Compressive strength and microstructural development of cement paste incorporating nanosilica with different particle sizes
Notice bibliographique
Résumé
Nanosilica particles are among the most studied nanomaterials in cementitious mixtures. However, literature on the effect of nanosilica particle size on the performance of these mixtures is still limited, with sometimes inconsistent findings. This study aims to address this gap by including the synthesis and application of different-sized nanosilica particles in one study. A uniform synthesis method was used to achieve nanosilica with four distinct average particle sizes (10, 35, 65, and 90 nm), covering the whole nanoscale range. The nanosilica particles were then fully characterized and utilized in cement paste at 1, 2, and 3 wt% of the cement. The compressive strength, heat evolution, microstructure, and rheological behaviour of the resultant pastes were investigated. The results revealed that the smallest particle size of nanosilica (10 nm) provided the highest compressive strength enhancement (over 100 % enhancement when used at 2 wt% of cement). The high pozzolanic reactivity of such small nanosilica particles at 2 wt%, together with their acceleration effect on cement hydration and densification of the paste microstructure, all contributed to this strength improvement. Overall, the enhancing effects of the nanosilica particles on the compressive strength of the pastes were less substantial when their particle size increased from 10 to 90 nm at any given concentration. All the nanosilica particles also increased the viscosity of the paste. This increasing effect was higher for smaller-sized nanosilica particles and at higher concentrations.
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 ».