随着经济的发展和城市建设的不断更新，每年会产生大量废弃的混凝土。如果处理不好，会产生严重的生态环境问题；另一方面随着不断地开采利用，自然资源也日渐枯竭。基于可持续发展思想与环境保护意识，将废弃混凝土块经过加工处理后循环利用，无疑是解决这一系列问题的最佳选择。工程经验表明，混凝土结构的损坏首先是耐久性能的丧失，我国辽阔的国土总体上呈现“南锈北冻”的自然特征，为了使再生混凝土能够安全地运用于工程实际中，抗碳化与抗冻融循环耐久性能的研究就显得尤为重要。本文通过一系列对比试验研究再生混凝土相对于普通混凝土的抗碳化、抗冻融循环的耐久性能，并用人工神经网络与灰色理论研究预测再生混凝土的碳化深度，并取得了一些成果。再生混凝土的快速碳化试验表明：掺加粉煤灰不但不能改善再生混凝土的抗碳化性能，反而使得碳化深度更大；再生混凝土碳化过程中的一些规律与普通混凝土较为类似，但再生混凝土的抗碳化性能要弱于普通混凝土。运用BP神经网络和RBF神经网络预测再生混凝土碳化深度的结果显示，人工神经网络这一工具能很好地发挥预测的效果，只要有足够的样本即可预测出任意条件下的碳化深度。灰色理论主要可用于预测小样本情况下再生混凝土的碳化深度，其效果也能满足工程要求。再生混凝土的抗冻融循环试验结果显示：当粉煤灰掺量取代水泥量为15%时，能有效地改善其抗冻融耐久性能，经过改性后，其抗冻性与不掺入粉煤灰的普通混凝土较为接近。质量损失率指标可以评价再生混凝土的抗冻性能，但是相对动弹模指标不能准确评价再生混凝土的抗冻性能。