當(dāng)今建筑行業(yè)正面臨著生產(chǎn)效率與可持續(xù)發(fā)展的雙重挑戰(zhàn)，工業(yè)化、預(yù)制化建造被視為未來(lái)的重要發(fā)展方向。然而，有效實(shí)施這些新型生產(chǎn)體系，亟需開發(fā)新一代兼具高性能與可持續(xù)性的建筑材料。在眾多礦物膠凝材料中，石膏（又稱灰泥）脫穎而出，其生產(chǎn)能耗低、溫室氣體排放少，并具有良好的適用性、易施工性以及優(yōu)良的隔熱隔音性能。更重要的是，其輕質(zhì)特性使其非常適合于制造便于運(yùn)輸、安裝的預(yù)制構(gòu)件，從而在工業(yè)化建造過(guò)程中展現(xiàn)出巨大潛力。

盡管如此，石膏基材料也存在一個(gè)致命弱點(diǎn)：對(duì)濕度的敏感性。水分會(huì)削弱石膏晶體間的鍵合力，加速其崩解，導(dǎo)致力學(xué)強(qiáng)度顯著下降。此外，濕氣還會(huì)助長(zhǎng)霉菌滋生和產(chǎn)生泛堿現(xiàn)象，損害材料耐久性與室內(nèi)空氣質(zhì)量。近年來(lái)，通過(guò)纖維增強(qiáng)來(lái)改善石膏性能已成為一種頗具前景的策略，其中，使用包括合成纖維、天然纖維乃至廢棄纖維在內(nèi)的纖維材料，已被證明能有效提升石膏的力學(xué)性能。

在這一背景下，數(shù)量龐大的紡織廢料（TW）的再利用成為了一個(gè)令人興奮的機(jī)遇。全球范圍內(nèi)，紡織廢料正以前所未有的速度累積，給環(huán)境帶來(lái)巨大壓力。將其轉(zhuǎn)化為石膏基體的增強(qiáng)材料，不僅能“變廢為寶”，還能賦予石膏復(fù)合材料新的特性。已有研究顯示，源自紡織廢料的聚酯纖維能改善石膏的強(qiáng)度與密度，而回收纖維增強(qiáng)的石膏復(fù)合材料則表現(xiàn)出優(yōu)異的延性與抗彎性能。利用回收織物或工業(yè)紡織副產(chǎn)品作為石膏或石灰基復(fù)合材料的增強(qiáng)體，已成為推動(dòng)環(huán)保建筑材料發(fā)展的重要努力方向，這不僅有助于緩解廢棄物處置難題，降低建筑領(lǐng)域的碳足跡，也符合循環(huán)經(jīng)濟(jì)的原則。

然而，要精確設(shè)計(jì)出滿足特定性能需求的TW增強(qiáng)石膏復(fù)合材料并非易事。紡織纖維的摻入會(huì)顯著影響石膏復(fù)合物的流變性能和強(qiáng)度，需要合適的加水比和高效減水劑來(lái)確保其流動(dòng)性和纖維分散性。同時(shí)，纖維類型、表面處理、長(zhǎng)徑比等因素對(duì)復(fù)合材料的最終性能起著決定性作用。傳統(tǒng)的實(shí)驗(yàn)優(yōu)化方法通常耗時(shí)耗力，且難以捕捉配方變量與性能指標(biāo)之間復(fù)雜的非線性相互作用。

所幸，人工智能（AI）技術(shù)的興起，為材料性能的預(yù)測(cè)與優(yōu)化帶來(lái)了革命性的希望。機(jī)器學(xué)習(xí)（ML）和深度學(xué)習(xí)（DL）方法能夠從數(shù)據(jù)中挖掘出復(fù)雜的、高維度的關(guān)聯(lián)，為材料系統(tǒng)設(shè)計(jì)提供了強(qiáng)大的數(shù)據(jù)驅(qū)動(dòng)替代方案。將這類方法與元啟發(fā)式優(yōu)化算法（如遺傳算法、粒子群優(yōu)化、灰狼優(yōu)化等）相結(jié)合，可以精確調(diào)整模型超參數(shù)，從而實(shí)現(xiàn)更優(yōu)的預(yù)測(cè)精度和泛化能力。

正是在這一前沿交叉領(lǐng)域，一篇題為“Artificial intelligence-based prediction and optimization of textile waste recovery in hydrated plaster: A machine learning and meta heuristic approach”的研究論文在《Case Studies in Construction Materials》上發(fā)表。該研究探索了一種新穎的混合實(shí)驗(yàn)-計(jì)算方法，旨在開發(fā)環(huán)保高效的石膏復(fù)合材料，并將未處理的工業(yè)紡織廢料（TW）作為增強(qiáng)相。研究不僅首次將低劑量的芳綸/粘膠混合紡織廢料（0.25-1%）摻入石膏基體中，還引入了一個(gè)集成了機(jī)器學(xué)習(xí)與元啟發(fā)式優(yōu)化技術(shù)（DNN-IGWO和GA）的混合建模框架，以預(yù)測(cè)和優(yōu)化材料的多個(gè)關(guān)鍵性能參數(shù)，從而為利用工業(yè)副產(chǎn)品開發(fā)可持續(xù)、高性能的石膏基材料提供了新的見解與方法論。

為探究紡織廢料對(duì)石膏復(fù)合材料性能的影響并實(shí)現(xiàn)性能優(yōu)化，本研究采用了嚴(yán)謹(jǐn)?shù)膶?shí)驗(yàn)表征與先進(jìn)的計(jì)算建模相結(jié)合的方法。首先，研究制備了尺寸為40 × 40 × 160 mm的棱柱體試件，紡織廢料含量在0%至1%之間變化，水灰比（W/P）在0.55至0.70之間變化，共設(shè)計(jì)了20種配比。對(duì)復(fù)合材料進(jìn)行了全面的性能評(píng)價(jià)，涵蓋流變參數(shù)（初凝與終凝時(shí)間、流動(dòng)度）、耐久性（毛細(xì)吸水率）、力學(xué)性能（抗壓強(qiáng)度CS與抗折強(qiáng)度FS）以及導(dǎo)熱系數(shù)（TC）。其次，研究引入了人工智能輔助的預(yù)測(cè)與優(yōu)化框架。構(gòu)建了由改進(jìn)灰狼優(yōu)化器優(yōu)化的深度神經(jīng)網(wǎng)絡(luò)模型（DNN-IGWO-CV），用于高精度預(yù)測(cè)各項(xiàng)性能指標(biāo)。此外，還采用了遺傳算法（GA）進(jìn)行多目標(biāo)優(yōu)化，旨在獲得強(qiáng)度、熱性能和工作性之間的最優(yōu)平衡方案。所有實(shí)驗(yàn)與計(jì)算均遵循相關(guān)標(biāo)準(zhǔn)規(guī)范，以確保結(jié)果的可靠性與可比性。

研究系統(tǒng)評(píng)估了紡織廢料含量與水灰比對(duì)石膏復(fù)合材料各項(xiàng)性能的影響。結(jié)果顯示，紡織纖維的摻入顯著改變了材料的性能特征，在提升某些性能的同時(shí)，也對(duì)其他性能構(gòu)成了挑戰(zhàn)，揭示出材料設(shè)計(jì)中的固有“權(quán)衡”。

初凝和終凝時(shí)間均隨TW含量的增加而減少，尤其是在低水灰比時(shí)（2 min^?1), (e) CS (MPa), (f) FS (MPa), and (g) TC (W/K m).">）。這表明纖維為石膏水化結(jié)晶提供了額外的成核位點(diǎn)，并可能通過(guò)局部吸水加速了水化動(dòng)力學(xué)，起到了催化作用。在高水灰比下，額外的水會(huì)減緩這種加速效應(yīng)。

隨著TW濃度的增加，尤其是低水灰比下，復(fù)合材料的流動(dòng)度顯著下降（2 min^?1), (e) CS (MPa), (f) FS (MPa), and (g) TC (W/K m).">）。這歸因于纖維對(duì)水分的部分吸收以及新鮮拌合物內(nèi)部?jī)?nèi)聚力的增加，導(dǎo)致工作性降低。較高的水灰比可部分抵消這種吸收效應(yīng)。

TW的加入有效降低了復(fù)合材料的毛細(xì)吸水率（2 min^?1), (e) CS (MPa), (f) FS (MPa), and (g) TC (W/K m).">）。例如，在水灰比為0.55時(shí)，吸水率從無(wú)TW時(shí)的約397 g/cm²min^?1降至含1% TW時(shí)的314 g/cm²min^?1。這是由于纖維改變了石膏的多孔微結(jié)構(gòu)，增加了毛細(xì)管路徑的曲折度，減少了有效孔隙連通性，從而提升了材料的耐水性和耐久性。

力學(xué)性能呈現(xiàn)先增后降的趨勢(shì)。抗壓強(qiáng)度在TW含量為0.5-0.75%時(shí)達(dá)到最大值（10.36-11.67 MPa），而后在1%時(shí)略有下降（2 min^?1), (e) CS (MPa), (f) FS (MPa), and (g) TC (W/K m).">）。抗折強(qiáng)度也表現(xiàn)出類似規(guī)律，在0.5-0.75% TW時(shí)獲得最佳值（最高達(dá)4.17 MPa）（2 min^?1), (e) CS (MPa), (f) FS (MPa), and (g) TC (W/K m).">）。這證實(shí)了纖維在應(yīng)力傳遞和能量耗散方面的有效性。然而，當(dāng)TW含量增加至1%時(shí)，抗折強(qiáng)度出現(xiàn)明顯下降，研究表明這可能與復(fù)合材料內(nèi)部不均勻性導(dǎo)致的優(yōu)先斷裂路徑有關(guān)。無(wú)論抗壓還是抗折強(qiáng)度，都隨水灰比的增加而降低，這與高含水量導(dǎo)致結(jié)構(gòu)更疏松多孔有關(guān)。

TW的摻入略微降低了復(fù)合材料的導(dǎo)熱系數(shù)（2 min^?1), (e) CS (MPa), (f) FS (MPa), and (g) TC (W/K m).">）。導(dǎo)熱系數(shù)從純石膏的約0.20 W/m·K降至高TW含量復(fù)合材料的接近0.15 W/m·K，這表明纖維相的引入打斷了石膏基體中的熱傳導(dǎo)路徑，起到了隔熱效果，有利于提升建筑圍護(hù)結(jié)構(gòu)的熱工性能。

研究對(duì)四種機(jī)器學(xué)習(xí)模型的預(yù)測(cè)性能進(jìn)行了全面評(píng)估與比較。用于優(yōu)化的深度神經(jīng)網(wǎng)絡(luò)模型（DNN-IGWO-CV）在改進(jìn)灰狼優(yōu)化器的自動(dòng)調(diào)參下，針對(duì)每個(gè)輸出變量都獲得了獨(dú)特的網(wǎng)絡(luò)結(jié)構(gòu)（例如，對(duì)于初凝時(shí)間預(yù)測(cè)，最優(yōu)結(jié)構(gòu)為4個(gè)隱藏層，神經(jīng)元數(shù)分別為8、10、3、6，激活函數(shù)分別為elliotsig, purelin, tansig, logsig）。評(píng)估指標(biāo)包括決定系數(shù)R²、均方根誤差RMSE、平均絕對(duì)誤差MAE、平均絕對(duì)百分比誤差MAPE、散點(diǎn)指數(shù)SI和復(fù)合目標(biāo)函數(shù)OBJ。

結(jié)果顯示，DNN-IGWO-CV模型在絕大多數(shù)性能參數(shù)的預(yù)測(cè)上都展現(xiàn)了卓越的準(zhǔn)確性和穩(wěn)健性。其預(yù)測(cè)值與實(shí)驗(yàn)值高度吻合，R²普遍高于0.95，表明模型能夠解釋95%以上的數(shù)據(jù)方差。相比之下，支持向量機(jī)、決策樹和K近鄰算法等傳統(tǒng)機(jī)器學(xué)習(xí)模型雖然在特定參數(shù)上表現(xiàn)尚可，但其整體預(yù)測(cè)精度、穩(wěn)定性和泛化能力均不及經(jīng)過(guò)元啟發(fā)式算法優(yōu)化的深度神經(jīng)網(wǎng)絡(luò)模型。通過(guò)四折交叉驗(yàn)證，DNN-IGWO-CV模型在各個(gè)驗(yàn)證階段都保持了很低的散點(diǎn)指數(shù)（SI < 0.1），證明了其優(yōu)異的泛化能力和對(duì)過(guò)擬合的有效規(guī)避。

在獲得高精度預(yù)測(cè)模型的基礎(chǔ)上，研究采用了多目標(biāo)遺傳算法對(duì)石膏復(fù)合材料配方進(jìn)行優(yōu)化。優(yōu)化問(wèn)題被定義為在TW含量和水灰比兩個(gè)決策變量的可行域內(nèi)，同時(shí)最小化不良參數(shù)（如凝結(jié)時(shí)間、毛細(xì)吸水率、導(dǎo)熱系數(shù)），并最大化有益參數(shù)（如抗壓強(qiáng)度和抗折強(qiáng)度）。遺傳算法最終生成了一個(gè)包含71個(gè)非支配解的帕累托前沿。這些解代表了在各項(xiàng)相互沖突的性能目標(biāo)之間所能達(dá)到的最佳權(quán)衡。分析表明，最優(yōu)配方區(qū)域集中于水灰比0.55-0.65、TW含量0.25-1 wt%的范圍內(nèi)。這為開發(fā)高性能、可持續(xù)的石膏復(fù)合材料提供了明確的、數(shù)據(jù)支持的配方設(shè)計(jì)空間，使材料工程師可以根據(jù)具體的應(yīng)用側(cè)重點(diǎn)（如更注重強(qiáng)度、隔熱或施工性）從帕累托前沿中選擇最合適的配方。

本研究通過(guò)系統(tǒng)的實(shí)驗(yàn)與計(jì)算分析，深入探討了工業(yè)紡織廢料增強(qiáng)石膏復(fù)合材料的性能演變規(guī)律，并成功應(yīng)用人工智能技術(shù)實(shí)現(xiàn)了對(duì)其性能的精準(zhǔn)預(yù)測(cè)與多目標(biāo)優(yōu)化。核心結(jié)論表明，低劑量（0.25-1%）芳綸/粘膠紡織廢料的摻入，能夠有效提升石膏復(fù)合材料的力學(xué)強(qiáng)度（抗壓與抗折）、耐水性（降低毛細(xì)吸水）和隔熱性能（降低導(dǎo)熱系數(shù)），但會(huì)加速凝結(jié)并降低工作性。這揭示了在追求材料高性能與可持續(xù)性的同時(shí)，必須審慎權(quán)衡各項(xiàng)性能指標(biāo)。

本研究的創(chuàng)新性與重要意義體現(xiàn)在多個(gè)層面。首先，在材料層面，首次將特定類型的工業(yè)紡織廢料以低劑量形式成功整合進(jìn)石膏基體，為這類大宗廢棄物的高值化利用開辟了新途徑，有力地支持了循環(huán)經(jīng)濟(jì)與可持續(xù)建筑的發(fā)展。其次，在方法論層面，研究構(gòu)建并驗(yàn)證了一個(gè)高效的混合實(shí)驗(yàn)-計(jì)算框架，將深度神經(jīng)網(wǎng)絡(luò)與改進(jìn)灰狼優(yōu)化器相結(jié)合進(jìn)行性能預(yù)測(cè)，再輔以遺傳算法進(jìn)行多目標(biāo)優(yōu)化。這套“AI驅(qū)動(dòng)”的材料設(shè)計(jì)方法，能夠顯著減少傳統(tǒng)“試錯(cuò)法”所需的實(shí)驗(yàn)次數(shù)與資源消耗，高效捕捉復(fù)雜非線性關(guān)系，為新材料、特別是可持續(xù)復(fù)合材料的快速開發(fā)和性能精準(zhǔn)定制提供了強(qiáng)有力的新工具。最后，研究得出的一組帕累托最優(yōu)解，為實(shí)際工程中根據(jù)不同性能優(yōu)先級(jí)（如結(jié)構(gòu)承重、保溫隔熱、施工便捷）選擇或微調(diào)石膏復(fù)合材料配方提供了科學(xué)、量化的決策依據(jù)。總而言之，這項(xiàng)工作不僅推動(dòng)了紡織廢料在建筑材料中的回收利用，也為人工智能賦能可持續(xù)建筑材料工程領(lǐng)域樹立了一個(gè)成功的范例。