Shear performance evaluation of sustainable concrete beams containing rice husk ash and carbon nanotubes as cement replacement
Notice bibliographique
Résumé
The utilization of rice husk ash (RHA) as a cement substitute in concrete can mitigate the environmental issues caused by concrete production. This study is the first investigated the effect of different concentrations of multiwall carbon nanotubes (MWCNTs) on the shear behaviour of RHA-reinforced concrete (RC) beams. Three RHA RC beams incorporating different MWCNTs concentrations (0%, 0.1%, and 0.2%) were subjected to shear failure tests, with shear behaviour evaluated based on load-deflection capacity, failure load, strain distribution, and crack development morphology. The results indicate that the incorporation of well-dispersed MWCNTs (0.1%) significantly enhances the shear resistance of RHA RC beams. Specifically, with the addition of 0.1% MWCNTs, the first crack load, initial stiffness, and ultimate shear capacity increased by 34.78%, 38.4%, and 4.76%, respectively, while midspan deflection and ductility improved by 23.19% compared to the control specimen. However, excessive MWCNTs incorporation negatively impacted shear capacity, as the inclusion of 0.2% MWCNTs led to an 8.57% reduction in the ultimate shear capacity of the RHA RC beam. Additionally, the experimental results were compared with predictions from several models, including the ACI 318 model, Eurocode 2-05 model, Canadian standard, Bazant and Kim, Zsutty, and Collins and Kuchma models. The comparison revealed that the Eurocode 2-05 model, Canadian standard, and Zsutty models provide reliable predictions of the shear behaviour of RHA RC beams, with an error margin within 20%. The findings suggested that well-dispersed MWCNTs can play a role in improving the initial stiffness and ductility of RHA RC beams, enhancing the shear resistance of the beams, delaying shear failure, and preventing brittle failure of the beams. Furthermore, the improvement of the performance of RHA sustainable concrete components by MWCNTs contributes to the sustainable development of the construction industry.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».