Hygrothermal characterization of cement mortar composites incorporating micronized miscanthus fibers
Notice bibliographique
Résumé
This work investigates both the moisture dependence of thermal properties and the hygric behavior of cement mortars incorporating different proportions of micronized miscanthus fibers up to ∼7 wt%. The experimental program encompasses thermal characterization at dry (10 % RH), moderate (50 % RH), and saturated (100 % RH) states of samples, along with hygric characterization of the various mortar specimens through sorption-desorption tests, water vapor permeability assessment, Moisture Buffer value (MBV) determination, and capillary absorption tests. Thermal measurements showed a significant decrease in thermal conductivity with the addition of fibers. For a given biobased mortar composition, conductivity values were almost identical at dry/moderate RH level but exhibited an increase at saturation. This shift was attributed to the fibers' absorptive properties, which lead to a higher water content within the samples in saturated humidity environments. Collectively, the moisture sorption, moisture buffering capacities, water vapor permeability, and capillary absorption properties demonstrated consistent enhancement with rising fiber content, confirming the significant impact of plant fibers on the material's hygrothermal properties. In addition, the GAB model (Guggenheim- Anderson- de Boer) was used to fit the sorption and desorption isotherms, yielding a good correspondence with experimental data. Finally, mortars with the higher fiber contents (M7.5 F and M10F with 5.70 wt% and 6.94 wt% of fibers, respectively) combined high hygroscopicity and low thermal conductivity values (even under moisture-saturated conditions), making them promising candidates for applications requiring both good hygric performance and effective insulation properties. • Hygrothermal properties of mortars including miscanthus fibers are investigated. • Bio-composites exhibit increased thermal conductivity near water saturation. • Higher fiber content enhances both MBV, moisture sorption capacity & capillary absorption. • The GAB model provides a god description of the experimental sorption isotherms. • Mortars with 7 wt% fibers show remarkable hygroscopicity and low thermal conductivities.
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 ».