Effect of Type of Sand on the Flowability and Compressive Strength of Slag-Fly Ash Blended Geopolymer Mortar
Notice bibliographique
Résumé
This paper investigates the influence of the type of fine aggregates on the properties of slag-fly ash blended geopolymer mortar.Twelve mixes were prepared with two types of sand: desert dune sand (DS) and crushed dolomitic limestone sand (CS).Different alkaline activator solution-to-binder (0.50, 0.60, and 0.65) and binder-to-sand ratios (1:2, 1:3, and 1:4) were considered to analyze their effect on the performance of the geopolymer mortar.The properties under investigation included the amount of additional water needed to maintain a flow of 150 ± 2 mm and the 7-and 14-day compressive strengths.Experimental test results showed that an increase in fine aggregates content resulted in a higher additional water demand, regardless of the type of sand used.As a result, the mortar compressive strength decreased by up to 29% compared to mixes with the lowest binder-to-sand ratios (1:2 for DS mixes and 1:3 for CS mixes).An increase in the alkaline activator solution-to-binder ratio reduced the additional water needed to satisfy the target flowability but increased the overall liquid-to-binder ratio.Meanwhile, for optimum compressive strength, DS-based mixes comprised B:S and AAS/B ratios of 1:2 and 0.60, respectively, while those of CS-based mixes were 1:3 and 0.65, respectively.Compared to mixes made with CS, those incorporating DS required the addition of more water to maintain the flowability and experienced up to 81% loss in compressive strength; still, DS-based mixes achieved 14-day compressive strengths exceeding 28 MPa.The experimental findings advocate the use of DS as fine aggregates in the production of slag-fly ash blended geopolymer mortar to be utilized in various construction applications.
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 ».