聚丙烯酸钠高吸水性聚合物对黏土湿度稳定性的应用及混合物吸力势预测

发布时间:2026-09-08 | 来源:MDPI Polymers | 作者:Elahe Jafari, Jie Huang, Drew W. Johnson

高吸水性聚合物(SAPs),如聚丙烯酸钠(PAAS),是聚丙烯酸的中和形态,属于一类以柔性聚合物链三维网络为特征的材料,具有卓越的吸水与保水能力。基于这些特性,PAAS在农业中已被广泛用作土壤水分调节剂。本研究探讨了PAAS作为基础设施应用中土壤稳定剂的潜力。采用三种吸力测量技术,即轴平移法、渗透法和蒸汽平衡法,以确定

高吸水性聚合物(SAPs),如聚丙烯酸钠(PAAS),是聚丙烯酸的中和形态,属于一类以柔性聚合物链三维网络为特征的材料,具有卓越的吸水与保水能力。基于这些特性,PAAS在农业中已被广泛用作土壤水分调节剂。本研究探讨了PAAS作为基础设施应用中土壤稳定剂的潜力。采用三种吸力测量技术,即轴平移法、渗透法和蒸汽平衡法,以确定PAAS及土壤-PAAS混合物在广泛含水量范围内的吸力行为,并建立其土水特征曲线(SWCCs)。研究覆盖了从接近完全干燥到完全饱和的完整吸力谱。实验结果表明,PAAS的SWCC呈现出土壤中常见的三个特征区域:边界区、过渡区和残余区。然而,当PAAS与土壤混合时,土壤-PAAS混合物的SWCC中边界区和过渡区消失。这一行为归因于土壤约束对PAAS吸力能力的抑制。与农业应用中SAP颗粒相对不受约束的情况不同,工程应用通常涉及高度压实土壤,限制了聚合物的膨胀和吸水能力。本研究还评估了基于有限实验数据集,利用数值建模技术预测土壤-PAAS混合物吸力行为的可行性。在所考虑的方法中,拉格朗日插值和K近邻(KNN)生成的预测模型误差低于10%。相比之下,深度神经网络模型显示出较低的预测精度,主要归因于可用数据集的规模有限。

返回资讯频道