为什么概率配合比设计优于经验法则

确定性设计的问题

大多数配合比设计是确定性的：从表格选水灰比，计算水泥，预测一个强度值。但混凝土产生的是分布，不是单一值。

变异性来源

• 水泥强度： 标准差约3 MPa
• 骨料含水率： 同一料堆内变化2–4%
• 计量公差： ±1–2%
• 含气量： ±1–1.5%，每1%降低强度约5%
• 养护温度： 现场不是控制的20°C
• 试验变异性： 变异系数3–5%

总变异系数通常为10–20%。

概率设计的不同之处

不是预测单一强度，而是问：达到所需强度的概率是多少？

蒙特卡洛模拟

1. 从各输入变量的分布中随机取样
2. 计算结果强度
3. 重复10,000次
4. 分析分布

典型结果： "应该"给出37 MPa的配合比可能显示：

• 均值：38 MPa，第5百分位：29.4 MPa
• 低于30 MPa的概率：6.2%

实际好处

更好的富余量校准 — 基于实际预测变异性。

识别关键变量 — 敏感性分析显示应在哪里投资质量控制。

已知风险下的成本优化 — 减少10 kg/m³水泥节省约¥8/m³，但不合格风险从2%升到4%。

如何开始

1. 用生产数据表征输入分布
2. 建立强度模型
3. 运行10,000次迭代
4. 分析第5百分位和敏感性
5. 迭代至最优平衡

试用我们的强度预测器和成本优化器。