Characterization of Mechanical Properties of Concrete Recycled Ceramic and Glass Powder Exposed to Elevated Temperatures
Notice bibliographique
Résumé
Systematic reuse of industrial debris is a crucial component that helps shape the sustainable construction system and green technology. The effective optimization of waste ceramic and glass fines into concrete mixes, as partial replacements of natural sand by volume, has been used in this study to explore the mechanical properties of ceramic recycled aggregate (CRA) and glass recycled aggregate (GRA) concrete at higher temperatures. The study comprises 17 types of concrete mixtures comprised of normal concrete (NC) along with 8 different mixes from both GRA and CRA concrete. In both types of GRA and CRA concrete, the sand replacement (by volume) ratios are similar. This paper highlights NC along with the volumetric replacements of sand as 5%, 10%, 15%, 20%, 25%, 30%, 35%, and 40% in other mixes. A total of 306 cylinders were made whereas 18 cylinders for NC and each group (GRA and CRA) included n=18 cylinders. Selected temperatures were 25°C, 100°C, 200°C, 400°C, 600°C, and 800°C to determine the overall mechanical and chemical alterations in NC and recycled concrete. The study reveals that increasing the addition of recycled glass and ceramic fines improves the overall compressive strength, and tensile strength compared to normal concrete. Higher replacement of ceramic and glass fines reduces the cracks and enhances the durability of concrete. In addition, more strength reduction was noticed in NC with increasing temperatures, while the reduction rate was slower in both GRA and CRA concrete. Furthermore, the study expounds that, by exploiting the ceramic and glass wastes (as fines) into concrete would result in two-way environmental advantages. One is, it would reduce the hazardous ceramic and glass landfills while the other is, it would minimize the frequency of sand mining.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».