Performance evaluation of limestone-blended cement and cellulose nanomaterials in 3D concrete printing
Notice bibliographique
Résumé
Three-Dimensional Concrete Printing (3DCP) has emerged as a transformative technology to enhance efficiency, productivity, and safety in construction. However, the high cement content typically used in 3DCP presents sustainability challenges. This study explores the potential of low-carbon and sustainable materials, specifically portland limestone blended cement (GULb) and cellulose nanomaterials, to meet both rheological and mechanical performance criteria while addressing environmental concerns. The response surface methodology was employed to statistically evaluate the effects of water-to-binder ratio ( w/b : 0.30–0.38), nano-fibrillated cellulose (NFC: 0–0.25%), and cellulose nanocrystals (CNC: 0.05–0.15%) on the properties of 17 GULb-based 3DCP mixtures. Key performance indicators included flowability, yield stress, setting time, compressive strength (in both horizontal and vertical directions), and interlayer bond strength. Thermal and microstructural analyses complemented these assessments to validate the observed trends. At a w/b of 0.38 and higher dosages of NFC (0.25%) and CNC (0.15%), superior rheological properties, mechanical strength, and interlayer adhesion were achieved. Numerical optimization revealed that GULb-based 3DCP formulations modified with cellulose nanomaterials can satisfy rheological requirements while achieving a balance of mechanical and interlayer properties. However, the optimum material proportions vary depending on specific design targets.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».