Investigation of Mechanical Properties of Different Fiber Reinforced Engineered Cement Composites
Notice bibliographique
Résumé
Engineered cementitious composite (ECC) is a fiber reinforced cementitious material with multiple cracking qualities that induce pseudo-strain hardening prior to softening, which can reach up to a tensile strain of 3 to 8%.However, the production cost of ECC is high due to the high prices of synthetic fibers such as polyethylene (PE) and polyvinyl alcohol (PVA) fibers.So, the application of ECC is limited in the construction sector.The aim of the study is to evaluate the properties of a cheap fiber Polypropylene (PP) in an ECC and to check the effect of various fibers on the concrete matrix through non-destructive tests (NDTs).For this purpose, the ECC-M45 mix originally developed by Victor Li is followed.Firstly, oiled PVA (OPVA) fibers are used, to be later replaced by PE and PP fibers.The compressive & tensile strength of concrete mixes are compared followed by ultrasonic-pulse velocity (UPV) and rebound hammer (RH) tests.Results show that ECC-PE shows the highest tensile strength 5.87MPa followed by ECC-OPVA (3.74MPa) and ECC-PP (3.34MPa).ECC-PE also shows the highest ultimate strains 11.15% followed by ECC-PP (7.2%) and ECC-OPVA fibers (1.94%).ECC-PP shows continuous strain hardening indicating better multi-cracking than ECC-OPVA which shows a steep drop in stress beyond 3.74MPa, yielding 2MPa stress at ultimate strain.The compressive strength of ECC-OPVA is 57.85MPa which is 6.8% and 42% greater than ECC-PP and ECC-PE fibers, respectively.The non-destructive tests show both OPVA-ECC and PP-ECC as superior and a big quality difference between them and PE-ECC.Therefore, the NDTs familiarize more with the compressive strength test irrespective of the fiber type which shows that all fibers have good bonding ability.
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 ».