028.研究生院

【优博风采】北京工业大学优秀博士学位论文获得者:李洪文

发布日期:2024-02-26    浏览次数:

【编者按】

为进一步培养我校研究生创新能力,提高研究生综合素质,促进学校研究生教育内涵发展,特推出“优博风采”专栏,邀请校级及以上优秀博士学位论文获得者分享科研历程与学术体会、展示创新成果与学位论文等,旨在激励我校研究生秉持“不息为体,日新为道”校训精神,潜心研究、锐意创新。

                                               

5D4A


本期专访人物:土木工程学科博士研究生 李洪文

所获奖励名称:2023年北京工业大学优秀博士学位论文

【谦虚谨慎,戒骄戒躁,始终走在学习的道路上】

在博士阶段,最大的体会就是需要不断学习。首先是专业知识的学习,随着课题内容的不断深入,已经学会的理论和方法有时候不再适用新的情况,需要学习新理论和新方法,刚开始接触到新知识时,难免会感到吃力困难,此时需要的是内心保持平静,不能急躁,一点点地啃硬骨头。其次是向他人请教学习,三人行必有我师,请教的人不仅包括老师和师兄师姐,有时候还需要请教师弟师妹,学习过程中始终抱着谦逊的态度。总而言之,在博士阶段我最大的感受就是:谦虚谨慎,戒骄戒躁,始终走在学习的道路上!

【博士论文介绍】

论文中文题目:碳纳米管/水泥基复合材料的强度-变形-阻尼性能的多尺度研究

论文英文题目:MULTI-SCALE STUDY ON STRENGTH-DEFORMATION-DAMPING PROPERTIES OF CARBON NANOTUBES/CEMENT-BASED COMPOSITES

者:李洪文

指导教师:李悦 教授

培养单位:城市建设学部

科:土木工程

论文主要贡献及创新点

针对高强混凝土收缩大、易开裂、阻尼小等问题,论文使用功能化碳纳米管提升技术和配合比优化协同提升高强混凝土的性能。

1.理论创新。通过X射线衍射、核磁共振等微观测试方法,发现了碳纳米管与水泥主要水化产物C-S-H凝胶的反应机理:功能化碳纳米管可以与Ca2+络合,使得C-S-H凝胶的聚合程度增大,从而增强C-S-H凝胶的力学性能。

6F67


1. 碳纳米管/C-S-H凝胶复合材料的Si NMR测试结果。


2.材料创新。使用碳纳米管提升技术可以使得水泥基材料的强度提升15%以上,收缩和徐变降低20%以上,损耗因子提升25%以上,从而成功制备出强度高、收缩小和阻尼性能优异的水泥基材料。

3.方法创新。使用人工神经网络和遗传算法对混凝土配合比进行优化,优化后的混凝土开裂风险系数降低至0.7以下,混凝土由开裂状态转变为不开裂状态;另外,使用机器学习方法对碳纳米管/水泥基复合材料的性能进行了预测和分析,结果有助于提升碳纳米管在水泥基材料中的应用效果。

18A66


2. 碳纳米管在水泥基材料中发挥桥接作用。


【博士期间代表性科研成果】

作者攻 博期间取得与博士学位论文密切相关的代表性成果(不超过5项)

序号

成果名称

成果来源

获得时间

1

Effect and mechanism   analysis of functionalized multi-walled carbon nanotubes (MWCNTs) on C-S-H   gel

Cement and Concrete   ResearchIF 11.958

2020.02

2

Multi-scale   investigation and mechanism analysis on Young's modulus of C-S-H modified by   multi-walled carbon nanotubes

Construction and   Building Materials

(IF 7.693)

2021.11

3

The energy dissipation   property of MWCNTs/cement paste composites

Construction and   Building Materials

(IF 7.693)

2022.06

4

Meso-scale modelling of   the effect of coarse aggregate properties on the creep of concrete

Journal of Building   Engineering(IF 7.144)

2022.06

5

The study of effect of   carbon nanotubes on the compressive strength of cement-based materials based   on machine learning

Construction and   Building Materials

(IF 7.693)

2022.10

【与导师合影】


C415


(图文:李洪文;编辑:胡春瀛;审核:高春娣、韩红桂)