显著(即，当水凝水泥的潜在粘合效率被最大化时混合变得更为至关紧要)。图1的曲线图所示出的是对于任何一组固定的成分和/或处理变量，K因子都相对于抗压强度遵循一对数曲线。这意味着作为将骨料结合或粘合在一起的粘合剂的水凝水泥，更精确地是水泥浆的有效性随着强度减小而减小。它也随着强度增加朝理论极限增加，粘合效率不可能进一步增加超过该理论极限(即，粘合效率在理论上尽可能地高，水泥浆强度的极限在水和水泥的化学计量等级上，并且成分被理想地拌合)。然而，这并不意味着K因子必定随着水凝水泥浓度的增加而增大。许多制造商参与了对过度水泥灌浆的实践以试图增加或最大化强度，有时候会得到灾难性的结果，因为混凝土混合物如果没有被正确优化以适应大量的水泥增加(例如，加倍)，则可能在短期内经受严重的微收缩裂化和裂纹，并且还可能在长期经受过度的蠕变或膨胀。
图1所示的K因子曲线本质上所描绘的是对一组给定原材料输入的最优K因子。优化过程中使用的设计K因子可以与确保特定最小强度和坍落度的最优K因子相同或偏离该K因子。由于设计强度和实际强度之间的某些可变性是可能的，因此即使在高度优化的混凝土混合物的情况下，也可容许所使用的设计K因子与最优K因子之间的某些量的偏离以解决某些预期的变化。应当理解的是，与不良的配合比设计相比，在良好优化的配合比设计的设计强度和实际强度之间有较少的变化。换言之，使用优化的配合比设计制造的混凝土混合物的实际强度将比从不良配合比设计制造的混凝土混合物更接近地对应于设计强度。作为此结果，根据本发明的设计优化过程制成的优化的配合比设计将具有超过不良配合比设计的设计K因子的标志性设计K因子。类似地，由于良好设计的混凝土混合物中水泥浆的粘合效率通常要超过不良设计的混凝土混合物中水泥浆的粘合效率，因此良好设计的混凝土混合物的实际K因子也被预期为会超过不良设计的混凝土混合物的实际K因子。这一概念在参考图2和3时将变得更易理解。
对图2和3所示的每一特定配合比设计的表面设计K因子可通过将水泥、水、空气和设计强度的值输入到Feret公式中并对K求解来确定。位于K因子曲线上的实际K因子可通过使用由多个制造商根据ASTM C-94或本领域中已知的其它严格标准所使用的标准优化配合比设计来正确地制备多种混凝土混合物、测量混凝土测试样本的实际强度、然后对K求解来导出。最优K因子曲线可通过基于最优地制备的混凝土混合物对照相应的抗压强度绘出测得的K因子来准备。
在许多情况下，从现有混凝土配合比设计制成的混凝土测试样本的实际强度实质上可超过设计强度，由此表明现有混凝土配合比设计是超裕度设计的。然而，单单如此并不提供对现有混凝土配合比设计进行重新设计以减小或消除这种超裕度设计的精确方法。在利用Feret公式的优化过程中使用更接近地对应于最优K因子的经修正的设计K因子促进了对现有配合比设计进行重新设计以使实际强度更接近地对应于设计或预测强度的能力。
为了表明行业中使用的标准混凝土配合比设计在几个现有混凝土制造厂中被超裕度设计(并且因此具有过低的设计K因子)的程度，现在参考图2和3。图2示出了对应于为由TXI、Tarmac、TTM、VM、Elmhurst和Kaneville使用的多个标准配合比设计中的每一个确定的表面设计K因子的各种数据点。数据点偏离图2所示的最优K因子线的量表明了这种标准配合比设计相对于其设计强度被超裕度设计的程度。
在图2的最优K因子线下方的数据点中所示的设计K因子是利用经重新编排的Feret公式并对K求解来确定的，其中强度σ对应于根据这种配合比设计制造的混凝土混合物的设计或预测强度而非实际强度。在每一情况下，当混合物被正确制造时，预测或设计强度要比实际强度小得多。发现测试的混合物被超裕度设计的量表示在这种配合比设计可根据本文公开的本发明方法来重新设计的情况下可能的成本节省。例如，当前估计进行重新设计以更好地优化现有混凝土配合比设计对制造的每码混凝土可节省$4到$10。考虑到混凝土制造商通常获得仅每码约$1到$2的利润，所估计的成本节省将是巨大的，并且表示混凝土制造领域中实质上的改进。
图3比较了各个制造厂在制造包括大量夹杂空气或基本没有夹杂空气的混凝土混合物时使用的多种现有混凝土配合比设计的表面设计K因子。再一次，图3所示的表示表面设计K因子的数据点与最优K因子曲线之间的偏离从图形上示出了在根据本文公开的本发明方法对现有配合比设计进行重新设计和优化的情况下可能的成本节省。
如可以容易地理解的，通过将现有混凝土配合比设计的表面设计K因子与位于图1-3所示的曲线上的针对给定抗压强度的最优K因子进行比较，可容易地确定现有混凝土配合比设计和对应的混凝土混合物被超裕度设计的程度。进而，知道最优K因子以及它如何随抗压强度变化可用作测试混凝土制造厂的配合比设计和混凝土混合物是否被优化或者它们是否被很大程度地超裕度设计的诊断工具。一旦确定了现有配合比设计被超裕度设计，则可使用该改进的DOC过程来重新设计该配合比设计以标识出在最低成本下具有期望坍落度和强度的一个或多个优化的配合比设计。由于该改进的DOC过程考虑到制造商可用的实际原材料输入，因此它与通常不能解决不同制造厂之间或不同批次之间原材料输入的变化的标准化表相比，能更好地优化混凝土拌合料。该改进的DOC程序理解最优K因子和混凝土强度之间的动态关系，这允许它与Andersen专利中描述的原始DOC程序相比能更高效地标识出一个或多个优化的配合比设计。
III.基于计算机的操作环境
用于执行该改进的DOC程序的各实施例的操作环境可包括如下详细讨论的包括各种类型的计算机硬件的专用或通用计算机。图4是示出可用于实现本发明的特征的示例性计算系统100的示意图。所描述的计算系统仅是这一合适的计算系统的一个示例，并且不旨在对本发明的使用范围或功能作出任何限制。也不应将本发明解释为具有与图4所示的组件的任一个或组合有关的任何依赖性或要求。
计算系统现在正越来越广泛地采用各种各样的形式。例如，计算系统可以是手持式设备、家用电器、膝上型计算机、台式计算机、大型计算机、分布式计算系统、或甚至是常规上不认为是计算系统的设备。在本说明书和权利要求书中，术语“计算系统”被宽泛地定义为包括包含至少一个处理器以及能够在其上具有可由处理器执行的计算机可执行指令的存储器的任何设备或系统(或其组合)。存储器可采取任何形式，并且可取决于计算系统的特性和形式。计算系统可分布在网络环境上，并且可包括多个构成计算系统。
参考图4，在其最基本的配置中，计算系统100通常包括至少一个处理单元102和存储器104。存储器104可以是系统存储器，它可以是易失性、非易失性或两者的组合。易失性存储器的示例包括随机存取存储器(RAM)。非易失性存储器的示例包括只读存储器(ROM)、闪存等。术语“存储器”此处也可用于指诸如物理存储介质等非易失性大容量存储。这种存储可以是可移动或不可移动的，并且可包括但不限于PCMCIA卡、磁盘和光盘、磁带等。
如此处所使用的，术语“模块”或“组件”可以指在计算系统上执行的软件对象或例程。此处所描述的不同组件、模块、引擎和服务可被实现为在计算系统上执行(例如，作为单独的线程)的对象或进程。尽管此处所描述的系统和方法可用软件来实现，但是采用硬件以及软件和硬件的组合的实现也是可能的，并且也被构想在内。
在以下描述中，参考由一个或多个计算系统执行的动作来描述本发明的各实施例。如果这些动作是用软件来实现的，则执行该动作的相关联计算系统的一个或多个处理器响应于执行了计算机可执行指令来指示该计算系统的操作。这一操作的一个示例涉及数据操纵。计算机可执行指令(以及所操纵的数据)可被储存在计算系统100的存储器104中或在其中实例化。
计算系统100还可包含允许计算系统100例如通过网络110与其它计算系统通信的通信信道108。通信信道108是通信介质的示例。通信介质通常以诸如载波或其它传输机制等已调制数据信号来具体化计算机可读指令、数据结构、程序模块或其它数据，并且可包括任何信息传送介质。作为示例而非局限，通信介质包括诸如有线网络和直接连线连接的有线介质，以及诸如声学、无线电、红外和其它无线介质的无线介质。如此处使用的术语计算机可读介质包括存储介质和有形通信介质(即，可临时储存可执行指令，但不是电子信号本身的发送和接收设备)两者。
本发明范围内的实施例还包括用于承载或其上储存有计算机可执行指令或数据结构的计算机可读介质。这种计算机可读介质可以是可由通用或专用计算机访问的任何可用介质。作为示例而非局限，这种计算机可读介质可包括物理存储和/或存储器介质，诸如RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或可用于承载或储存计算机可执行指令或数据结构形式的期望程序代码装置并可由通用或专用计算机访问的任何其它介质。当信息通过网络或另一通信连接(无论是硬连线、无线还是硬连线或无线的组合)被传输或提供给计算机时，该计算机适当地将该连接视为计算机可读介质。由此，任何这样的连接被适当地称为计算机可读介质。以上的组合也应被包括在计算机可读介质的范围内。
计算机可执行指令包括例如使得通用计算机、专用计算机或专用处理设备执行特定的一个或一组功能的指令和数据。尽管以对结构特征和/或方法动作专用的语言描述了本主题，但是应该理解，所附权利要求书中定义的主题不一定限于本文所描述的具体特征或动作。相反，本文所描述的具体特征和动作是作为实现权利要求书的示例形式来公开的。
IV.示例性设计优化过程的综述
根据一个当前较佳的实施例，根据本发明的计算机实现的设计优化过程可利用Andersen等人的美国专利第5,527,387号(“Andersen专利”)中公开的特征中的至少某一些。一个重要的差别是本发明解决了Feret公式中利用的K因子不是真正的常数，而是随着混凝土的抗压强度呈对数地变化这一事实。换言之，现在发现增加优化的拌合料中水凝水泥的浓度(与过度水泥灌浆形成对比)会增加其有效性或粘合效率。K因子随混凝土强度变化的概念先前并不是已知的，并且因此并没有在Andersen专利中意识到，也没有结合在原始的DOC程序中(尽管原始的DOC程序如所设计和预期的那样工作)。
当实现该改进的DOC过程时，Feret公式中用来确定设计强度的设计K因子是基于必须由制造商确保的混凝土的特定最小坍落度和强度来选择的。在许多其它方面，该改进的DOC过程可用类似于Andersen专利中公开的原始DOC程序的方式来实现。然而，应当理解，利用任何一组或一系列已知算法来设计一个或多个混凝土配合比设计是在本发明的范围之内的，只要在根据Feret公式计算强度时所使用的设计K因子随期望或目标强度的改变而变化(例如，随混凝土强度呈对数地增加)。
图5是示意性地示出或略述可根据本发明的一个实施例执行的各个步骤的流程图。这些步骤类似于Andersen专利中所公开的步骤，不同之处在于图5中所示的过程在计算由该改进的DOC过程生成的每一假设混凝土配合比设计的设计强度时基于特定的最小强度和坍落度要求来选择然后利用设计K因子。由此，尽管在图5中所示的过程步骤和Andersen专利中公开的步骤之间存在相似性，但是如本文所实施的图5的过程在现有技术中并不是已知的。这十二个步骤概括如下：
步骤1：确定具有水泥和一种或多种类型的骨料的干混凝土拌合料的最大堆积密度和相应的混合物；
步骤2：利用对应于期望或设计强度的K因子来确定在特定的细—粗骨料之比下最接近最大堆积密度并具有期望强度、坍落度和粘聚性的初始最优混凝土拌合料；
步骤3：利用对应于设计强度的K因子来设计各种最优拌合料并比较在定义的细—粗骨料之比下每一最优拌合料的单位成本以确定相对于成本的总体最优拌合料；
步骤4-7：分别计算个别地组合包括粉煤灰、硅粉、减水剂或填料的不同掺合料的效应以标识出一个或多个最优混凝土拌合料；
步骤8：确定对包括细骨料、水泥、粗骨料、拌合用水以及从粉煤灰、硅粉和减水剂中选择的两种或多种掺合料的拌合料具有期望特性和最小成本的最优拌合料；
步骤9：修改所得的拌合料以确保它反映出适当的加气剂浓度以便具有适当的空气含量；
步骤10：利用校正因子来进一步优化前述步骤的结果并确保适当的坍落度；
步骤11：在必要时调整孔隙度以确保所选的拌合料对其预期用途具有足够的耐久性；以及
步骤12：准确地确定产生期望混凝土产量所需的拌合料的各种成分的体积和重量。
现在将更具体地描述以上列出并在图5中描绘的前述步骤。
A.步骤1：确定最大堆积密度
步骤1包括对给定的一组原材料(即，水泥和一种或多种类型的骨料)确定干混凝土拌合料的最大堆积密度。用于确定最大化颗粒堆积密度、水凝水泥与一种或多种类型的骨料之比的一个示例性实施例的详细描述在Andersen专利的第18列，第1行-第25列，第5行中有陈述。包括测量技术和数学算法在内的用于确定每一原材料输入的颗粒尺寸和堆积密度的各种方法在Andersen专利的本节中有描述。Andersen专利的第18列，第1行-第25列，第5行的讨论描述了可用于执行步骤1的示例性动作。
最初，按照其各自的平均直径尺寸(d′)和自然堆积密度
Figure A20068002177200311
来定义骨料和水泥成分的每个。这些值可以根据试验来确定，并且可用于计算理论混凝土混合物的理论堆积密度。平均直径尺寸是使用已知方法来确定的，诸如通过根据由下式描述的Rosin-Rammler-Sperling-Bennett分布绘出每一材料的颗粒尺寸分布来确定：
                      R(D)＝exp{-(d/d′)″}
其中d是颗粒直径，R(D)是该直径小于d的累积概率，d′是其中R(d′)＝0.368对应于该筛眼孔径上36.8％的残留的直径，n是通过绘出残留在筛上的颗粒的百分比相对于筛眼孔径的关系来定义的线的斜率。
每一类型材料的堆积密度
Figure A20068002177200321
是通过将该材料填入直径至少为该材料的最大颗粒直径的10倍的圆柱体中来确定的。然后将该圆柱体对着一硬表面轻拍直到该材料被完全压紧。通过读出该圆柱体中压紧的材料的高度以及材料重量，根据以下公式计算堆积密度：
Figure A20068002177200322
其中，WM＝材料重量，
      SGM＝材料的比重
      VM＝材料的体积
以此方式，不仅颗粒体积被量化，而且该量化是根据颗粒形态、比表面积和其它比表面特性来进行的。
包括水泥、一种类型的细骨料以及一种类型的粗骨料的常规的三成分拌合料的最大堆积密度是通过递增地改变该拌合料中每一成分的体积并计算相应的堆积密度来确定的。然后在三角形堆积密度图上绘出各种堆积密度以确定哪一混合物具有最大堆积密度。作为示例，图6A是对于水泥、石英砂(0-2mm)和碎花岗岩(8-16mm)的三组分拌合料的堆积密度图。该图的(A)侧定义了细骨料(砂)的体积百分比；(B)侧定义了水泥的体积百分比；而低侧即(C)侧定义了粗骨料(碎花岗岩)的体积百分比。三角形内的值表示成分的各种百分比体积拌合料下的堆积密度。该图可用以下方式来阅读：
子步骤1(a)：从该三角形内选择一期望的堆积密度。作为示例，在图6B上选择点“Z”，它表示对所定义的拌合料的最大堆积密度。
子步骤1(b)：通过从点“Z”到三角形的(B)侧画出水平线20来确定获得在点“Z”的该堆积密度所需的混凝土拌合料中使用的水泥的百分比体积。由线20和三角形的(B)侧相交之处定义的值是获得期望的堆积密度所需的水泥的百分比体积。在图6B的示例中，该百分比体积的水泥是大约10％。
子步骤1(c)：通过画出与三角形的(B)侧平行的线22来确定该拌合料中细骨料的百分比体积，该线22从点“Z”起始并与三角形的(A)侧相交。由线22与(A)侧相交之处定义的值是获得期望的堆积密度所需的细骨料的百分比体积。在该示例中，细骨料的百分比体积是大约30％。
子步骤1(d)：由于拌合料的百分比体积必须和为100％，因此它在逻辑上遵循如果拌合料是10％的水泥和30％的细骨料，则粗骨料的百分比体积必须为60％。然而，该值也可通过画出与(A)侧平行的线24而从堆积密度图中确定，该线24从点“Z”处起始并与(C)侧相交。线24与(C)侧的交点处的值对应于粗骨料的百分比体积。如图6B所示的，该值最终为大约60％。使用该方法，可对该图上的任何堆积密度确定混合物，或者使用相反的操作，可对任何期望的混合物确定堆积密度。
该图中的堆积密度值是从结合校正因子使用的Toufar、Klose和Born模型(以下称为“Toufar模型”)估算的。Toufar模型是用于计算二组分拌合料的堆积密度的公式：
φ = 1 r 1 φ 1 + r 2 φ 2 - r 2 · ( 1 φ 2 - 1 ) · d 2 - d 1 d 1 + d 2 · { 1 - 1 + 4 · r 1 r 2 · φ 2 φ 1 · ( 1 - φ 2 ) [ 1 + r 1 r 2 · φ 2 φ 1 · ( 1 - φ 2 ) ] }
其中，r1＝较小颗粒的体积
      r2＝较大颗粒的体积
      d1＝较小颗粒的直径
      d2＝较大颗粒的直径
Figure A20068002177200332
＝较小颗粒的堆积密度，以及
＝较大颗粒的堆积密度
也可使用其它模型来计算二组分拌合料的堆积密度。适用的模型的示例有Johansen，V.和Andersen，P.J.的“Particle Packing and Concrete Properties(颗粒堆积和混凝土特性)”118-122，Materials Science of Concrete(混凝土材料科学)II(美国陶瓷协会公司(The American Ceramic Society，Inc.)，1991)中讨论的Aim模型和Larrard模型。关于堆积密度的其它讨论，包括使用伪颗粒以利用针对三组分拌合料的Toufar模型来确定堆积密度，这在Andersen专利中有陈述。
在一个替换实施例中，使用已知方法对每一成分确定平均颗粒尺寸d′，但是并非实际测量堆积密度
Figure A20068002177200334
而是假定每一成分的堆积密度
Figure A20068002177200335
为0.5、0.55或0.6，因为固体颗粒通常具有范围从0.5到0.6的颗粒堆积密度。然后可使用以下讨论的示例性步骤来执行该优化程序，附带条件是由于真实的堆积密度和假定的堆积密度之间的变化，实际坍落度可能从理论或预测坍落度变化。结果，在该过程的结束或接近结束时执行对坍落度的最终校正步骤(例如，作为以下讨论的步骤10的一部分)。由于坍落度可以在制备混凝土拌合料时测得，因此与强度不同，坍落度校正并不耗时。如图7所例示的坍落度校正曲线可通过制备具有较高和较低坍落度的两种混凝土拌合料、针对这两种混凝土拌合料的相应的水的体积百分比浓度绘出高和低坍落度(例如，5cm和15cm)、然后在这两点之间画出一条直线来准备。与任何期望坍落度相关的水体积在该曲线上示出(例如，由虚线指示的相关)。具有期望坍落度的最终的配合比设计可通过利用该坍落度曲线上所示的对应于期望坍落度的水的量来制备。
作为该改进的DOC程序的一部分，对每一固体成分测得的平均颗粒尺寸d′以及每一固体成分的堆积密度(不论是测量的还是估计的)被输入到计算系统中。这些值影响稍后为所创建的多个配合比设计的每一个确定的特性。颗粒尺寸和颗粒堆积密度允许计算机系统借助一个或多个相互关连的算法来假设性地“测试”基于作为设计优化过程的一部分创建的配合比设计的每一虚拟混凝土混合物的所得特性。
B.步骤2：特性优化
步骤2涉及确定最接近步骤1中所确定的最大堆积密度并在特定的细—粗骨料之比下具有期望强度、坍落度和可任选的粘聚性的初始混凝土拌合料。用于标识相对于强度、坍落度和可任选的粘聚性优化的混凝土拌合料的过程的一个示例性实施例的详细描述在Andersen专利的第25列，第8行-第29列，第10行中有陈述。术语“粘聚性”指的是混凝土混合物抵抗离析和表面泌浆的倾向。包括用于相对于强度、坍落度和可任选的粘聚性来优化混凝土拌合料的数学算法在内的各种方法在Andersen专利的本节中有描述。在Andersen专利的第25列，第8行-第29列，第10行中的讨论描述了可用于执行步骤2的示例性动作。
在子步骤2(a)，如步骤1中所讨论的，通过首先在堆积密度图上定位最大堆积密度和相应的体积组成，选择足够接近最大堆积密度以在没有离析或表面泌浆的情况下优化混凝土特性的初始拌合料。在最大堆积密度处的相应水泥、细骨料和粗骨料的体积分别由变量VC(MP)、VF(MP)和VCA(MP)来定义，这三个变量相加为1.0。接着，保持水泥体积恒定，同时将细骨料的体积增加被定义为粘聚性安全因子的量，并且将粗骨料的体积减少相同的量。因此，该拌合料在堆积密度图上水平向左移动。对应的拌合料被定义为初始拌合料。
该初始拌合料中的成分的体积(V)由以下公式定义：
VC＝VC(MP)
VF＝VF(MP)+CF
VCA＝VCA(MP)-CF
其中，变量CF表示粘聚性安全因子，且一般为约0.05。该粘聚性安全因子确保拌合料具有充足的细骨料以制造不会离析或表面泌浆的粘聚性拌合料。堆积密度图上在初始拌合料右侧的拌合料通常会离析或表面泌浆。取决于混凝土的类型，该粘聚性安全因子可在约0到约0.15的范围内变化。较低强度的混凝土通常需要达约0.15的较高的粘聚性因子，而较高强度的混凝土需要小于约0.5的较低的粘聚性因子。
初始拌合料的细—粗骨料之比是由从堆积密度图的顶点起始延伸通过初始拌合料的位置并到达粗骨料线的伪颗粒线来定义的(图6C；比较图6A-6B)。以下子步骤是作为如何沿该定义的伪颗粒线来确定最优混凝土拌合料的示例来提出的。
在子步骤2(b)，如步骤1中所描述地确定初始混凝土拌合料的成分的堆积密度。
在子步骤2(c)，确定提供具有预定的期望坍落度的初始混凝土拌合料所需的拌合用水的量。确定该水量是一个两步过程。首先，使用以下式确定提供具有1cm的坍落度的拌合料所需的水量：
W 1 = 1 φ - 1
其中，
Figure A20068002177200352
＝如子步骤2(b)中所定义的拌合料的堆积密度，以及
W1＝对该拌合料赋予1cm的坍落度所需的水的体积。W1的值是该拌合料中固体的体积的分数。
一旦对1cm的坍落度计算了W1，使用Popovic公式计算期望坍落度所需的水量如下：
W 2 = W 1 ( S 1 S 2 ) 0.1
其中，W1＝如上定义的对1.0cm的坍落度所需的水的体积，
W2＝对该拌合料赋予期望坍落度所需的水的体积，
S1＝1.0，表示1.0cm的坍落度(发明人实际发现校正指数是0.085)，以及
S2＝以厘米表示的期望坍落度。
在子步骤2(d)，使用来自子步骤2(a)-2(c)的结果，利用Feret公式计算所得拌合料的28天抗压强度：
σ = K · ( V C V C + V W + V A ) 2
其中，σ＝以Mpa表示的混凝土拌合料的理论28天抗压强度，
VC＝拌合料中水泥的体积，
W2＝步骤2(c)中定义的赋予该拌合料期望坍落度所需的水的体积，
K＝Feret常数，现在发现它是如图1-3中所示地随着抗压强度σ而变化的，以及
VA＝拌合料中空气的体积，由以下公式来定义：
V A = ( 1 + W 2 1 - % AIR 100 ) - 1 - W 2
其中，AIR是估计的拌合料中空气的百分比体积。拌合料中空气的体积基于所使用的拌合机的类型、拌合料中细骨料的体积、以及与该拌合料相组合的掺合料的类型而变化。空气的百分比体积可由本领域的技术人员来估计，并且对于大于10cm的坍落度一般在约1％到2％之间，而对于小于10cm的坍落度一般在约2％到4％之间。
在子步骤2(e)，将所得的理论抗压强度σ与期望强度进行比较。如果拌合料的理论强度小于期望强度，则通过用新的拌合料和相应的新堆积密度替换初始拌合料来重复子步骤2(b)-2(e)。该新拌合料的混合物是通过增加或减少水泥的体积以获得期望强度来获得的。对获得期望强度所需的水泥的体积的估计是通过将期望强度输入到Feret公式中并根据以下式对相应的水泥体积求解来确定的：
V C ( N ) = ( 1 + W 2 1 - % AIR 100 - 1 ) · ( σ D K ) 0.5 ( 1 - σ D K ) 0.5 - - - ( 16 )
其中，VC(N)＝新拌合料中水泥的体积，
W2＝在初始或先前拌合料中获得期望坍落度所需的水的体积，
％AIR＝估计的拌合料中空气的百分比体积，
K＝Feret常数，随混凝土强度变化，以及
σD＝以Mpa表示的期望强度。
由于对于新的拌合料水泥体积改变，因此细骨料和粗骨料的体积必须被归一化，使得细骨料、粗骨料和水泥的体积之和为1.0。然而，细—粗骨料之比保持恒定。因此，新拌合料中细骨料和粗骨料的体积由以下式来定义：
                    VF(N)＝rF·(1-VC(N))
                    VCA(N)＝rCA·(1-VC(N))
其中，rF和rCA分别是细骨料和粗骨料的比率，并且对每一伪颗粒线是恒定的。该比率由以下式定义：
                    rF＝VF/(VF+VCA)
                    rCA＝VCA/(VF+VCA)
该新的拌合料对应于堆积密度图上由子步骤2(a)中描述的伪颗粒线与从由以上公式(16)确定的新的水泥体积延伸的水平线的交点所定义的位置。当水泥体积改变时，其在伪颗粒线上向上或向下移动。子步骤2(b)-2(d)被连续重复，直到拌合料的理论强度等于期望强度，并且对所定义的细—粗骨料之比该所得拌合料使用最少量的水泥和水而具有期望的坍落度和强度。通常，在十次迭代之内可找到期望的拌合料。
C.步骤3：成本优化
步骤3涉及比较在定义的细—粗骨料之比下各种最优拌合料的单位成本以确定在低成本方面同样被优化的一个或多个总体优化的拌合料。用于标识对于成本被优化、同时还具有期望强度和坍落度的混凝土拌合料的一个示例性实施例的详细描述在Andersen专利的第29列，第13行-第30列，第42行中有陈述，这构成了用于执行步骤3的示例性动作。
根据一个实施例，这可通过首先计算在步骤2中确定的初始最优拌合料的单位成本来实现。然后对由新的细—粗骨料之比定义的第二最优拌合料确定最优组成和所得的单位价格。该新的细—粗骨料之比是通过将粗骨料的百分比体积减少1％，并相应地增加细骨料的百分比体积来获得的。然后将该第二最优拌合料的单位价格与初始拌合料的单位价格进行比较。如果初始拌合料的价格小于第二拌合料的价格，则初始拌合料的组成是最经济的，并且该过程结束。如果第二拌合料小于初始拌合料的价格，则再次改变细—粗骨料之比以获得第三最优拌合料。然后重复成本比较直到获得了最不昂贵的拌合料。
步骤1-3的组合提供了用于设计具有期望强度和坍落度的水泥、水和骨料的拌合料的示例性方法。添加到拌合料的水的量可被最小化以最大化强度。细骨料、粗骨料和水泥的比例可被优化以最小化拌合料的成本。此外，使用上述过程，具有期望特性的拌合料可独立于给料变化而一致且准确地生产。步骤1-3也可用于确定最高耐久性的拌合料。如稍后在步骤11中所讨论的，具有最高耐久性的拌合料被定义为具有最低可能总孔隙度的拌合料。这是因为一般而言，当孔隙度增加时，拌合料的耐久性减小。研究已确定拌合料的孔隙度随着堆积密度的增加而减小。由此，最接近最大堆积密度的拌合料被预测为一般具有最高耐久性。
步骤4-7通过可任选地计算在混凝土拌合料内组合诸如粉煤灰、硅粉、减水剂或填料等不同掺合料的各个效果来提供附加的优化可能性。
D.步骤4：确定粉煤灰的效果
用于标识包括粉煤灰的最优混凝土拌合料的一个示例性实施例的详细描述在Andersen专利的第30列，第44行-第33列，第63行中有陈述。Andersen专利的本节包括与对粉煤灰的使用有关的示例性数学算法以及对应于步骤4的示例性动作。
一般而言，该过程包括首先重复步骤1和2以确定对定义的细—粗骨料之比具有期望强度和坍落度特性的最优拌合料(不带掺合料)。基于所得最优拌合料的组成，递增地用粉煤灰替换一百分比体积的水泥。当粉煤灰的百分比体积增加时，计算每一拌合料的单位价格并将其与前一拌合料相比较以确定对所定义的细—粗骨料之比最不昂贵的拌合料。
然后，通过在堆积密度图上向左移动1％来改变细—粗骨料之比。然后重复上述过程以确定具有该新的细—粗骨料之比的使用粉煤灰的最不昂贵的拌合料。然后将在不同细—粗骨料之比下最优拌合料的单位价格进行比较以确定最不昂贵的拌合料。该过程继续在堆积密度图上向左移动，直到获得了具有粉煤灰以及期望特性的总体最优拌合料。解决粉煤灰对坍落度的效应的一个示例性算法涉及以下经修改的Popovic公式：
W 2 = W 1 ( S 1 S 2 ) 0.1 - W FA
其中，WFA是因粉煤灰引起的产生具有期望坍落度的拌合料所需的水的体积的减少，并由以下式确定：
W FA = W 1 · % FA · 6 100 · 37
其中，W1＝如上定义的标准拌合料中对1.0cm的坍落度所需的拌合用水的体积，以及
％FA＝粉煤灰和水泥的组合中粉煤灰的体积百分比
然后可使用W2的值，利用解决了粉煤灰的Feret公式的修改版本来计算28天强度，如：
σ = K ( V C + K 2 V FA V C + K 2 V FA + W 2 + V A ) 2
其中K2是对于粉煤灰的常数，并且通常范围在0.3到0.6之间。
E.步骤5：确定硅粉的效应
用于标识包括硅粉(也称为煅制二氧化硅(fumed silica))的最优混凝土拌合料的一个示例性实施例的详细描述在Andersen专利的第33列，第65行-第35列，第40行中有陈述。Andersen专利的本节包括与对硅粉的使用有关的示例性数学算法以及对应于步骤5的示例性动作。
使用硅粉的最优拌合料可用步骤4中确定适当的粉煤灰量时所使用的相同的方式来确定。然而，对于所需的水量和所得的强度的公式是不同的。与粉煤灰形成对比，硅粉对于给定坍落度需要更多的水，但是硅粉向水泥拌合料引入了更大的强度。对于堆积密度图，硅粉的体积也被认为是拌合料中水泥体积的一部分。如有所需，可使用伪颗粒来表示水泥和硅粉的组合。解决煅制氧化硅对于坍落度的效应的一个示例性算法涉及以下经修改的Popovic公式：
W 2 = W 1 ( S 1 S 2 ) 0.1 + W SF
其中，WSF是因硅粉引起的产生具有期望坍落度的拌合料所需的水的体积的增加，并由以下式确定：
W SF = W 1 · % SF · 20 100 · 20
其中，％SF＝硅粉和水泥的组合中硅粉的百分比体积。
然后可使用W2的值，利用考虑了煅制氧化硅的Feret公式的经修改的版本来计算28天强度，如：
σ = K ( V C + K 3 V SF V C + K 3 V SF + W 2 + V A ) 2
其中，K3＝描述与相同的水泥体积可比的每体积硅粉的强度改良。通常，该值在1.5到4之间，2是较佳的值。实际值可对于给定硅粉通过试验来确定。
F.步骤6：确定减水剂的效应
用于标识包括减水剂的最优混凝土拌合料的一个示例性实施例的详细描述在Andersen等人的专利的第35列，第45行-第37列，第55行中有陈述。Andersen专利的本节包括与对减水剂的使用有关的示例性数学算法和对应于步骤6的示例性动作。
假定仅将减水剂添加到标准混凝土拌合料中，则用于获取最优拌合料的过程与对步骤4使用以获得利用粉煤灰的最优拌合料的过程相同。唯一的差别是用于确定所需的拌合用水量和所得的强度的公式被修改。该过程包括对第一细—粗骨料之比确定最优拌合料。然后将递增量的减水剂添加到拌合料。计算这些拌合料的单位成本并进行比较以确定在初始的细—粗骨料之比下具有减水剂的最优拌合料。然后改变细—粗骨料之比并重复该过程。通过比较每一细—粗骨料之比下的最优拌合料的单位成本，可确定使用减水剂的总体最优拌合料。
基于标准减水剂的参数，通过以下式确定产生具有期望坍落度的、包括减水剂的拌合料所需的水的百分比体积：
W 2 = W 1 ( S 1 S 2 ) 0.1 - W WR
其中，WWR是因减水剂引起的产生具有期望坍落度的拌合料所需的水的体积的减少，并由以下式确定：
W WR = W 1 % WR · 30 100 ( 2 )
其中，W1＝如上定义的对1.0cm的坍落度所需的拌合用水的体积，以及
％WR＝拌合料中的减水剂占水泥重量的百分比数量
然后，可使用W2的值来利用Feret公式来计算28天强度。由于减水剂并不独立地对混凝土强度发生影响，因此可使用步骤2中所使用的相同的公式来计算28天强度并估计获得期望强度所需的水泥的体积。由于对期望坍落度所需的水的量通过使用减水剂来减少，因此拌合料中水与水泥之比减小，由此增大了所得拌合料的强度。因此，可减少水泥的量，直到定义了拥有期望强度和坍落度并具有初始的0.1％减水剂的拌合料。然后执行成本比较，并且如果具有减水剂的拌合料更廉价，则向拌合料添加另外0.1％的减水剂。然后根据步骤4中对粉煤灰所描述的格式再次重复以上过程，直到确定了包括减水剂的最优拌合料。
G.步骤7：确定填料的效应
用于标识包括填料(例如，细石屑)的最优混凝土拌合料的一个示例性实施例的详细描述在Andersen等人的专利中第37列，第57行-第38列，第59行中有陈述。Andersen专利的本节包括与对填料的使用有关的示例性数学算法以及对应于步骤7的示例性动作。
填料一般没有水泥质特性，因此不会直接对所得混凝土的强度发生影响。然而，类似于粉煤灰，填料与水泥相比减少了获得期望坍落度所需的拌合用水的量，因此可能会间接地影响所得混凝土的坍落度和强度。作为示例而非局限，填料可包括被碾碎以具有类似于粉煤灰的颗粒尺寸(直径小于100μm)的碳酸钙、白云石、花岗岩、玄武岩以及矿石。获得期望坍落度所需的水的量的减少是某些填料的近似球形的形状以及缺少水凝性的结果。解决填料对坍落度的影响的一个示例性算法涉及以下经修改的Popovic公式：
W 2 = W 1 ( S 1 S 2 ) 0.1 - W F
其中，WF是因填料引起的产生具有期望坍落度的拌合料所需的水的体积的减少，并由以下式确定：
W F = W 1 · % FIL · 6 100 ( 37 )
其中，％FIL＝填料和水泥的组合中填料的百分比体积。
W2的值然后可用于计算28天强度。由于填料不独立地对混凝土的强度发生影响，因此可使用步骤2中所使用的相同的公式来计算28天强度并估计获得期望强度所需的水泥的体积。
H.步骤8：组合的设计优化系统
用于确定向混凝土配合比设计添加两种或多种掺合料(例如，粉煤灰、硅粉和减水剂中的两种或多种)的组合效应的一个示例性实施例的详细描述在Andersen专利的第38列，第61行-第43列，第13行中有陈述。Andersen等人的专利的本节包括与标识利用多种掺合料的最优混凝土拌合料有关的示例性数学算法以及对应于步骤8的动作。
一旦理解了如何优化结合水泥、细骨料、粗骨料和水使用单种掺合料的混凝土拌合料的过程，就可将各种过程组合成一使用嵌入式“循环”的系统，该系统允许确定具有可选择掺合料组合的最优拌合料，其中掺合料包括粉煤灰、硅粉和减水剂。该过程本质上解决了在利用两种或多种掺合料时对坍落度、强度、成本和其它期望因素的影响。在一方面，可利用以下示例性的经修改的Feret公式，它解决了水泥浆内两种或多种掺合料(例如，粉煤灰和硅粉)及其对强度的影响：
σ = K ( V C + K 2 V FA + K 3 V SF V C + K 2 V FA + K 3 V SF + W 2 + V A ) 2
其中，
VSF＝％SF·(VT/100)
VFA＝％FA·(VT/100)
VC＝VT-VSF-VFA
其中，VT＝拌合料中水泥、硅粉和粉煤灰的总体积。其它变量与如先前在步骤4和5中定义的一样。
以下公式定义了对包括粉煤灰和硅粉的拌合料赋予期望坍落度所需的水的量：
W 2 = W 1 ( S 1 S 2 ) 0.1 - W FA + W SF
其中，WSF和WFA与如步骤4和5中所定义的一样。
该优化过程的逻辑可在步骤8中使用，如在图8A和8B所示的逻辑流程图以及图8C中所示的逻辑树所描绘的那样。图8A-8C示意性地示出了对应于步骤8的示例性动作。在很多方面，该过程类似于先前的步骤，不同之处在于粉煤灰和硅粉仅替换了水凝水泥的一部分。结果，在该步骤中无需改变细—粗骨料之比。所改变的是水泥、骨料、粉煤灰和硅粉的各种比例以确定对成本优化并包括粉煤灰、硅粉和减水剂中的两种或多种的配合比设计。
如果期望强度不等于所计算的强度，则可分别从以下公式计算水泥、粉煤灰和硅粉的新体积的估计值：
V C ( N ) = ( σ D K ) 0.5 W 2 + V A 1 - ( σ D K ) 0.5 1 + K 2 · % FA 100 - % FA + K 3 · % SF 100 - % SF
V FA ( N ) = % FA · V C ( N ) 100 - % FA
V SF ( N ) = % SF · V C ( N ) 100 - % SF
其中所有变量都与如上在步骤4和5中定义的一样。
最后，如对于步骤6所讨论的，减水剂的添加仅在确定对拌合料赋予期望坍落度所需的水的量时考虑。因此，不管是否要将减水剂添加到水泥和粉煤灰、水泥和硅粉的组合或水泥、粉煤灰和硅粉的混合物中，以上定义的公式仅通过减去因添加减水剂而引起的对期望坍落度所需的水的量的减少来改变。
例如，含有水泥、粉煤灰、硅粉、减水剂、细骨料和粗骨料的拌合料中对期望坍落度所需的水的量可通过以下公式来确定：
W 2 = W 1 ( S 1 S 2 ) 0.1 - W FA + W SF - W WR
其中，WFA、WSF和WWR的值分别与如步骤4、5和6中定义的一样。
还应当注意，可通过向该迭代过程简单地添加另一循环来向该优化过程添加其它火山灰或掺合料的影响。类似地，也可向上述系统添加填料，但是由于填料即使曾经有也很少被添加到包括其它掺合料的拌合料中，因此结果将是相同的。
I.步骤9：使用加气剂的改性
步骤9涉及在有必要时可任选地使用加气剂来改性混凝土拌合料以确保混凝土混合物具有适当的空气含量。用于在必要或需要时采用加气剂的一个示例性实施例的详细描述在Andersen专利的第43列，第15行-第44列，第13行中有陈述。Andersen专利的本节包括对应于步骤9的示例性动作。
与以上讨论的掺合料不同，加气剂不被建模到优化过程中，因此必须在完成之后进行校正。加气剂是通过降低水的表面张力来稳定拌合过程中形成的气泡的掺合料。加气剂形成了足够牢固以包含并稳定气泡的挡水膜。与自然出现的气泡不同，通过使用加气剂形成的气泡极小，并且具有范围从约10到约1000μm的直径。增加混凝土中夹杂空气空隙的百分比体积的好处是硬化的混凝土在潮湿条件下的改进的抗冻性和抗融性以及未硬化混凝土拌合料的改进的可用性。
一旦实际生产了最优拌合料，则可确定该拌合料中实际的空气含量。如果在完成优化过程之后对给定坍落度的空气含量与子步骤2(c)中使用的假定空气含量相比太低或太高，则可使用对空气含量的校正值来重新计算该优化过程，或者可用适当量的加气剂来重新形成拌合料。空气含量也可根据以下步骤10中所讨论的来建模。如同减水剂，拌合料中的加气剂的百分比体积通常很小，使得该加气剂本身不会被考虑为影响拌合料的体积。然而，所得的被结合到拌合料中的空气的量在确定拌合料的强度时被考虑在内。
J.步骤10：系统校正因子
步骤10标识并实现一系统校正因子以确保最终的混凝土混合物具有期望的坍落度。用于在必要时校正坍落度的一个示例性实施例的详细描述在Andersen专利的第44列，第17行-第45列，第32行中有陈述。Andersen等人的专利的本节包括与校正坍落度有关的示例性数学算法以及对应于步骤10的示例性动作。
一旦完成了步骤8的迭代过程，可使用线性回归分析来提高系统结果的准确度。这可通过绘出理论上确定的获得期望坍落度所需的拌合用水的量相对于获得期望坍落度所需的实际拌合用水量的曲线来实现。然后定义绘出的值之间的关系并将其结合到Popovic公式中以提高获得期望坍落度所需的理论水量的准确度。实际上，以上过程包括以下子步骤：
子步骤10(a)：确定步骤8中定义的最优拌合料中获得期望坍落度所需的理论水量。该量对应于从Popovic公式解出的W2的值，并且是用于确定最优拌合料的所得28天强度的量。
子步骤10(b)：在物理上将理论水量与步骤8的最优混凝土拌合料相组合。接着，根据试验确定该拌合料的实际坍落度和空气含量。作为结合到优化过程中的逼近的结果，在坍落度和空气的实际值与坍落度和空气的理论值之间通常存在差异。
子步骤10(c)：使用Popovic公式来解出赋予所定义的拌合料子步骤10(b)中所确定的实际坍落度所需的水量W2。子步骤10(b)和10(c)现在分别给出了对特定拌合料赋予特定坍落度所需的实际和理论水量。
子步骤10(d)：对不同的期望坍落度重复步骤10(a)-10(c)。这些步骤应当至少重复三次，重复的步骤的次数越多，最终结果的准确度就提高得越多。这提供了对应于获得期望坍落度所需的实际和理论水量的两组值。
子步骤10(e)：绘出步骤10(d)的值，其中特定坍落度所需的实际水量在y轴上，而特定坍落度所需的理论水量在x轴上。研究表明这一曲线将揭示出一种线性关系。
子步骤10(f)：用以下形式定义步骤10(e)的线性关系：
                           W2c＝(W2·m)+b
其中W2c＝对所定义的坍落度的实际水量(在使用时，该值表示对定义的坍落度的经校正的理论水量)，
W2＝对定义的坍落度的理论水量，
m＝步骤10(e)中的曲线的斜率，以及
b＝y截距。
子步骤10(g)：绘出对每一拌合料根据试验确定的空气含量值与对相应的拌合料根据试验确定的坍落度值之间的关系的曲线。用以下形式定义该相关：
                        AIRACT＝(SLUMP·m)+b
其中，AIRACT＝基于相应坍落度的拌合料中的空气体积，
SLUMP＝给定拌合料的坍落度，
m＝实际坍落度与相应空气含量之间的关系曲线的斜率，以及
b＝该斜率的y截距。
子步骤10(h)：然后将子步骤10(f)的公式结合到设计优化过程中，使得在从Popovic公式解出期望坍落度所需的理论拌合用水量之后，所得的W2的值被输入到以上对子步骤10(f)所描述的等式中。然后解出W2c以提供获得期望坍落度所需的水量的经改进的或校正的值。然后将期望坍落度结合到子步骤10(g)中描述的等式中以获得该拌合料中的空气体积。然后在Feret公式中使用所得的空气体积和经校正的水体积以解出拌合料的强度。然后，该优化过程如先前所讨论的那样继续。这样，可将坍落度估计到±2cm内。
K.步骤11：确保足够的耐久性
步骤11确保混凝土混合物对于其预期的使用具有足够的耐久性。用于在必要或期望时确保足够的耐久性的一个当前较佳的实施例的详细描述在Andersen专利的第45列，第34-60行中有陈述。Andersen等人的专利的本节包括了与影响耐久性的孔隙度有关的示例性数学算法并描述了对应于步骤11的步骤。
以上优化过程也可用于确保所选的混凝土混合物对其预期的使用具有足够的耐久性。耐久性是混凝土结构在延长的一段时间内维持其完整性的能力，并且在本专利中按照孔隙度来度量。具有高孔隙度的拌合料通常具有过高的水或细骨料浓度，且因此具有低耐久性。拌合料的总孔隙度可通过以下公式来确定，其中假定已经发生了80％的水泥水凝：
Figure A20068002177200461
其中，WW＝每立方米混凝土的水重量，
WC＝每立方米混凝土的水泥重量，以及
％AIR＝基于拌合料中固体的体积的拌合料中的空气百分比体积。
以上公式因此可用于坍落度和强度以确保拌合料具有期望的特性。即，一旦发现拌合料具有足够的强度和坍落度，则可计算总孔隙度以确定它是否满足期望的孔隙度等级。如果孔隙度过高，则可增加水泥的百分比体积，由此减小该结构的孔隙度并确保它具有足够的耐久性。
L.步骤12：优化产量
最后，步骤12涉及确定生产期望产量的混凝土混合物所需的最优混凝土拌合料的各种成分的量。用于从该最优混凝土拌合料准确地生产期望数量的混凝土的一个当前较佳的实施例的详细描述在Andersen专利的第45列，第63行-第46列，第52行中有陈述。Andersen等人的专利的本节包括与确定原材料量以确保期望产量有关的示例性数学算法，并且还包括对应于步骤12的动作。
建议的拌合料的体积通常是通过将每一成分的重量除以其各自的密度以获得每一成分的体积来计算的。然后将每一成分的体积加在一起以获得所得拌合料的总体积。然而，该过程并未考虑颗粒的堆积密度小于1.0，因此没有考虑到拌合的颗粒之间剩下的空隙空间。结果，拌合料的实际体积大于所计算的体积。
用于优化产量的过程需要将每一成分的体积(如通过先前讨论的优化过程所确定的)除以该拌合料的总体积，然后将对应的分数乘以该拌合料的期望体积。这些计算确定了应被添加以产生期望体积的拌合料的每一成分的实际体积。进而，可将成分的体积乘以其各自的比重以确定应被添加到拌合料以获得期望的混凝土产量的每一成分的重量。
作为示例，生产100立方米的所定义的混凝土拌合料所需的水泥的体积可通过以下公式来确定：
水泥体积＝(VC/VT)·100
其中，VC＝该优化过程的步骤10中确定的拌合料中水泥的体积，并且被表示为该拌合料中的固体的分数，固体(即，水泥、细骨料、粗骨料以及相关时的粉煤灰和硅粉)之和为1.0，
VT＝步骤8中定义的优化的拌合料的总体积，并且通过将拌合料中水的体积W加上固体体积(总和为1.0)并将该和除以拌合料中的空气体积来获得。
因此，总体积由以下公式来表示：
W T = W + 1 1 - % AIR 100
其中，拌合料中的空气百分比％AIR可通过试拌根据经验来确定。对拌合料中的每一成分使用以上公式，可准确地确定生产具有期望产量的拌合料所需的每一成分的体积。
V.计算机实现的迭代设计优化子例程或进程
根据本发明的另一方面或实施例，根据图9所示的流程图提供了一种计算机实现的迭代优化过程，它可单独使用或与由第1V节中描述的步骤1-12所例示的一般化过程的任何部分结合使用。该过程包括以下步骤：
1.提供具有特定特性的各批水凝水泥和骨料；
2.选择用于最终混凝土混合物的目标坍落度和强度；
3.测量平均颗粒尺寸并测量或估计包括水凝水泥和每一种骨料(例如，细、中和粗骨料)在内的固体成分的堆积密度；
4.设计具有一浓度比的固体成分的干混凝土拌合料；
5.计算所设计的干混凝土拌合料的颗粒堆积密度；
6.计算产生所设计的具有目标坍落度的水泥质拌合料的水量；
7.使用Feret公式或其变形，利用沿代表系统输入的K因子曲线的不同K因子中基于目标强度(例如，最终设计的混凝土拌合料的特定最小期望或设计抗压强度)选择的一特定的设计K因子，计算所设计的水泥质拌合料的强度；
8.计算所设计的水泥拌合料的计算强度和目标强度之差；以及
9.更改固体成分的浓度比以产生一种或多种另外的所设计的干混凝土拌合料，然后重复步骤5到8，直到一个或多个所设计的水凝拌合料的计算强度等于目标强度或者与其的偏差或在其可接受范围内。
该过程中使用的设计K因子理想地与对应于理想目标强度的理论或“真实”K因子相同。然而，设计K因子可能偏离理论K因子以确保特定的最小混凝土强度。偏离量提供了一安全余量以解决可能作为原材料特性的变化和/或处理中的变化的结果而出现的设计强度与实际强度之间的变化。提供根据本发明的更好优化的配合比设计与不良的、未优化的配合比设计相比显著减小了设计强度和实际强度之间的标准偏差。如在本发明别处讨论的对处理设备的改进和/或调整可进一步减小设计和实际强度之间的偏差。最小化和/或监控并解决原材料中的变化可进一步减小设计和实际强度之间的偏差。
VI.从若干设计优化的假设配合比设计中标识最佳优化的配合比设计
图10是示出根据本发明的用于设计若干/假设优化的配合比设计然后标识最佳优化的配合比设计的示例性过程的流程图。图10所示的过程演示了对基于期望或目标强度选择的正确设计K因子的使用。可使用利用Feret公式或其变形的任何期望的计算机实现的设计优化过程，包括本文所公开的任何过程来利用该过程。图10所示的设计优化包括以下步骤：
1.对混凝土混合物选择特定的最小期望或目标强度；
2.基于该期望或目标强度选择设计K因子，它可等于对应于该强度的理论K因子或偏离该理论K因子；
3.使用设计K因子来设计具有理论上等于期望或目标强度的设计强度的多个理论上优化的混凝土配合比设计；
4.基于理论上优化的混凝土配合比设计制备混凝土测试样本；
5.测量混凝土测试样本的实际强度；
6.比较每一理论上优化的配合比设计的实际强度与期望或目标强度之差；以及
7.如果实际强度不在相对于期望强度的可接受偏差范围之内，则设计一个或多个另外的混凝土配合比设计，直到一个或多个另外的混凝土配合比设计的期望强度在与期望强度的可接受偏差范围之内。
实际强度和期望强度之间的可接受偏差范围可取决于该混凝土制造商期望的确信度等级来选择。在可接受偏差范围之外的实际强度通常指示被超裕度设计的混凝土拌合料。相反，落入可接受偏差范围之内的实际强度指示较好优化的配合比设计。
VII.制造优化的混凝土混合物
图11是示出用于使用此处所述的发明性设计优化过程来制造最优混凝土混合物设计的示例性过程的流程图。该制造过程包括以下步骤：
1.提供使用对应于要制造的混凝土的特定的最小期望强度的设计K因子来确定的最优混凝土配合比设计；
2.确定该混凝土混合物的每一固体成分的适当的量，以提供确保最小化所需量同时最小化生产过剩和浪费的优化产量；
3.测量用于制造该混凝土混合物的固体成分的湿气含量；
4.考虑固体成分内的任何湿气，将添加到该混凝土混合物的每一固体成分称重到约±2.0％的准确度，更佳地约±1.0％的准确度，最佳地约0.5％的准确度；
5.考虑固体成分内的任何湿气，确定配料水的量，该配料水在与固体成分混合时会产生具有期望坍落度的混凝土混合物(例如，根据配合比设计)；以及
6.混合各成分以产生其中实际强度和坍落度与期望强度和坍落度密切相关的混凝土混合物。
根据一个实施例，从制造混凝土混合物之时开始直到它被运送到施工地点并在那里使用之时控制水的浓度以防止混凝土强度降低可能是有利的。现在将给出关于优化拌合过程和控制水浓度的附加信息。
A.控制添加到混凝土的成分的量
为了获得其中实际强度密切对应于优化的混凝土配合比设计的期望或理论强度的混凝土混合物，较佳的是对添加到该混凝土混合物的每一成分的量进行仔细的称重或测量。根据一个实施例，每一成分较佳地被称重到约±2.0％的准确度，更佳地约±1.0％的准确度，最佳地约±0.5％的准确度。可用于在上述参数内对添加到混凝土运送/拌合车的各种成分进行准确称重的设备的一个示例是Alkon命令批量称重/配料系统(Alkon Command Batch Weigh-up & Batching System)。然而，可以理解，利用本领域中已知的或开发的能够在期望的准确度等级内对添加到混凝土拌合车的成分的量进行准确称重或测量的任何其它设备是在本发明的范围之内的。
B.解决固体成分的湿气含量的变化
根据一个实施例，解决固体成分(即，骨料)的湿气含量的变化是有利的，该湿气含量会显著影响所得混凝土混合物的强度和坍落度。由于湿气增加了骨料的重量，因此无法解决并校正该湿气会导致使用比根据优化的配合比设计所需的少的量的一种或多种骨料。提供比由可任选的设计K因子确定的少的量的一种或多种骨料会间接地影响所得的混凝土混合物的强度(例如，通过增加水量，这增加了水与水泥之比)。另外，减少骨料的量可增将相对的水凝水泥量增加到超过被确定为最优的量。除了减小强度之外，不解决过多的水也会增加总体配料水含量，这会将坍落度增加到超过被确定为最优的坍落度。
为解决湿气，可使用传感器来感测固体成分的湿气含量。本领域中已知的或开发的任何湿气传感器可用于监控该含量。湿气传感器的一个示例是微波传感器，它将微波辐射传播到给定体积的材料(例如，细、中或粗骨料)中，然后测量可能存在的任何水对微波能量的吸收。由于水会大量吸收微波能量，因此由给定体积的骨料吸收的微波能量的量与该骨料内的湿气的量相关。关于湿气含量的信息可用于确定(例如，由计算机)必须称出多少额外的水来提供正确量的骨料，和/或应当向拌合料添加多少附加的水来维持正确的坍落度和/或水与水泥之比。一般而言，由于一般较大的表面积以及将湿气吸收到孔隙内的能力，较小的骨料对湿气的变化更为敏感。
C.使用掺合料代替水来增大坍落度
与控制添加到混凝土拌合器/运送车的成分的初始量同等或比其重要的是从将成分添加到水泥拌合鼓筒之时到将该混合物运送到施工地点并在那里使用之时之间仔细地控制配料水的浓度。为了维持满足或超过特定最小强度的强度，一旦将各成分正确地配料并拌合在一起，就只能将极少的水添加到该混凝土混合物或不添加任何水。
在可能期望在施工地点更改混凝土混合物的坍落度的情况下，应当只利用用于增大或减小坍落度的合适的化学掺合料。例如，在期望增大坍落度的情况下，可利用本领域中已知的各种增塑剂、超级增塑剂或高效减水剂之一。在期望减小坍落度的情况下，可利用本领域中公知的已知流变改性剂或水结合剂中的任一种。添加到混凝土混合物的这些掺合料的量应被仔细控制以运送具有期望的坍落度和强度特性的混凝土混合物。
D.特别设计的混凝土拌合车
在当前的实践中，混凝土中的坍落度改性通常是在施工地点由混凝土运送车司机额外添加水来执行的。这是确保期望强度的最差方式，因为混凝土运送车司机通常对于将水添加到混凝土的有害效应了解最少。在大多数情况下，司机进行观察和感觉而非使用坍落度筒。这一实践是十分常见的，使得混凝土制造商被迫必须对其混凝土配合比设计进行较大余量的超裕度设计。
为了防止在混凝土离开混凝土制造场所之后混凝土运送车司机故意或无意地将水添加到混凝土混合物，利用特别设计的混凝土拌合车是在本发明的范围之内的，该拌合车包括包含用于如施工地点所需地进行坍落度调整的一种或多种掺合料的箱或容器。例如，本领域中已知的增塑剂、超级增塑剂或高效减水剂可被包含在一个或多个容器中。另外，该混凝土拌合车可包括准确地测量鼓筒内的混凝土拌合料的坍落度的装置。如果有必要或期望增加混凝土拌合料的坍落度，则可从特殊的箱或容器中将预定量的坍落度增加掺合料注入到鼓筒中以将坍落度提升到期望的值。
单独的容器或箱还可包括能够以其它方式(例如，增加粘聚性、减小坍落度、增加凝固时间或减慢凝固时间)更改混凝土组成的掺合料。由于这些掺合料通常不会影响强度，因此可更容易地维持期望的最小强度，由此进一步减小了实际和期望强度(以及实际和设计K因子)之间的偏差。
混凝土运送车通常配备有在现场添加水的水箱。有些运送车还配备有对掺合料进行计量的掺合料箱。本领域的技术人员了解了掺合料如何影响坍落度之后，可容易地设计出能够如到达期望所需地对特定量的坍落度更改掺合料进行计量以用适当方式更改坍落度的混凝土运送车。由此，仅需对现有混凝土运送车的微小修改。这一设备包括用于对在现场向混凝土混合物添加的期望量的掺合料进行计量的装置。
E.在不实质上更改抗压强度的情况下调整优化的配合比设计的坍落度的简化 的重新设计过程
在某些情况下，可能期望对已经优化的配合比设计进行快速重新设计以在不实质上改变抗压强度的情况下调整坍落度。这可在不例如使用上述详细的12步设计优化过程而创建一个全新的优化的配合比设计的情况下来完成。为维持相同的必要强度，同时改变坍落度，维持浆的相同的水与水泥之比。仅更改浆的体积以调整湿水泥质拌合料的坍落度。一般而言，添加更多浆将增加坍落度，而添加更少浆将减小坍落度。由此，调整水泥浆与骨料的总体比例以改变坍落度。由于浆的水与水泥之比保持相同，因此强度在理论上将基本保持相同。在某些情况下，细—粗骨料之比可保持相同。在其它情况下，可取决于因改变水泥浆与骨料的总体比例而引起的对其它特性(例如，粘聚性、耐久性等等)的影响来在某种程度上更改该比例。
图12示出了说明用于对当前优化的配合比设计进行简化的重新设计以调整坍落度的示例性方法的流程图。改变水泥浆的总浓度对于坍落度的影响可如下确定：使用上述坍落度公式中的任一个，并解决取决于与初始配合比设计相比水泥浆的量是增加还是减少来增加或减少的水含量。添加更多的水泥浆增加了坍落度，因为它增加了水与固体成分的总体浓度。相反，减少水泥浆的量减小了坍落度，因为它减小了水与固体成分的总体浓度。
根据一个实施例，该过程是由计算机来控制的，并且涉及监控各批次之间的坍落度变化，该变化可能由骨料尺寸和/或湿气变化引起。当检测到坍落度变化时，一种计算机实现的设计过程涉及调整水量以修正坍落度、改变水泥量以维持相同的水与水泥之比(并因此维持相同的强度)、以及按需更改骨料的相对浓度以维持适当量的粘聚性。一般而言，增加细骨料与粗骨料之比增大了粘聚性，但是可减小坍落度。水泥浆的减少可能要求增加细骨料以维持粘聚性。相反，水泥浆的增加可能要求减少细骨料以增大坍落度，同时避免过度水泥灌浆的有害效应并更好地优化成本。
在某些情况下，可能选择不必被理想优化但是恰当的细—粗骨料之比(例如，通常在40∶60到60∶40份细—粗骨料的范围内)。在这一比例内，粘聚性和离析没有很多可变性，这在被放置到施工地点时可极大地影响混凝土性能。为保证最小确保强度，设计具有产生期望强度的水与水泥之比的水泥浆(例如，在水泥浆是最脆弱的成分的情况下)。调整水泥浆与骨料之比以产生期望坍落度。尽管该方法没有将混凝土优化到相同程度的准确度，但它可在许多情况下采用(例如，较小工程，其中相对较小的超裕度设计成本可能不能证明如本文所描述的充分发展的优化过程是恰当的)。
VIII.对现有混凝土配合比设计进行重新设计
图13是示出用于利用最近发现的有关Feret公式中使用的K因子随混凝土强度的变化而变化(即，随强度增加呈对数地变化)以及如何变化的知识来对现有混凝土配合比设计进行重新设计的示例性方法的流程图。图13所示的该示例性重新设计过程包括以下步骤：
1.标识具有预测(或设计)强度的现有混凝土配合比设计；
2.从现有混凝土配合比设计制备混凝土测试样本；
3.测量混凝土测试样本的实际强度并确定该实际强度偏离设计强度多少(可任选)；
4.基于该设计强度以及从现有混凝土配合比设计制造的混凝土测试样本内各成分的比例来确定现有混凝土配合比设计的表面设计K因子；
5.将现有混凝土配合比设计的表面设计K因子与对应于现有混凝土配合比设计的设计或预测强度的“真实”或最优K因子进行比较；
6.基于比现有配合比设计的表面设计K因子更接近最优K因子的预测(或设计)强度(例如，基于图1-3所示的或对于给定的一组原材料输入恰当的K因子线之一来选择)来标识经修正的设计K因子；可任选地通过测试制造商的一个或多个正确制备的混凝土混合物的实际强度并绘出实际K因子与实际强度的关系曲线来构造用于该混凝土厂的K因子；以及
7.使用经修正的设计K因子来设计产生具有与现有配合比设计相比更一致地对应于预测(或设计)强度的实际强度的混凝土混合物的新的混凝土配合比设计。
在未优化的、不良的现有配合比设计的情况下，基于现有配合比设计的设计或预测强度的表面设计K因子与基于设计强度的最优或理论K因子之差可以远大于经优化的配合比设计中的差别。通过重新平衡各种成分的相对浓度以产生更优化的配合比设计(即，以便更高效地利用水凝水泥和其它成分)，将显著减小实际强度和设计强度之间的偏差。结果，确保特定的最小强度所需的经修正的设计K因子与现有的未优化的配合比设计相比将更密切地对应于最优或理论K因子。此外，比较表面设计K因子和最优K因子之差是使希望实现本发明的设计优化过程的人们能够诊断现有的配合比设计是否被超裕度设计以及超裕度设计的程度的诊断工具。如别处所讨论的，设计和最优K因子之间的偏差可通过仔细地解决固体成分的尺寸和湿气含量的变化和/或升级和/或调整制造过程和设备来实现。
IX.升级现有的混凝土厂
图14是示出根据本发明的用于升级现有的混凝土制造厂的一个示例性实施例的流程图。图14所示的过程利用了关于K因子随混凝土强度的变化而呈对数地变化以及如何变化的发现。用于升级现有的混凝土制造厂的过程包括以下步骤：
1.使用具有预测强度的一个或多个现有配合比设计来制造一个或多个混凝土混合物；
2.基于每一混凝土混合物的设计强度和成分比例对一个或多个混凝土混合物中的每一个确定表面设计K因子；
3.基于每一现有配合比设计的预测或期望强度来标识与现有配合比设计相比更密切地对应于用于设计强度的最优或真实K因子的经修正的设计K因子；以及
4.使用用于每一现有配合比设计的经修正的设计K因子来设计分别产生具有与一个或多个现有配合比设计相比更一致地对应于预测或设计强度的实际强度的护混合物的一个或多个经修正的混凝土配合比设计。
由于每一制造厂具有其自己的独特的一组原材料和/或处理输入(即，没有两个厂使用完全相同的原材料并拥有以完全相同的方式校准和/或操作的完全相同的设备)，因此可以理解，每一制造厂生成具有给定制造厂特有的唯一方面的混凝土混合物。换言之，即使两个制造厂使用相同的标准化配合比设计(即，处方)，则由每个厂运送的混凝土将同样对每个厂是独特的。这意味着利用该改进的DOC程序修改和优化的现有混凝土配合比设计将产生新的混凝土混合物，其本身从在任何时刻在世界上任何地方都从未被制造过这一方面而言是独特的。由此，使用从实现该改进的DOC过程所得的优化的配合比设计来制造的改进的混凝土混合物本身是独特的，因此在所有先前制造的混凝土中也是新颖的。
经证明所制造的每一混凝土混合物具有其自己的独特的标志性设计K因子，并且还具有可通过测试该混合物的实际强度来确定的实际K因子。这在实现该改进的DOC过程之前和之后都是如此。然而，在实现该改进的DOC过程之后，对于制造厂的优化的混凝土混合物的设计和实际的标志性K因子将超过使用该改进的DOC过程重新设计的现有混凝土混合物的设计和实际的标志性K因子。通过知道给定制造厂的现有的和优化的混凝土混合物的设计和/或标志性K因子并对其进行比较，可容易地确定由该制造厂生产的特定混凝土混合物是使用现有的配合比设计还是利用该改进的DOC过程设计的经优化的配合比设计来制造的。由此，标志性K因子可被用作区分在建筑工程中是使用超裕度设计的还是经优化的混凝土混合物(即，确定混凝土制造商在设计其混凝土混合物时是否使用了该改进的DOC过程)的诊断工具。
升级现有混凝土制造厂的实际影响之一是提供基于该混凝土制造厂实际使用的原材料而被特别优化的配合比设计。情况通常是制造厂使用利用对特定制造厂不可用的原材料制成的标准化配合比设计。实际上，制造厂通常为单个企业所拥有，该企业提供用于每一制造厂的标准化配合比设计而不考虑原材料输入的变化。结果，较大的系统误差被嵌入到标准化配合比设计中，该误差不能通过简单地提供改进的配料设备来解决或校正。换言之，即使每次可理想地测量各成分并对其进行配料，配合比设计也必须解决各制造厂之间原材料输入的变化。消除这一系统误差的唯一方式是提供被特别定制以解决特定制造厂用于在给定时刻制造混凝土所使用的特定原材料的经优化的配合比设计。
关于K因子如何随混凝土强度变化而变化的知识可被用作标识制造商的配料过程中可能需要修改的这些方面的诊断工具。如此处所讨论的，该改进的DOC过程可用于标识实现期望坍落度需要多少浆，其中的K因子指定了获得特定强度所需的水与水泥之比。如果对特定工厂优化了颗粒堆积，则花费资本资源来优化计量设备并没有什么好处。增强对固体成分进行准确称重和配料的能力在已经优化或几乎优化了颗粒堆积的情况下不会产生多少好处。如果骨料称重中的变化没有显著影响坍落度，则即使骨料没有被称重到一高的准确度，它也不会显著影响强度。
另一方面，在需要比经优化的颗粒堆积系统多得多的水泥浆来实现期望的坍落度的情况下，这表明对骨料进行准确得多的称重以实现优化颗粒堆积将产生显著的益处。换言之，如果对细和粗骨料的更准确测量最小化或消除了坍落度变化并且还减小或消除了实现期望坍落度所需的过度水泥灌浆，则对更准确称重设备的投资将是非常有益且值得的。
除了对添加到一批混凝土的各种成分进行准确称重之外，解决骨料的湿气含量的变化在湿气变化成问题的情况下也将产生较大的益处。湿气变化不仅影响需要多少骨料，并且还极大地影响该混凝土混合物中包含多少水，由此很大程度影响了水与水泥之比以及坍落度。解决所有水输入极大地提高了一致地提供具有期望坍落度和强度的混凝土的能力，使得对湿气传感材料的资本投资被证明是合理的。
X.重新设计或替换现有配合比设计的设计优化过程的示例
以下示例演示了本文公开的改进的DOC过程修改、重新设计和/或替换当前在行业中使用的现有配合比设计来产生对于成本更好地优化、同时维持期望的特性(例如，坍落度和强度)的改进的混凝土拌合料的能力。相同的过程也可对于实际上目前所知且在混凝土行业中使用的任何已知的配合比设计来实现，以相对于强度和成本来优化这些混合物同时维持其它期望的特性。
本发明的设计优化方法用于在美国各处的各混凝土制造厂中改进配合比设计，从而表明了本发明方法的全球适用性。示例1-4涉及根据该改进的DOC过程制造的四个经优化的混凝土配合比设计，以改进并替换当前或先前由第一制造厂利用标准化配合比设计来使用的12个标准配合比设计。其余的比较示例中的标准配合比设计与在示例1-4中相同，但是由同一制造商拥有的其它工厂来使用的。鉴于此，在不同工厂制造混凝土的成本由于因位置和来源所引起的原材料成本的差别而不同。由于骨料的质量在各工厂之间不同，因此该设计优化过程对于每一制造厂产生不同的经优化的配合比设计，以解决原材料输入的这种差异。以此方式，该经优化的配合比设计对于每一工厂使用的特定原材料被更好地定制。
标准的现有配合比设计是“比较示例”，并且应当根据被创建来取代它们的相应的优化配合比设计来标号(例如，示例1的优化配合比设计对应于比较示例1a-1c的配合比设计，并被设计成取代这些配合比设计)。
                             示例1-4
示例1-4示出了使用本文所描述的改进的DOC过程来制备的四种经优化的混凝土配合比设计。示例1-4的四种配合比设计可取代现有的混凝土制造厂利用的12种现有的标准混凝土配合比设计。示例1-4的每一配合比设计对应于确保被运动到顾客处时具有最小抗压强度、指定坍落度和夹杂空气百分比的相似类型的一组三种现有配合比设计。该混凝土制造厂的现有配合比设计、其成分、成本(2006年4月7日修正)以及表面设计K因子将以四组三种混凝土配合比设计来呈现，每一组具有相似的特性或特征。
                          比较示例1a-1c
比较示例1a-1c的三种配合比设计具有3000psi的设计强度、4英寸的坍落度和最小夹杂空气(1.5％)。
  比较示例   1a   1b   1c  成本(US$)
Figure A20068002177200571
                         比较示例2a-2c
比较示例2a-2c的三种配合比设计具有3000psi的设计强度、4英寸的坍落度以及大量的夹杂空气(5％)。
  比较示例     2a     2b     2c 成本(US$)
  抗压强度(psi)     3000     3000     3000 --
  坍落度(英寸)     4     4     4 --
  1类水泥(lbs/yd3)     350     470     423 $101.08/吨
  C类粉煤灰(lbs/yd3)     100     0     0 $51.00/吨
  砂(lbs/yd3)     1510     1420     1560 $9.10/吨
  州石(State Rock)(lbs/yd3)     1750     1750     1740 $11.65/吨
  携带水(Portable Water)     250     260     240 可忽略
                         比较示例3a-3c
比较示例3a-3c的三种配合比设计具有4000psi的设计强度、4英寸的坍落度和最小夹杂空气(1.5％)。
  比较示例   3a   3b   3c   成本(US$)
  抗压强度(psi)   4000   4000   4000   --
  坍落度(英寸)   4   4   4   --
  1类水泥(lbs/yd3)   470   564   517   $101.08/吨
  C类粉煤灰(lbs/yd3)   100   0   0   $51.00/吨
  砂(lbs/yd3)   1530   1440   1530   $9.10/吨
  州石(State Rock)(lbs/yd3)   1746   1750   1750   $11.65/吨
  携带水(Portable Water)(lbs/yd3)   280   285   280   可忽略
  Daravair 1400(加气剂)(fl.oz./cwt)   0   0   0   $3.75/加仑
  Daracem 65(减水剂)(fl.oz/cwt)   0   0   18.1   $5.65/加仑
  ％空气   1.5   1.5   1.5   --
  表面设计K因子   232   206   226   --
Figure A20068002177200591
                         比较示例4a-4c
比较示例4a-4c的三种配合比设计局具有4000psi的设计强度、4英寸的坍落度和大量的夹杂空气(5％)。
Figure A20068002177200592
以下根据示例1-4的优化的混凝土配合比设计是根据该改进的DOC过程来制成的，并且旨在取代比较示例1a-4c的12种配合比设计。每一优化的配合比设计取代了类似属性的三种配合比设计(例如，示例1的经优化的配合比设计取代比较示例1a-1c的现有配合比设计)。该优化过程假定对砂和岩石分别为1.5％和2.5％的百分比吸收，并且分别为4.57％和3.18％的百分比湿气。
Figure A20068002177200601
许多混凝土制造厂具有过量的相似类型的配合比设计以试图满足顾客需求。示例1-4的每一改进的配合比设计能够取代相似类型的三种现有标准配合比设计，因为它满足所有三种配合比设计的准则同时还具有降低的成本。减少满足顾客需求所需的配合比设计的数目表示对混凝土制造厂的额外的成本节省，因为它简化了总体制造过程。
绝对成本节省范围从较低的每码$2.04(示例1相对于比较示例1a)到较高的每码$10.76(示例4相对于比较示例4c)。基于制造厂销售的每一配合比设计的百分比，比较示例1a-4c的现有配合比设计的加权平均成本是每码$43.46(如2006年4月7日的)。基于制造商的12种现有配合比设计的现有销售百分比，使用四种优化的配合比设计来制造混凝土的加权平均成本在每种成分相同的材料成本下为每码$36.76。因此，假定制造商要用示例1-4的经优化的配合比设计来替换比较示例1a-4c的12种现有配合比设计并继续如以前那样制造相同的混凝土分布，则对制造厂的平均总成本节省是每码$6.60。
$6.60这一数量是在考虑并解决了运作制造厂的所有固定和可变成本之后由典型的混凝土制造商获得的每码$1-2的典型利润的几倍。因此，该改进的设计优化过程能够显著改善制造商使用的基于十几年来的测试和使用被认为是最优的现有配合比设计，并且将利润增加了几倍。这是令人惊奇且预料不到的结果，这证明了本发明的改进的DOC过程所提供的对现有混凝土制造的贡献。虽然Andersen专利的原始DOC程序具有很多优点，但是它很难在现实世界中很容易地实现以用具体且可验证的方式来诊断并改善现有的混凝土配合比设计以便以降低的成本产生确然改进的结果。此处所描述的改进对于提供可如示例1-4中所示的那样容易实现的优化过程是必要的。
                           示例5-8
示例5-8示出了使用本文所描述的改进的DOC过程来制备的四种经优化的混凝土配合比设计。示例5-8的四种配合比设计可替换现有混凝土制造厂的12种现有标准混凝土配合比设计，这12种设计使用了与比较示例1a-4c中相同的12种配合比设计，但是使用一组不同的原材料来制造混凝土。示例5-8的每一配合比设计对应于当被运送到顾客处时确保最小抗压强度、指定坍落度和夹杂空气百分比的一组相似类型的三种现有配合比设计。混凝土制造厂的现有配合比设计、其成分、成本(2005年10月27日修正)以及表面设计K因子将以四组三种混凝土配合比设计来呈现，每一组具有相似的特性或特征。
                          比较示例5a-5c
比较示例5a-5c的三种配合比设计具有3000psi的设计强度、4英寸的坍落度以及最小夹杂空气(1.5％)。
  比较示例   5a   5b   5c  成本(US$)
  抗压强度(psi)   3000   3000   3000  --
  坍落度(英寸)   4   4   4  --
Figure A20068002177200621
                         比较示例6a-6c
比较示例6a-6c的三种配合比设计具有3000psi的设计强度、4英寸的坍落度和大量夹杂空气(5％)。
  比较示例     6a     6b     6c   成本(US$)
  抗压强度(psi)     3000     3000     3000   --
  坍落度(英寸)     4     4     4   --
  1类水泥(lbs/yd3)     350     470     423   $104/吨
  C类粉煤灰(lbs/yd3)     100     0     0   $47.00/吨
  砂(lbs/yd3)     1510     1420     1560   $4.46/吨
  3/4英寸岩石(lbs/yd3)     1750     1750     1740   $4.46/吨
  携带水(Portable Water)(lbs/yd3)     250     260     240   可忽略
  Daravair(加气剂)(fl.oz./cwt)     4     5     4   $3.75/加仑
  Daracem(减水剂)(fl.oz/cwt)     0     0     14.8   $5.65/加仑
  ％空气     5     5     5   --
Figure A20068002177200631
                         比较示例7a-7c
比较示例7a-7c的三种配合比设计具有4000psi的设计强度、4英寸的坍落度以及最小夹杂空气(1.5％)。
                         比较示例8a-8c
比较示例8a-8c的三种配合比设计具有4000psi的设计强度、4英寸的坍落度以及大量夹杂空气(5％)。
Figure A20068002177200641
以下根据示例5-8的经优化的混凝土配合比设计是根据该改进的DOC过程来制成的，并且旨在替换比较示例5a-8c的12种配合比设计。每一经优化的配合比设计取代了类似属性的三种配合比设计(例如，示例5的经优化的配合比设计取代了比较示例5a-5c的现有配合比设计)。该优化过程假定对砂和岩石分别为1.9％和2.3％的百分比吸收，以及分别为4.57％和3.18％的百分比湿气。
  示例   5   6   7   8   成本(US$)
  抗压强度(psi)   3000   3000   4000   4000   --
  坍落度(英寸)   5   5   5   5   --
  1类水泥(lbs/yd3)   332   302   375   366   $104/吨
  C类粉煤灰(lbs/yd3)   100   91   112   110   $47.00/吨
  砂(lbs/yd3)   1769   1693   1737   1657   $4.46/吨
  3/4英寸岩石(lbs/yd3)   1470   1407   1450   1377   $4.46/吨
  携带水(Portable Water)   294   274   295   270   可忽略
Figure A20068002177200651
示例5-8的每一改进的配合比设计能够取代相似类型的三种现有的标准配合比设计，因为它满足了所有三种配合比设计的准则同时还具有降低的成本。减少的配合比设计的数目是额外的成本节省，因为它简化了总体制造过程。
绝对成本节省范围从较低的每码$2.04(示例5相对于比较示例5a)到较高的每码$10.32(示例8相对于比较示例8c)。基于制造厂销售的每一配合比设计的百分比，比较示例5a-8c的现有配合比设计的加权平均成本是每码$34.27(如2005年10月27日的)。基于制造商的12种现有配合比设计的现有销售百分比，使用四种优化的配合比设计来制造混凝土的加权平均成本在每种成分相同的材料成本下为每码$28.09。因此，假定制造商要用示例5-8的经优化的配合比设计来替换比较示例5a-8c的12种现有配合比设计并继续如以前那样制造相同的混凝土分布，则对制造厂的平均总成本节省是每码$6.18。
                          示例9-12
示例9-12示出了使用本文所描述的改进的DOC过程来制备的四种经优化的混凝土配合比设计。示例9-12的四种配合比设计可替换现有混凝土制造厂的12种现有标准混凝土配合比设计，这12种设计使用了与比较示例1a-4c中相同的12种配合比设计，但是使用一组不同的原材料来制造混凝土。示例9-12的每一配合比设计对应于当被运送到顾客处时确保最小抗压强度、指定坍落度和夹杂空气百分比的一组相似类型的三种现有配合比设计。混凝土制造厂的现有配合比设计、其成分、成本(2005年10月27日修订)以及表面设计K因子将以四组三种混凝土配合比设计来呈现，每一组具有相似的特性或特征。
                         比较示例9a-9c
比较示例9a-9c的三种配合比设计具有3000psi的设计强度、4英寸的坍落度以及最小夹杂空气(1.5％)。
                         比较示例10a-10c
比较示例10a-10c的三种配合比设计具有3000psi的设计强度、4英寸的坍落度和大量夹杂空气(5％)。
  比较示例   10a   10b   10c   成本(US$)
  抗压强度(psi)   3000   3000   3000   --
  坍落度(英寸)   4   4   4   --
  1类水泥(lbs/yd3)   350   470   423   $104/吨
  C类粉煤灰(lbs/yd3)   100   0   0   $47.00/吨
Figure A20068002177200671
                         比较示例11a-11c
比较示例11a-11c的三种配合比设计具有4000psi的设计强度、4英寸的坍落度以及最小夹杂空气(1.5％)。
  比较示例   11a   11b   11c   成本(US$)
  抗压强度(psi)   4000   4000   4000   --
  坍落度(英寸)   4   4   4   --
  1类水泥(lbs/yd3)   470   564   517   $104/吨
  C类粉煤灰(lbs/yd3)   100   0   0   $47.00/吨
  砂(lbs/yd3)   1530   1440   1530   $8.12/吨
  1英寸岩石(lbs/yd3)   1746   1750   1750   $9.36/吨
  携带水(Potable Water)(lbs/yd3)   280   285   280   可忽略
  Daravair(加气剂)(fl.oz./cwt)   0   0   0   $3.75/加仑
  Daracem(减水剂)(fl.oz/cwt)   0   0   18.1   $5.65/加仑
  ％空气   1.5   1.5   1.5   --
  表面设计K因子   232   206   226   --
  成本($/yd3)   $41.46   $43.64   $45.70   --
Figure A20068002177200681
                         比较示例12a-12c
比较示例12a-12c的三种配合比设计具有4000psi的设计强度、4英寸的坍落度以及大量夹杂空气(5％)。
Figure A20068002177200682
以下根据示例9-12的经优化的混凝土配合比设计是根据该改进的DOC过程来制成的，并且旨在替换比较示例9a-12c的12种配合比设计。每一经优化的配合比设计取代了类似属性的三种配合比设计(例如，示例9的经优化的配合比设计取代了比较示例9a-9c的现有配合比设计)。该优化过程假定对砂和岩石分别为1.9％和1.8％的百分比吸收，以及分别为4.57％和3.18％的百分比湿气。
  示例   9   10   11   12  成本(US$)
Figure A20068002177200691
示例9-12的每一改进的配合比设计能够取代相似类型的三种现有的标准配合比设计，因为它满足了所有三种配合比设计的准则同时还具有降低的成本。减少的配合比设计的数目是额外的成本节省，因为它简化了总体制造过程。
绝对成本节省范围从较低的每码$2.04(示例9相对于比较示例9a)到较高的每码$10.96(示例12相对于比较示例12c)。基于制造厂销售的每一配合比设计的百分比，比较示例9a-12c的现有配合比设计的加权平均成本是每码$41.24(如2005年10月27日的)。基于制造商的12种现有配合比设计的现有销售百分比，使用四种优化的配合比设计来制造混凝土的加权平均成本在每种成分相同的材料成本下为每码$34.59。因此，假定制造商要用示例9-12的经优化的配合比设计来替换比较示例9a-12c的12种现有配合比设计并继续如以前那样制造相同的混凝土分布，则对制造厂的平均总成本节省是每码$6.66。
                           示例13-16
示例13-16示出了使用本文所描述的改进的DOC过程来制备的四种经优化的混凝土配合比设计。示例13-16的四种配合比设计可替换现有混凝土制造厂的12种现有标准混凝土配合比设计，这12种设计使用了与比较示例1a-4c中相同的12种配合比设计，但是使用一组不同的原材料来制造混凝土。示例13-16的每一配合比设计对应于当被运送到顾客处时确保最小抗压强度、指定坍落度和夹杂空气百分比的一组相似类型的三种现有配合比设计。混凝土制造厂的现有配合比设计、其成分、成本(2005年10月27日修订)以及表面设计K因子将以四组三种混凝土配合比设计来呈现，每一组具有相似的特性或特征。
                         比较示例13a-13c
比较示例13a-13c的三种配合比设计具有3000psi的设计强度、4英寸的坍落度以及最小夹杂空气(1.5％)。
                         比较示例14a-14c
比较示例14a-14c的三种配合比设计具有3000psi的设计强度、4英寸的坍落度和大量夹杂空气(5％)。
Figure A20068002177200711
                         比较示例15a-15c
比较示例15a-15c的三种配合比设计具有4000psi的设计强度、4英寸的坍落度以及最小夹杂空气(1.5％)。
  比较示例   15a   15b   15c   成本(US$)
  抗压强度(psi)   4000   4000   4000   --
  坍落度(英寸)   4   4   4   --
  1类水泥(lbs/yd3)   470   564   517   $104/吨
  C类粉煤灰(lbs/yd3)   100   0   0   $47.00/吨
  砂(lbs/yd3)   1530   1440   1530   $8.12/吨
  细砾(lbs/yd3)   1746   1750   1750   $9.36/吨
Figure A20068002177200721
                         比较示例16a-16c
比较示例16a-16c的三种配合比设计具有4000psi的设计强度、4英寸的坍落度以及大量夹杂空气(5％)。
Figure A20068002177200722
  混凝土厂的总销售(％)   68.58 --
以下根据示例13-16的经优化的混凝土配合比设计是根据该改进的DOC过程来制成的，并且旨在替换比较示例13a-16c的12种配合比设计。每一经优化的配合比设计取代了类似属性的三种配合比设计(例如，示例13的经优化的配合比设计取代了比较示例13a-13c的现有配合比设计)。该优化过程假定对砂和细砾分别为1.9％和2.6％的百分比吸收，以及分别为4.57％和3.18％的百分比湿气。
Figure A20068002177200731
示例13-16的每一改进的配合比设计能够取代相似类型的三种现有的标准配合比设计，因为它满足了所有三种配合比设计的准则同时还具有降低的成本。减少的配合比设计的数目是额外的成本节省，因为它简化了总体制造过程。
绝对成本节省范围从较低的每码$1.39(示例13相对于比较示例13a)到较高的每码$10.53(示例16相对于比较示例16c)。基于制造厂销售的每一配合比设计的百分比，比较示例13a-16c的现有配合比设计的加权平均成本是每码$41.18(如2005年10月27日的)。基于制造商的12种现有配合比设计的现有销售百分比，使用四种优化的配合比设计来制造混凝土的加权平均成本在每种成分相同的材料成本下为每码$35.04。因此，假定制造商要用示例13-16的经优化的配合比设计来替换比较示例13a-16c的12种现有配合比设计并继续如以前那样制造相同的混凝土分布，则对制造厂的平均总成本节省是每码$6.14。
                           示例17-20
示例17-20示出了使用本文所描述的改进的DOC过程来制备的四种经优化的混凝土配合比设计。示例17-20的四种配合比设计可替换现有混凝土制造厂的12种现有标准混凝土配合比设计，这12种设计使用了与比较示例1a-4c中相同的12种配合比设计，但是使用一组不同的原材料来制造混凝土。示例17-20的每一配合比设计对应于当被运送到顾客处时确保最小抗压强度、指定坍落度和夹杂空气百分比的一组相似类型的三种现有配合比设计。混凝土制造厂的现有配合比设计、其成分、成本(2005年10月27日修正)以及表面设计K因子将以四组三种混凝土配合比设计来呈现，每一组具有相似的特性或特征。
                        比较示例17a-17c
比较示例17a-17c的三种配合比设计具有3000psi的设计强度、4英寸的坍落度以及最小夹杂空气(1.5％)。
  比较示例   17a   17b   17c   成本(US$)
  抗压强度(psi)   3000   3000   3000   --
  坍落度(英寸)   4   4   4   --
  1类水泥(lbs/yd3)   370   470   423   $104/吨
  C类粉煤灰(lbs/yd3)   100   0   0   $47.00/吨
  砂(lbs/yd3)   1570   1470   1660   $10.80/吨
  1英寸岩石(lbs/yd3)   1700   1700   1714   $6.25/吨
  携带水(Potable Water)(lbs/yd3)   280   280   265   可忽略
  Daravair(加气剂)(fl.oz./cwt)   0   0   0   $3.75/加仑
  Daracem(减水剂)(fl.oz/cwt)   0   0   14.8   $5.65/加仑
Figure A20068002177200751
                       比较示例18a-18c
比较示例18a-18c的三种配合比设计具有3000psi的设计强度、4英寸的坍落度和大量夹杂空气(5％)。
Figure A20068002177200752
                       比较示例19a-19c
比较示例19a-19c的三种配合比设计具有4000psi的设计强度、4英寸的坍落度以及最小夹杂空气(1.5％)。
Figure A20068002177200761
                       比较示例20a-20c
比较示例20a-20c的三种配合比设计具有4000psi的设计强度、4英寸的坍落度以及大量夹杂空气(5％)。
  比较示例   20a   20b   20c   成本(US$)
  抗压强度(psi)   4000   4000   4000   --
  坍落度(英寸)   4   4   4   --
  1类水泥(lbs/yd3)   470   564   517   $104/吨
  C类粉煤灰(lbs/yd3)   100   0   0   $47.00/吨
  砂(lbs/yd3)   1390   1340   1430   $10.80/吨
  1英寸岩石(lbs/yd3)   1710   1750   1750   $6.25/吨
  携带水(Portable Water)   255   275   255   可忽略
Figure A20068002177200771
以下根据示例17-20的经优化的混凝土配合比设计是根据该改进的DOC过程来制成的，并且旨在替换比较示例17a-20c的12种配合比设计。每一经优化的配合比设计取代了类似属性的三种配合比设计(例如，示例17的经优化的配合比设计取代了比较示例17a-17c的现有配合比设计)。该优化过程假定对砂和岩石分别为1.9％和3.2％的百分比吸收，以及分别为4.57％和3.18％的百分比湿气。
  ($/yd3)
示例17-20的每一改进的配合比设计能够取代相似类型的三种现有的标准配合比设计，因为它满足了所有三种配合比设计的准则同时还具有降低的成本。减少的配合比设计的数目是额外的成本节省，因为它简化了总体制造过程。
绝对成本节省范围从较低的每码$1.60(示例17相对于比较示例17a)到较高的每码$10.03(示例20相对于比较示例20c)。基于制造厂销售的每一配合比设计的百分比，比较示例17a-20c的现有配合比设计的加权平均成本是每码$40.39(如2005年10月27日的)。基于制造商的12种现有配合比设计的现有销售百分比，使用四种优化的配合比设计来制造混凝土的加权平均成本在每种成分相同的材料成本下为每码$34.64。因此，假定制造商要用示例17-20的经优化的配合比设计来替换比较示例17a-20c的12种现有配合比设计并继续如以前那样制造相同的混凝土分布，则对制造厂的平均总成本节省是每码$5.75。
接着两个示例是用于自流平(self-leveling)混凝土的新优化的配合比设计。根据示例21和22的配合比设计制造的自流平混凝土的特征在于具有足够高的坍落度，使得它可单独因重力而无需做功来变水平，并且还具有足够的粘聚性，使得它不会明显地离析(即，由于重力而离析成较重和较轻的成分)。
                            示例21
以下用于自流平混凝土混合物的配合比设计是使用本文所公开的改进的DOC过程来设计的。这种混合物的特征在于夹杂了空气并且当在固化之前处于潮湿条件下时具有大于8英寸的坍落度，并且在7天的固化之后具有4000psi的最小抗压强度。所有重量是SSD。
  成分   量
  水泥   519lbs/yd3
  粉煤灰   130lbs/yd3
  砂   1857lbs/yd3
  岩石   1245lbs/yd3
  水   261lbs/yd3
  Daravair   1.3fl.oz/cwt*
  P.NC534   11.6fl.oz/cwt
  Glenium 3030   5.0fl.oz/cwt*
注：对4″的坍落度在工厂添加Glenium；对最小5％的空气在工厂调整Daravair；如有必要则在现场添加加速剂并且之后立即在现场以额外的Glenium 3030来调整坍落度。
                            示例22
以下用于自流平混凝土混合物的配合比设计是使用本文所公开的改进的DOC过程来设计的。这种混合物的特征在于夹杂了空气并且当在固化之前处于潮湿条件下时具有8英寸的坍落度，并且在7天固化之后具有4000psi的最小抗压强度。所有重量是SSD。
  成分   量
  水泥   366lbs/yd3
  粉煤灰   110lbs/yd3
  砂   1801lbs/yd3
  岩石   1219lbs/yd3
  水   261lbs/yd3
  Daravair   1.3fl.oz/cwt*
  Rheomac VMA450   4.0fl.oz/cwt
  Glenium 3030   2.0fl.oz/cwt*
注：在工厂以配料水来添加Rheomac；对最小5％空气在工厂调整Daravair；以Glenium 3030来现场调整坍落度。
本发明可以用其它具体形式来实施而不脱离其精神或本质特征。所描述的实施例在所有方面都被认为是说明性而非限制性的。因此，本发明的范围由所附权利要求书而非以上描述来指示。落入权利要求书的等效技术方案的意义和范围之内的所有改变都包含在其范围之内。

Claims (49)

1.一种用于对一组给定原材料设计在比未优化的配合比设计低的成本下具有期望强度和坍落度的优化的混凝土配合比设计的计算机实现的方法，所述方法包括：
将与多种固体成分的颗粒尺寸和颗粒堆积密度有关的数据输入到计算系统中；
将目标强度和坍落度输入到所述计算系统中；
将所选择的用于确定由所述计算系统生成的多个混凝土配合比设计中的每一个的预测强度的设计K因子输入到所述计算系统中，所述设计K因子是基于所述目标强度从随混凝土强度变化的多个不同K因子中选择的；
所述计算系统设计具有变化的原材料量的多个混凝土配合比设计；
所述计算系统基于所选择的设计K因子来确定每一混凝土配合比设计的预测强度；
所述计算系统确定每一混凝土配合比设计的预测坍落度；以及
所述计算系统将每一混凝土配合比设计的所述预测强度和坍落度与所述目标强度和坍落度进行比较，以标识与所述多个配合比设计中的其它设计相比相对于强度和坍落度被更好地优化的一个或多个混凝土配合比设计。
2.如权利要求1所述的方法，其特征在于，还包括：
将与原材料成本有关的数据输入到所述计算系统中；以及
所述计算系统标识与所述多个混凝土配合比设计中的其它设计相比具有较低成本的一个或多个配合比设计。
3.如权利要求1所述的方法，其特征在于，所选择的设计K因子解决了包括胺增强剂对混凝土强度的影响。
4.如权利要求1所述的方法，其特征在于，所选择的设计K因子解决了包括粉煤灰或硅粉中的至少一个对混凝土强度的影响。
5.如权利要求1所述的方法，其特征在于，所选择的设计K因子解决了使用特定拌合设备对混凝土强度的影响。
6.如权利要求1所述的方法，其特征在于，还包括：
基于所选的混凝土配合比设计来制备混凝土测试样本；
确定所述混凝土测试样本的强度；以及
所述计算系统生成一新混凝土配合比设计，所述新混凝土配合比设计产生具有与所选的混凝土配合比设计相比更密切地相关到所述目标强度的强度的混凝土混合物。
7.如权利要求1所述的方法，其特征在于，还包括：
基于所选的混凝土配合比设计制备混凝土测试样本；
确定所述混凝土测试样本的坍落度；以及
所述计算系统生成一新混凝土配合比设计，所述新混凝土配合比设计产生具有与所选择的混凝土配合比设计相比更密切地相关到所述目标坍落度的坍落度的混凝土混合物。
8.如权利要求1所述的方法，其特征在于，还包括：
标识由制造厂用于制造混凝土混合物的现有配合比设计；
基于使用所述现有配合比设计制造的混凝土混合物内的设计强度以及各成分的比例来确定所述现有配合比设计的表面设计K因子；以及
所述计算系统根据权利要求1来设计具有大于所述现有配合比设计的表面设计K因子的设计K因子的一个或多个新配合比设计。
9.如权利要求8所述的方法，其特征在于，还包括：
升级和/或重新校准所述制造厂在制造混凝土时使用的设备，使得由所述制造厂使用所升级和/或重新校准的设备制造的混凝土具有与在升级和/或重新校准之前的先前的设备相比更密切地与设计强度相关的实际强度。
10.如权利要求1所述的方法，其特征在于，还包括：
对于产生具有坍落度、强度以及水泥浆与骨料之比的混凝土混合物的给定混凝土配合比设计，所述计算系统通过更改所述水泥浆与骨料之比来设计具有经修改的坍落度、但强度基本相似的经修改的配合比设计。
11.一种使用根据如权利要求1-10中任一项所述的方法优化的混凝土配合比设计来制造混凝土混合物的方法，所述混凝土混合物具有实质上被优化的原材料比例。
12.一种根据如权利要求11所述的方法制造的、具有实质上经优化的原材料比例的混凝土混合物，其特征在于，所述混凝土混合物具有与使用一组给定原材料制造的较少优化的混凝土混合物的表面设计K因子相比更为独特的标志性设计K因子。
13.一种根据如权利要求11所述的方法制造的、具有实质上经优化的原材料比例的混凝土混合物，其特征在于，所述混凝土混合物具有与带有相似强度但从一组不同原材料制造的混凝土的K因子相比对所述一组给定原材料独特的标志性K因子。
14.在用于对混凝土混合物进行设计优化的计算系统中，一种用于对一组给定原材料设计在比未优化的配合比设计低的成本下具有期望强度和坍落度的优化的混凝土配合比设计的方法，所述方法包括：
由所述计算系统接收与多种固体成分的颗粒尺寸和颗粒堆积密度有关的数据；
由所述计算系统接收目标强度和坍落度；
由所述计算系统接收用于确定由所述计算系统生成的多个混凝土配合比设计的每一个的预测强度的所选择的设计K因子，所述设计K因子是基于所述目标强度从随混凝土强度而变化的多个不同的K因子中选择的；
所述计算系统设计具有变化的原材料量的多个混凝土配合比设计；
所述计算系统基于所选择的设计K因子来确定每一混凝土配合比设计的预测强度；
所述计算系统确定每一混凝土配合比设计的预测坍落度；以及
所述计算系统将每一混凝土配合比设计的所述预测强度和坍落度与所述目标强度和坍落度进行比较，以标识与所述多个配合比设计中的其它设计相比相对于强度和坍落度被更好地优化的一个或多个混凝土配合比设计。
15.如权利要求14所述的方法，其特征在于，还包括：
所述计算系统接收与原材料成本有关的数据；以及
所述计算系统标识与多个假设配合比设计中的其它设计相比具有更低成本的一个或多个配合比设计。
16.如权利要求14所述的方法，其特征在于，所选择的设计K因子解决了包括胺增强剂、粉煤灰或硅粉中的至少一个和/或使用特定拌合设备对混凝土强度的影响。
17.一种包含用于实现如权利要求14-16中的任一项所述的方法的可执行指令的计算机程序产品。
18.一种用于对现有混凝土配合比设计进行重新设计以产生在与所述现有混凝土配合比设计相比更低的成本下确保特定最小强度和坍落度的更好优化的混凝土配合比设计的计算机实现的方法，所述方法包括：
标识具有初始成分比例、设计强度以及基于强度变化的表面设计K因子的现有混凝土配合比设计；以及
所述计算系统使用高于所述现有混凝土配合比设计的表面K因子、并更密切地对应于与所述设计强度相对应并基于其来选择的最优K因子的经修正的设计K因子，来设计具有经修正的成分比例的经修正的混凝土配合比设计。
19.如权利要求18所述的方法，其特征在于，使用所述经修正的混凝土配合比设计来制造的混凝土混合物具有与使用所述现有混凝土配合比设计制造的混凝土混合物相比更一致地对应于所述设计强度的实际强度。
20.一种使用根据如权利要求18所述的方法重新设计的混凝土配合比设计来制造混凝土混合物的方法，所述混凝土混合物具有与使用所述现有混凝土配合比设计制造的混凝土混合物相比被更好地优化的原材料比例，以在与使用所述现有混凝土配合比设计制造的混凝土混合物相比更低的成本下具有所述特定最小强度和坍落度。
21.一种根据如权利要求20所述的方法制造的混凝土混合物。
22.如权利要求21所述的混凝土混合物，其特征在于，所述混凝土混合物具有高于使用所述现有混凝土配合比设计来制造的混凝土混合物的表面设计K因子、并与对应于所述设计强度的最优K因子更密切相关的标志性设计K因子。
23.在从一组给定的原材料和/或处理变量制造混凝土的混凝土制造厂中，一种包括由所述制造厂制造的经优化的混凝土混合物的物质混合物，所述经优化的混凝土混合物具有通过将水凝水泥、骨料、水和一个或多个可任选成分的经优化的组合拌合在一起而实现的最小坍落度和强度，所述经优化的组合是使用一优化过程来确定的，在所述优化过程中，使用在Feret强度公式中使用的、对应于所述经优化的混凝土混合物的设计强度的、并从对于所述一组给定原材料和/或处理变量的基于强度变化的多个K因子中选择的设计K因子，对先前由所述制造厂使用的现有配合比设计进行重新设计和优化，所述经优化的混凝土混合物的设计K因子是将所述经优化的混凝土混合物从使用所述现有配合比设计制造的较少优化的混凝土混合物中区分出来的标志。
24.如权利要求23所述的物质混合物，其特征在于，所述经优化的混凝土混合物与由具有其自己的一组独特的原材料和/或处理变量的任何其它制造厂制造的混凝土混合物相比是独特。
25.在从一组独特的原材料和/或处理变量制造混凝土的混凝土制造厂中，一种包括由所述制造厂制造的经优化的混凝土混合物的物质混合物，所述经优化的混凝土混合物具有通过将水凝水泥、骨料、水和一个或多个可任选成分的经优化的组合拌合在一起而实现的最小坍落度和强度，所述经优化的组合是使用一优化过程来确定的，在所述优化过程中，利用在Feret强度公式中使用的、对应于所述经优化的混凝土混合物的设计强度的、并从基于强度变化并对应于所述一组独特的原材料和/或处理变量的多个K因子中选择的设计K因子，来设计一经优化的配合比设计，所述经优化的混凝土混合物的设计K因子是将所述经优化的混凝土混合物从使用与所述制造厂采用的所述一组独特的原材料和/或处理变量不同的原材料和处理变量来制造的任何其它混凝土混合物中区分出来的标志。
26.在制造具有不同设计强度的多种不同混凝土混合物的现有混凝土制造厂中，一种制造具有与其各自的设计强度更密切相关的实际强度的改进的混凝土混合物的方法，所述方法包括：
标识所述混凝土制造厂的需要更好优化的多个现有混凝土配合比设计，其中所述配合比设计中的至少两个具有不同的设计强度；
选择用于设计更好优化的混凝土配合比设计的多个不同的设计K因子，其中所述不同的设计K因子与不同的所选设计强度相关并基于其变化；
使用所述多个不同设计K因子来设计与所述现有配合比设计相比具有新的或经修正的成分比例的多个新的或经修正的混凝土配合比设计；以及
基于所述新的或经修正的混凝土配合比设计，制造具有与先前使用所述现有配合比设计制造的现有混凝土混合物相比与其各自的设计强度更密切相关的实际强度的经修正的混凝土混合物，
其中所述经修正的混凝土混合物在与所述现有混凝土混合物相比更低的成本下确保特定的最小强度和坍落度。
27.如权利要求26所述的制造经优化的混凝土混合物的方法，其特征在于，还包括通过在所述一个或多个混凝土混合物内添加或更改掺合料的量来对所述经修正的混凝土混合物中的一个或多个进行坍落度调整。
28.如权利要求26所述的制造改进的混凝土混合物的方法，其特征在于，还包括升级和/或调整所述制造厂利用的生产设备，使得每一成分以约±2.0％的准确度来称重或测量。
29.如权利要求26所述的制造改进的混凝土混合物的方法，其特征在于，还包括监控固体成分的湿气含量，并基于所检测到的所述固体成分中湿气含量的变化来更改用于制造混凝土混合物的所测量的固体成分量以及所添加的配料水量。
30.如权利要求26所述的制造改进的混凝土混合物的方法，其特征在于，还包括使用混凝土拌合车来运送混凝土混合物，所述混凝土拌合车包括包含更改坍落度的掺合料的容器；以及计量所选量的掺合料到承载所述混凝土混合物的拌合鼓筒中以按期望方式来更改坍落度。
31.一种根据如权利要求26-30中的任一项所述的方法来制造的混凝土混合物。
32.在具有一组给定原材料成分的混凝土制造厂中，一种制造经优化的混凝土混合物的方法，所述经优化的混凝土混合物具有与从所述一组给定原材料成分制造的较少优化的混凝土混合物相比更密切地反映其预测或设计强度的实际强度，所述方法包括：
提供多个经优化的混凝土配合比设计，所述经优化的混凝土配合比设计具有利用不同设计K因子来设计的不同设计强度，其中每一不同的设计K因子至少部分地基于其各自的设计强度来选择；以及
基于所述经优化的混凝土配合比设计来制造多个经优化的混凝土混合物，每一经优化的混凝土混合物具有经优化的成分比例，以具有与从所述一组给定原材料成分制造的较少优化的混凝土混合物相比更密切反映其预测或设计强度的实际强度。
33.如权利要求32所述的制造经优化的混凝土混合物的方法，其特征在于，还包括通过在所述一个或多个混凝土混合物内添加或更改掺合料的量来对所述经优化的混凝土混合物中的一个或多个进行坍落度调整。
34.如权利要求32所述的制造改进的混凝土混合物的方法，其特征在于，还包括以约±2.0％的准确度来称重或测量每一混凝土混合物的成分。
35.如权利要求32所述的制造改进的混凝土混合物的方法，其特征在于，还包括监控固体成分的湿气含量，并基于检测到的所述固体成分中湿气含量的变化来更改用于制造混凝土混合物的所测量的固体成分量和所添加的配料水量。
36.如权利要求32所述的制造改进的混凝土混合物的方法，其特征在于，还包括使用混凝土拌合车来拌合所述经优化的混凝土混合物中的一个或多个，所述混凝土拌合车包括包含用于调整坍落度的掺合料的容器；以及计量所选量的掺合料到承载所述混凝土混合物的拌合鼓筒中以按期望方式更改坍落度。
37.一种根据如权利要求32-36中任一项所述的方法制造的混凝土混合物。
38.在从一组给定原材料制造混凝土的混凝土制造厂中，一种包括由所述制造厂制造的多个经优化的混凝土混合物的混凝土建筑系统，所述经优化的混凝土混合物中的至少两个具有不同的设计强度，所述多个经优化的混凝土混合物中的每一个都具有通过将水凝水泥、骨料、水和一个或多个可任选成分的经优化的组合拌合在一起而实现的确保的最小坍落度和强度，所述经优化的组合是使用一用于设计由所述制造厂用于制造所述经优化的混凝土混合物的经优化的配合比设计的优化过程来确定的，每一经优化的配合比设计是使用在Feret强度公式内使用的、对应于所述经优化的配合比设计的设计强度的、并从基于强度变化的多个K因子中选择的设计K因子来设计的，每一经优化的混凝土混合物具有将其从具有不同设计强度的所述经优化的混凝土混合物中的至少一个其它混合物中区分出来的标志性设计K因子。
39.如权利要求38所述的混凝土建筑系统，其特征在于，每个所述经优化的混凝土混合物的标志性K因子将所述经优化的混凝土混合物与从所述一组给定原材料制造的较少优化的混凝土混合物区分开。
40.如权利要求38所述的混凝土建筑系统，其特征在于，所述经优化的混凝土混合物的标志性K因子将所述经优化的混凝土混合物从不同于所述制造厂使用的一组给定原材料的原材料制造的混凝土混合物区分开来。
41.一种在不必(i)制备混凝土测试样本，(ii)允许其硬化，(iii)测试其实际强度，以及(iv)将所述测试样本的实际强度与给定设计强度进行比较的情况下确定具有所述给定设计强度和给定成分比例的现有混凝土混合物是否被超裕度设计的方法，所述方法包括：
基于所述混凝土混合物的给定设计强度和所述混凝土混合物内的给定成分比例来确定所述现有混凝土混合物的表面设计K因子；以及
将所述表面设计K因子与对应于所述给定设计强度、并从随变化的混凝土强度而变化的多个不同K因子中选择的更好的最优K因子进行比较。
42.如权利要求41所述的方法，其特征在于，还包括通过确定所述现有混凝土混合物的表面设计K因子与所选择的K因子之间的偏差来确定所述现有混凝土混合物被超裕度设计了多少。
43.如权利要求41所述的方法，其特征在于，还包括借助一优化过程来对所述现有混凝土混合物进行重新设计，所述优化过程利用了与所述给定设计强度的最优K因子更密切相关的经修正的K因子，其中所述优化过程产生具有与所述现有混凝土混合物相比与所述设计强度更密切相关的实际强度的经修正的混凝土混合物。
44.如权利要求41所述的方法，其特征在于，还包括制造所述经修正的混凝土混合物。
45.一种根据如权利要求44所述的方法制造的经修正的混凝土混合物。
46.如权利要求45所述的经修正的混凝土混合物，其特征在于，所述经修正的混凝土混合物具有将其从所述现有混凝土混合物区分出来的标志性设计K因子。
47.一种在不显著更改强度的情况下修改从一组给定成分制造的混凝土混合物以调整坍落度的计算机实现的方法，包括：
标识根据一经优化的配合比设计来制造的现有混凝土混合物，所述经优化的配合比设计指定了特定的成分比例，包括水泥浆与骨料之比，以实现期望的强度和坍落度；
将与一种或多种类型的骨料的颗粒尺寸和颗粒堆积密度有关的数据输入到计算系统中；以及
所述计算系统在与所述现有混凝土混合物相比不显著更改经修正的混凝土混合物的强度的情况下，设计产生具有期望坍落度的经修正的混凝土混合物的、具有经修正的水泥浆与骨料之比的经修正的混凝土配合比设计。
48.如权利要求47所述的计算机实现的方法，其特征在于，所述计算系统还调整用于制造所述经修正的混凝土混合物的每一成分的量，以产生所需量的经修正的混凝土混合物。
49.一种根据如权利要求47或48的方法制造的混凝土混合物。
CNA2006800217727A 2005-06-17 2006-06-19 重新设计现有混凝土配合比设计和制造厂以及对混凝土进行设计优化和制造的方法和系统 Pending CN101278245A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US69191605P 2005-06-17 2005-06-17
US60/691,916 2005-06-17
US11/471,293 US20060287773A1 (en) 2005-06-17 2006-06-19 Methods and systems for redesigning pre-existing concrete mix designs and manufacturing plants and design-optimizing and manufacturing concrete

Publications (1)

Publication Number Publication Date
CN101278245A true CN101278245A (zh) 2008-10-01

Family

ID=37574464

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2006800217727A Pending CN101278245A (zh) 2005-06-17 2006-06-19 重新设计现有混凝土配合比设计和制造厂以及对混凝土进行设计优化和制造的方法和系统

Country Status (6)

Country Link
US (6) US20060287773A1 (zh)
EP (3) EP2026224A2 (zh)
CN (1) CN101278245A (zh)
AU (1) AU2006261180A1 (zh)
CA (1) CA2607732A1 (zh)
WO (1) WO2006138732A2 (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104010988A (zh) * 2011-10-20 2014-08-27 罗马水泥有限责任公司 颗粒堆积的水泥-scm混合料
CN107271257A (zh) * 2017-05-31 2017-10-20 昆明理工大学 一种基于微观力学和断裂力学试验的ecc配方设计方法
US10131575B2 (en) 2017-01-10 2018-11-20 Roman Cement, Llc Use of quarry fines and/or limestone powder to reduce clinker content of cementitious compositions
CN109899091A (zh) * 2019-03-27 2019-06-18 中南大学 一种基于喷射混凝土现场工作性要求的拌合站材料配比反向控制方法
CN110372320A (zh) * 2019-07-11 2019-10-25 东南大学 一种磷酸盐水泥砂浆配比方法
CN111164425A (zh) * 2017-10-11 2020-05-15 卡特彼勒公司 用于三维打印的监测系统
US10730805B2 (en) 2017-01-10 2020-08-04 Roman Cement, Llc Use of quarry fines and/or limestone powder to reduce clinker content of cementitious compositions
US10737980B2 (en) 2017-01-10 2020-08-11 Roman Cement, Llc Use of mineral fines to reduce clinker content of cementitious compositions
CN111923187A (zh) * 2020-08-10 2020-11-13 中国科学院武汉岩土力学研究所 混凝土三维打印喷头及混凝土三维打印机
US11168029B2 (en) 2017-01-10 2021-11-09 Roman Cement, Llc Use of mineral fines to reduce clinker content of cementitious compositions

Families Citing this family (65)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1720689B1 (en) * 2004-02-13 2017-03-22 Verifi LLC Method and system for calculating and reporting slump in delivery vehicles
US20070266905A1 (en) * 2004-08-20 2007-11-22 Amey Stephen L Admixture dispensing system and method
US7494263B2 (en) * 2005-04-14 2009-02-24 Halliburton Energy Services, Inc. Control system design for a mixing system with multiple inputs
US7551982B2 (en) * 2005-09-20 2009-06-23 Holcim (Us) Inc. System and method of optimizing raw material and fuel rates for cement kiln
US20100292825A1 (en) * 2006-08-09 2010-11-18 Auckland Uniservices Limited Process control of an industrial plant
US8989905B2 (en) * 2007-06-19 2015-03-24 Verifi Llc Method and system for calculating and reporting slump in delivery vehicles
US9518870B2 (en) 2007-06-19 2016-12-13 Verifi Llc Wireless temperature sensor for concrete delivery vehicle
US8020431B2 (en) 2007-06-19 2011-09-20 Verifi, LLC Method and system for calculating and reporting slump in delivery vehicles
WO2009062126A1 (en) * 2007-11-08 2009-05-14 Cemex, Inc Concrete pavement system and method
PA8770701A1 (es) * 2007-12-20 2009-07-23 Icrete Llc Composiciones de hormigon con alta funcionalidad y con minimo de exudacion y segregacion
US20090158965A1 (en) * 2007-12-20 2009-06-25 Icrete, Llc Concrete having high workability through control of fine-to-coarse particulates ratio
US20090158970A1 (en) * 2007-12-20 2009-06-25 Icrete, Llc Concrete compositions optimized for high workability
US20090158968A1 (en) * 2007-12-21 2009-06-25 Icrete, Llc High workability and high strength to cement ratio
US20090158966A1 (en) * 2007-12-21 2009-06-25 Icrete, Llc Concrete optimized for high workability and high strength to cement ratio
US20090158967A1 (en) * 2007-12-21 2009-06-25 Icrete, Llc Concrete optimized for high workability and high strength to cement ratio
US20090158969A1 (en) * 2007-12-21 2009-06-25 Icrete, Llc Concrete optimized for high workability and high strength to cement ratio
US20090177482A1 (en) * 2008-01-07 2009-07-09 Granruth Michael D Method of improving concrete production by monitoring weather conditions
WO2009126138A1 (en) * 2008-04-07 2009-10-15 W.R. Grace & Co.-Conn. Method for monitoring thixotropy in concrete mixing drum
DE102008031852A1 (de) 2008-07-05 2010-01-14 Thomas Dr. Teichmann Verfahren zur Optimierung der Festigkeit und Dichtigkeit der Zementsteinmatrix eines Betons
US8177411B2 (en) * 2009-01-08 2012-05-15 Halliburton Energy Services Inc. Mixer system controlled based on density inferred from sensed mixing tub weight
US20110004332A1 (en) * 2009-07-01 2011-01-06 Icrete International, Inc. Method of designing a concrete compositions having desired slump with minimal water and plasticizer
US8377197B2 (en) * 2009-10-21 2013-02-19 Reco Cement Products, LLC Cementitious compositions and related systems and methods
US9789629B2 (en) 2010-06-23 2017-10-17 Verifi Llc Method for adjusting concrete rheology based upon nominal dose-response profile
US8311678B2 (en) 2010-06-23 2012-11-13 Verifi Llc Method for adjusting concrete rheology based upon nominal dose-response profile
US8911138B2 (en) 2011-03-31 2014-12-16 Verifi Llc Fluid dispensing system and method for concrete mixer
JP5841763B2 (ja) * 2011-07-09 2016-01-13 豊 相川 粉粒体の充填率または空隙率の算出方法
US8604123B1 (en) 2011-07-13 2013-12-10 C-Stone Llc Biodegradable polymer composition with calcium carbonate and methods and products using same
WO2013055603A1 (en) 2011-10-11 2013-04-18 820 Industrial Loop Partners Llc Fire rated door core
US9290416B1 (en) 2011-11-21 2016-03-22 Louisiana Tech Research Corporation Method for geopolymer concrete
CA2858577C (en) 2011-12-12 2018-05-29 Verifi Llc Multivariate management of entrained air and rheology in cementitious mixes
US9254583B2 (en) * 2012-01-23 2016-02-09 Quipip, Llc Systems, methods and apparatus for providing comparative statistical information for a plurality of production facilities in a closed-loop production management system
US9836801B2 (en) 2012-01-23 2017-12-05 Quipip, Llc Systems, methods and apparatus for providing comparative statistical information in a graphical format for a plurality of markets using a closed-loop production management system
US9375899B2 (en) 2012-06-29 2016-06-28 The Intellectual Gorilla Gmbh Gypsum composites used in fire resistant building components
US8915033B2 (en) 2012-06-29 2014-12-23 Intellectual Gorilla B.V. Gypsum composites used in fire resistant building components
US9243444B2 (en) 2012-06-29 2016-01-26 The Intellectual Gorilla Gmbh Fire rated door
US9533429B2 (en) 2013-02-27 2017-01-03 Command Alkon, Inc. System and process for mixing concrete having desired strength characteristics
CA2903428C (en) 2013-03-05 2019-11-12 The Intellectual Gorilla Gmbh Extruded gypsum-based materials
US9475732B2 (en) 2013-04-24 2016-10-25 The Intellectual Gorilla Gmbh Expanded lightweight aggregate made from glass or pumice
CN105473529A (zh) 2013-04-24 2016-04-06 知识产权古里亚有限责任公司 挤出的轻质热绝缘水泥基材料
BR112016008293B1 (pt) 2013-10-17 2022-05-10 The Intellectual Gorilla Gmbh Material isolante formado a partir de uma mistura e método para produção de um material isolante
US10184928B2 (en) 2014-01-29 2019-01-22 Quipip, Llc Measuring device, systems, and methods for obtaining data relating to condition and performance of concrete mixtures
US10442733B2 (en) 2014-02-04 2019-10-15 The Intellectual Gorilla Gmbh Lightweight thermal insulating cement based materials
US9194855B2 (en) 2014-02-28 2015-11-24 Quipip, Llc Systems, methods and apparatus for providing to a driver of a vehicle carrying a mixture real-time information relating to a characteristic of the mixture
US11072562B2 (en) 2014-06-05 2021-07-27 The Intellectual Gorilla Gmbh Cement-based tile
BR112016028409B1 (pt) 2014-06-05 2022-09-20 The Intellectual Gorilla Gmbh Materiais à base de cimento extrusável e método para fabricar um material à base de cimento extrusável
WO2016123228A1 (en) 2015-01-30 2016-08-04 Quipip, Llc Systems, apparatus and methods for testing and predicting the performance of concrete mixtures
CN105676746A (zh) * 2016-03-18 2016-06-15 西安宝美电气工业有限公司 一种作业智能化网电变频拖挂修井机及其控制方法
CN105844007B (zh) * 2016-03-21 2019-05-10 深圳大学 基于强度及氯离子渗透性双指标混凝土配合比设计方法
CN106021891B (zh) * 2016-05-13 2019-03-22 南京工程学院 基于迭代法的坍落度筒弧形筒壁母线的确定方法
WO2019012547A1 (en) * 2017-07-13 2019-01-17 Saroj Vanijya Private Limited METHOD FOR MANUFACTURING DRY MIX CONSTRUCTION MATERIAL AND SYSTEM THEREOF
SG11202005816TA (en) 2017-12-22 2020-07-29 Verifi Llc Managing concrete mix design catalogs
EP3873672A4 (en) 2018-11-02 2022-08-10 GCP Applied Technologies Inc. CEMENT MANUFACTURE
WO2020167728A1 (en) * 2019-02-11 2020-08-20 Construction Research & Technology Gmbh Systems and methods for formulating or evaluating a construction composition
US11548831B2 (en) 2019-04-05 2023-01-10 Halliburton Energy Services, Inc. Optimized bulk blend formulation based on compressive strength requirements
WO2020204957A1 (en) * 2019-04-05 2020-10-08 Halliburton Energy Services, Inc. Method for designing for temperature sensitivity of hydration of cement slurry
US20210172280A1 (en) * 2019-04-05 2021-06-10 Halliburton Energy Services, Inc. Cement Composition And Its Relation With Compressive Strength
CN110372235B (zh) * 2019-08-10 2021-11-09 崇左红狮水泥有限公司 一种水泥生料配料系统以及配料方法
EP4161748A4 (en) * 2020-06-08 2024-06-26 GCP Applied Technologies Inc. ADJUSTING CONCRETE MIXES AND MIX DESIGNS USING A DIAGNOSTIC DELTA DATA CURVE
CN112710782B (zh) * 2020-11-26 2023-04-14 科之杰新材料集团福建有限公司 一种混凝土控泡剂的性能测试评价方法
IT202000031412A1 (it) * 2020-12-18 2022-06-18 TESIS srl Procedimento per la progettazione di miscele cementizie con aggregati riciclati
US20220234249A1 (en) * 2021-01-27 2022-07-28 X Development Llc Concrete preparation and recipe optimization
US11703499B2 (en) * 2021-09-24 2023-07-18 X Development Llc Method to produce evolving concrete mixture heuristic
ES2937411B2 (es) * 2021-09-27 2023-07-27 Osa Int Business And Architectural Consultancy Sl Metodo implementado por ordenador y sistema de prediccion de la vida util de una estructura de hormigon
CN113836738B (zh) * 2021-09-29 2023-06-23 中铁二十四局集团有限公司 一种基于骨料填充和效率因子的scc配合比设计方法
CN114656204B (zh) * 2022-04-19 2023-04-07 中山市武汉理工大学先进工程技术研究院 一种含多元材料的生态超高性能混凝土配合比设计方法

Family Cites Families (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3186596A (en) * 1962-01-25 1965-06-01 Industrial Nucleonics Corp Concrete batch blending control system
FR1499991A (fr) * 1966-05-24 1967-11-03 Pedershaab Maskinfabrik As Dispositifs permettant l'évaluation en unités appropriées des éléments d'un ensemble constitué par leur somme et application notamment à la fabrication du béton
US4097287A (en) * 1975-09-04 1978-06-27 Kansai Paint Co., Ltd. Inorganic film forming composition for coating
DE2855324C2 (de) * 1978-12-21 1986-11-27 Elba-Werk Maschinen-Gesellschaft Mbh & Co, 7505 Ettlingen Verfahren zur Regelung der Wasserzugabe bei der Betonzubereitung und Vorrichtung zur Durchführung des Verfahrens
US4488815A (en) * 1983-02-04 1984-12-18 Black Melvin L Slurry reclamation method
SE443741B (sv) 1983-11-07 1986-03-10 Torsten Nick Ljung Sett for tillverkning av betong i mobil betongstation
US4654802A (en) * 1984-06-07 1987-03-31 Halliburton Company Cement metering system
US5027267A (en) * 1989-03-31 1991-06-25 Halliburton Company Automatic mixture control apparatus and method
WO1991004837A1 (en) * 1989-09-28 1991-04-18 Hirose, Toshio Method and apparatus for regulating mixture of granular material such as sand, powder such as cement and liquid
US5505987A (en) * 1989-10-10 1996-04-09 Jennings; Hamlin M. Processes for improving the bond between hydrating cement-based materials and existing cement-based substrates
US5265247A (en) * 1990-08-15 1993-11-23 Halliburton Company Laboratory data storage and retrieval system and method
BR9306895A (pt) * 1992-08-11 1998-12-08 Khashoggi E Ind Artigo de manufatura recipiente para o armazenamento distribuição acondicionamento ou parcelamento de produtos alimentícios ou bebidas processo para manufaturar esse recipiente e produto manufaturado
US5453310A (en) * 1992-08-11 1995-09-26 E. Khashoggi Industries Cementitious materials for use in packaging containers and their methods of manufacture
US5527387A (en) * 1992-08-11 1996-06-18 E. Khashoggi Industries Computer implemented processes for microstructurally engineering cementious mixtures
US5452954A (en) * 1993-06-04 1995-09-26 Halliburton Company Control method for a multi-component slurrying process
PE33195A1 (es) * 1993-08-18 1995-11-23 Khashoggi E Ind Disenos optimados de composiciones y procesos para disenar microestructuralmente mezclas cementosas
US5624491A (en) * 1994-05-20 1997-04-29 New Jersey Institute Of Technology Compressive strength of concrete and mortar containing fly ash
DE19518958A1 (de) * 1995-05-23 1996-11-28 Krupp Polysius Ag Verfahren und Anlage zur Aufbereitung einer Materialmischung
US5943234A (en) * 1996-12-13 1999-08-24 Atser Systems, Inc. Paving mixture design system
US6256600B1 (en) * 1997-05-19 2001-07-03 3M Innovative Properties Company Prediction and optimization method for homogeneous porous material and accoustical systems
JPH11130484A (ja) * 1997-10-22 1999-05-18 Mitsubishi Heavy Ind Ltd セメント原料調合制御方法及び装置
US6227039B1 (en) * 1998-01-06 2001-05-08 Moshe Te'eni System and method for controlling concrete production
US6113256A (en) * 1998-11-09 2000-09-05 General Electric Company System and method for providing raw mix proportioning control in a cement plant with a fuzzy logic supervisory controller
US6668201B1 (en) * 1998-11-09 2003-12-23 General Electric Company System and method for tuning a raw mix proportioning controller
US6120173A (en) * 1998-11-09 2000-09-19 General Electric Company System and method for providing raw mix proportioning control in a cement plant with a gradient-based predictive controller
US6120172A (en) * 1998-11-09 2000-09-19 General Electric Company System and method for providing raw mix proportioning control in a cement plant
US6535795B1 (en) * 1999-08-09 2003-03-18 Baker Hughes Incorporated Method for chemical addition utilizing adaptive optimization
US20020048212A1 (en) * 1999-08-25 2002-04-25 Hill Russell L. Concrete mix design systems and methods
US6535975B1 (en) * 1999-10-13 2003-03-18 Agilent Technologies, Inc. System configuration for multiple component application by asserting repeatedly predetermined state from initiator without any control, and configuration engine causes component to move to predetermined state
US6379031B1 (en) * 2000-01-20 2002-04-30 Aggregate Research Industries, Llc Method for manufacturing concrete
US6687559B2 (en) * 2000-04-04 2004-02-03 Digital Site Systems, Inc. Apparatus and method for a vertically integrated construction business
US6546352B2 (en) * 2000-04-11 2003-04-08 Martin Marietta Materials, Inc. Method and apparatus for evaluation of aggregate particle shapes through multiple ratio analysis
US6615643B2 (en) * 2000-10-13 2003-09-09 Instrotek, Inc. Systems and methods for determining the absorption and specific gravity properties of compacted and loose material including fine and coarse aggregates
US7114842B2 (en) * 2000-07-05 2006-10-03 W.R. Grace & Co.-Conn. Controlling ready mixed concrete sludge water
US6915216B2 (en) * 2002-10-11 2005-07-05 Troxler Electronic Laboratories, Inc. Measurement device incorporating a locating device and a portable handheld computer device and associated apparatus, system and method
US6826498B2 (en) * 2001-03-21 2004-11-30 Atser, Inc. Computerized laboratory information management system
US6959270B2 (en) * 2001-05-24 2005-10-25 UNIVERSITé LAVAL Method for modeling the transport of ions in hydrated cement systems
US20030084791A1 (en) * 2001-11-08 2003-05-08 Trenhaile Sara J. Method and system for optimizing ingredient blending
US6711957B2 (en) * 2002-05-24 2004-03-30 Atser, Inc. Systems & methods for automating asphalt mix design
CN1395008A (zh) 2002-06-25 2003-02-05 华南理工大学 基于数字图像技术的沥青拌和机集料计量控制系统及方法
US20060131236A1 (en) * 2002-08-14 2006-06-22 Georges Belfort Model for microfiltration of poly-disperse suspensions
US6889103B2 (en) * 2002-08-22 2005-05-03 Atser Systems and methods for realtime determination of asphalt content
US6876904B2 (en) * 2002-12-23 2005-04-05 Port-A-Pour, Inc. Portable concrete plant dispensing system
EP1636543B1 (en) * 2003-06-17 2019-12-11 Troxler Electronic Laboratories, Inc. Method of determining a dimension of a sample of a construction material and associated apparatus
RU2242743C1 (ru) 2003-07-31 2004-12-20 Томский государственный архитектурно-строительный университет Способ прогнозирования поровой структуры цементного камня

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104010988A (zh) * 2011-10-20 2014-08-27 罗马水泥有限责任公司 颗粒堆积的水泥-scm混合料
US9238591B2 (en) 2011-10-20 2016-01-19 Roman Cement, Llc Particle packed cement-SCM blends
CN104010988B (zh) * 2011-10-20 2016-04-13 罗马水泥有限责任公司 颗粒堆积的水泥-scm混合料
USRE49415E1 (en) 2011-10-20 2023-02-14 Roman Cement, Llc Particle packed cement-SCM blends
US10730805B2 (en) 2017-01-10 2020-08-04 Roman Cement, Llc Use of quarry fines and/or limestone powder to reduce clinker content of cementitious compositions
US10131575B2 (en) 2017-01-10 2018-11-20 Roman Cement, Llc Use of quarry fines and/or limestone powder to reduce clinker content of cementitious compositions
US10737980B2 (en) 2017-01-10 2020-08-11 Roman Cement, Llc Use of mineral fines to reduce clinker content of cementitious compositions
US11168029B2 (en) 2017-01-10 2021-11-09 Roman Cement, Llc Use of mineral fines to reduce clinker content of cementitious compositions
CN107271257A (zh) * 2017-05-31 2017-10-20 昆明理工大学 一种基于微观力学和断裂力学试验的ecc配方设计方法
CN111164425A (zh) * 2017-10-11 2020-05-15 卡特彼勒公司 用于三维打印的监测系统
US11801616B2 (en) 2017-10-11 2023-10-31 Caterpillar Inc. Monitoring system for three-dimensional printing
CN109899091A (zh) * 2019-03-27 2019-06-18 中南大学 一种基于喷射混凝土现场工作性要求的拌合站材料配比反向控制方法
CN109899091B (zh) * 2019-03-27 2021-04-16 中南大学 一种拌合站材料配比反向控制方法
CN110372320A (zh) * 2019-07-11 2019-10-25 东南大学 一种磷酸盐水泥砂浆配比方法
CN110372320B (zh) * 2019-07-11 2022-03-08 东南大学 一种磷酸盐水泥砂浆配比方法
CN111923187A (zh) * 2020-08-10 2020-11-13 中国科学院武汉岩土力学研究所 混凝土三维打印喷头及混凝土三维打印机

Also Published As

Publication number Publication date
WO2006138732A2 (en) 2006-12-28
EP2026224A2 (en) 2009-02-18
WO2006138732A3 (en) 2007-11-01
US20080027685A1 (en) 2008-01-31
US20080027584A1 (en) 2008-01-31
EP2011773A2 (en) 2009-01-07
US20080027583A1 (en) 2008-01-31
EP1899776A2 (en) 2008-03-19
US20080066653A1 (en) 2008-03-20
US20080009976A1 (en) 2008-01-10
CA2607732A1 (en) 2006-12-28
AU2006261180A1 (en) 2006-12-28
EP1899776A4 (en) 2011-03-30
US7386368B2 (en) 2008-06-10
US20060287773A1 (en) 2006-12-21

Similar Documents

Publication Publication Date Title
CN101278245A (zh) 重新设计现有混凝土配合比设计和制造厂以及对混凝土进行设计优化和制造的方法和系统
MX2007006528A (es) Metodos y sistemas para redisenar disenos de mezclas de concreto y plantas de manufactura pre-existentes y optimizacion de diseno y manufactura de concreto.
De Larrard et al. Mixture-proportioning of high-performance concrete
Fall et al. Mix proportioning of underground cemented tailings backfill
Soutsos et al. Concrete building blocks made with recycled demolition aggregate
Jendele et al. Multiscale hydro-thermo-mechanical model for early-age and mature concrete structures
Puri et al. Manual of ready-mixed concrete
CN103264445A (zh) 基于均衡系数的沥青混合料热料仓比例确定方法
US20020048212A1 (en) Concrete mix design systems and methods
Zayed et al. Resource allocation for concrete batch plant operation: case study
CN113004018A (zh) 充填胶凝材料制备方法
US10961155B2 (en) Quick-setting concrete mixture and method of manufacture
Jamhiri et al. Hybridizing neural network with trend-adjusted exponential smoothing for time-dependent resistance forecast of stabilized fine sands under rapid shearing
Fauzi et al. The need of statistical approach for optimising mixture design of controlled low-strength materials
Jamhiri et al. Hybridizing multivariate robust regression analyses with growth forecast in evaluation of shear strength of zeolite–alkali activated sands
CN102114668A (zh) 自动产生混凝土配比的方法及系统
Anderson et al. Manual of ready-mixed concrete
CN107857539A (zh) 一种废弃混凝土再生利用的方法
CN113156095A (zh) 基于配合比和水化特征的混凝土徐变预测方法
JP2009102894A (ja) 材料管理システム、材料管理方法及び材料管理プログラム
Dewar Concrete mix design
Ritter et al. Blending natural earth deposits for least cost
Abd-elfattah et al. Reliability Analysis of Flexible Pavement Using Crude Monte Carlo Simulation
Lukavsky Impact of Concrete Mixture Design Parameters on Early Age Characteristics and Long Term Performance of Bridges and Pavements
Krysiak et al. Mixtures of colliery spoils and fluidized bed bottom ash: strength and swelling behavior under compressive stress in isolated conditions

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1122619

Country of ref document: HK

C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Open date: 20081001

REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1122619

Country of ref document: HK