Effect of Nanobubbles on the Microstructural and Mechanical Performance of Strain-Hardening Cementitious Composites
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Carbon dioxide (CO 2 )-consuming strain-hardening cementitious composites (CC-SHCCs) are sustainable and highly ductile materials characterized by outstanding tensile properties and carbon consumption capacity. This study proposes the use of nanobubble water (NBW) for CC-SHCCs based on the durable physical properties and element transport capabilities of nanobubbles. The analysis of porosity characteristics of NBW and CO 2 -capturing NBW (NBW + C) shows that nanobubbles reduce micro-sized porosity, while significantly enhancing nanosized porosity. The use of NBW led to an improvement in compressive strength, and NBW + C highlighted the benefits of CO 2 capture by achieving a maximum of 128.5 MPa. In the direct tensile test, the specimens using NBW and NBW + C as the mixing water exhibited improved load distribution and extended strain-hardening regions. The specimen utilized NBW + C both in the mixing and curing stages and achieves a strain capacity of 7.79% and an energy absorption capacity ( g -value) of 1023 kJ·m −3 , which represents exceptional tensile characteristics. Chemical analysis showed that the introduction of nanobubbles and increased CO 2 concentration promoted the transfer and accumulation of calcium and hydroxide ions, accelerating the formation of calcium silicate hydrate (C-S-H) gels and calcium carbonate (CC). In particular, an exceptionally high net CO 2 consumption capacity ( C C O 2 ) of 2.333 was achieved when NBW + C was used as mixing and curing water.
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.
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 découle