Fresh and Hardened Properties of Engineered Geopolymer Compositewith MgO
Notice bibliographique
Résumé
In this paper, the early results of an ongoing investigation on self-healing engineered geopolymer composites (EGC) are presented. The EGC was developed using powder based alkali activators and MgO was added as self-healing agent. Two types of source materials were used to produce EGC. One EGC mix had slag and class C fly ash as source materials and termed as binary mix. The other one had slag, class C fly ash and class F fly ash and termed as ternary mix. Setting time, slump flow, fresh density and rheology were measured as fresh properties of the developed geopolymer composites. As hardened properties, compressive and direct tensile strengths were evaluated. It was observed that addition of MgO delayed the setting time of both the EGC mixes. The rheology of the developed geopolymer mixes complemented the hardened properties of the mixes. It was found that binary geopolymer mix exhibited superior performance as compared to its ternary counterpart due to presence of class C fly ash only that ensured higher amount of CaO. It was also observed that EGC, developed in the present study, experienced strength values (both compressive and direct tensile) that are comparable to the values of the previous studies even with the addition of MgO. Moreover, strain hardening characteristic was observed for both EGC mixes under direct tension test. Hence, it is evident that the initial outcomes of the experimental investigation are quite promising and exhibit the importance of conducting further comprehensive studies in order to develop design guidelines for EGC with self-healing capability.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».