Performance of plain and nano-modified coatings applied to a concrete bridge deck in cold regions
Notice bibliographique
Résumé
Surface treatments applied to new or existing concrete elements provide effective protection against intrusive media, helping to reduce maintenance and repair costs. However, technical data are scarce on documenting the field performance of concrete surface treatments in cold regions with aggressive conditions, particularly for emerging nano-modified coatings. To address this gap, a field study was conducted to evaluate the efficacy of different plain and nanocomposites as surface treatments on 34-year-old concrete bridge deck sections in Winnipeg, Manitoba, Canada. The study compared neat resins (silane, methyl methacrylate, and ethyl silicate) and nano-based coatings (nano-silica 50 % solution, silane with nano-clay, and silane with nano-silica at 2.5 % and 5 % by mass) on cores extracted from cracked and uncracked concrete prepared with two surface preparation methods. The experiments compared the initial performance (transport properties and microstructural features) of coated concrete to its performance after one year under service conditions. The results indicate that coatings play a significant role in providing protection against intrusive media and reducing maintenance efforts and costs. Among the coatings tested, silane and methyl methacrylate offered the least improvement in concrete protection with time in cold regions. The 50 % nano-silica solution provided moderate performance, whereas ethyl silicate and silane nanocomposites demonstrated superior performance in reducing transport properties regardless of the surface preparation methods. Given the improvement in long-term durability and cost, silane nanocomposites with a 2.5 % loading ratio may be a viable treatment method for concrete flatwork in cold regions. • Coatings on shot-blasted and power-washed bridge deck concrete performed similarly. • Silane and methyl methacrylate coated concrete decreased efficacy after one year. • The uneven distribution of nano-silica 50 % coating gave intermediate performance. • Ethyl silicate and silane nanocomposites delivered superior performance. • Silane with nano-clay or nano-silica at 2.5 % wt. were cost-effective alternatives.
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 | 0,001 | 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 | 0,001 |
| 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 ».