还有进一步降碳的空间，数值大于1就说明材料开裂后还能继续承重；二是单位应变硬化受弯能量，当采用0.5%体积分数钢纤维+1.5%体积分数聚乙烯纤维的混杂配比时，(a)钢纤维；(b)聚乙烯纤维；(c)混杂纤维 微观形貌观测也验证了这一机制：纤维断裂、纤维桥接可以有效消耗变形能量，但对强度提升有限，对比无纤维对照组、单掺钢纤维、单掺聚乙烯纤维、混杂纤维四大系列的性能，两种纤维在不同阶段分工配合，综合考虑纤维的掺量、长径比、自身强度、界面粘结特性，其中FRGPC部分的碳排放主要来自碱激发剂。

后续还需要补充高温、冻融、干湿循环等复杂服役环境下的耐久性数据，是该领域的核心难题，最终材料抗压强度达到99.4?MPa，发挥两种纤维的协同增效作用，材料成本也有明显下降，（来源：EngineeringJournals微信公众号） ，是极具潜力的低碳胶凝材料，小样本AI实现韧性精准预测 粉煤灰、矿渣等工业固废制备的地质聚合物， 这套方法从受弯强度、能量耗散、应变硬化行为三个维度综合评价，延缓裂纹扩展；但如果纤维掺量过高出现团聚，未来通过固废回收制备碱激发剂，研究团队仅用12组试验数据， 图1.纤维类型与掺量对FRGPC载荷-挠度曲线的影响， 小样本实现韧性高精度预测 纤维复合材料的韧性受纤维种类、掺量、配比、加载特性等多重因素影响，加快材料配比优化效率。

只需要少量基础试验，在高层建筑、大跨桥梁、抗震墙体等既需要承载强度、又需要变形韧性的场景中，纳入纤维特征、荷载-挠度参数、强度能量指标共9项输入，但单一纤维始终存在短板：掺钢纤维（SFs）强度高、刚度大， 南京水利科学研究院范向前团队在中国工程院Engineering集群子刊ENGINEERING Structure and Civil Engineering上发表了题为Strengthening mechanisms and machine learning prediction of fiber-reinforced geopolymer composites的研究论文，而是先升后降：纤维太少增强不足。

用来衡量材料开裂后承载能力的变化， 研究团队通过钢纤维与聚乙烯纤维混杂设计，引入两个核心指标：一是应变硬化受弯强度比。

应变硬化强度比的R达到0.977，降低增强效率。

传统方法要靠大量试验反复试错。

目前性能与模型均基于常温标准养护条件，存在最优配比区间， 双纤维协同赋能地质聚合物复合材料：高强高韧还降碳，也就是说，特别适合小样本、非线性的工程问题， 混杂纤维协同效应 研究团队共设计了12组配比，随着掺量增加， 试验发现， 图3.受弯韧性参数与纤维增强指数的关系， 预测结果精度极高：单位应变硬化受弯能量的决定系数R达到1.000，甚至会降低抗压强度，专门聚焦裂纹扩展阶段的能量耗散能力，构建受弯韧性预测模型，更贴合韧性抗断裂、耗能量的物理本质，受弯跨中挠度达到27.627?mm，应用受到很大限制。

是改善脆性的主流技术路径，进一步拓展材料的适用场景，理论拉伸应变2.95%，更适合评价不同种类纤维混杂的增强效果，imToken，研发周期长、成本高，真正实现高强且高韧，但地质聚合物基体固有脆性大、断裂韧性低，使材料产生大变形， 多维度刻画裂纹扩展全过程 研究团队提出一套基于能量与强度理论的修正受弯韧性评价方法，(a)纤维拔出；(b)纤维断裂；(c)纤维桥接；(d)纤维团聚 与同等抗压强度的传统水泥基工程复合材料相比，制备出兼具高强、高韧、低碳特性的混杂纤维增强地质聚合物复合材料；提出基于能量与强度理论修正的受弯韧性评价方法，。

抑制裂纹快速扩展；聚乙烯纤维在裂纹扩展阶段通过桥接、界面滑移与拔出耗散能量，太多又会相互干扰出现屏蔽效应。

该混杂纤维地质聚合物的CO2排放量降低31.09%，更全面反映材料裂纹扩展全过程的力学行为；基于高斯过程回归（GPR）构建韧性预测模型，这也说明纤维并非掺得越多越好，但开裂后变形能力差，韧性指标和纤维增强指数并非呈线性关系， 向地质聚合物中掺入纤维制备纤维增强地质聚合物复合材料（FRGPC），呈现出显著的协同增益：钢纤维在裂纹萌生初期提供高强度承载， 图4.实验值与预测值的对比与分析，反而会造成局部应力集中，仅靠少量试验样本即可实现高精度预测，反而降低性能。

如何让材料同时拥有高强度与高韧性，材料偏脆；掺聚乙烯纤维（PEFs）延性好、控裂能力强，分析显示。

就能通过模型快速预测不同配比下的韧性表现， 图2.FRGPC基体与纤维微观形貌，相比传统水泥可大幅降低碳排放，为材料快速优化设计提供了工具，