Menu
Skrót klawiszowy: /
Skrót klawiszowy: /

Properties and strength prediction modeling of green mortar with brick powder subjected to a short-term thermal shock at elevated temperatures.

Opis bibliograficzny

Properties and strength prediction modeling of green mortar with brick powder subjected to a short-term thermal shock at elevated temperatures. [AUT.] MACIEJ SZELĄG, [AUT. KORESP.] JOANNA STYCZEŃ, [AUT.] ROMAN FEDIUK, RENATA POLAK. Materials 2021 Vol. 14 Iss. 21 Article number 6331, il., bibliogr., sum. DOI: 10.3390/ma14216331
Kliknij opis aby skopiować do schowka

Szczegóły publikacji

Źródło:
Materials 2021 Vol. 14 Iss. 21, Article number 6331
Rok: 2021
Język: Angielski
Charakter formalny: Artykuł w czasopismie
Typ MNiSW/MEiN: praca oryginalna

Streszczenia

The cement industry is responsible for 8% of global CO2 production. Therefore, a clear trend has been observed recently to replace to some extent the main binder of cement composites with environmentally friendly or recycled materials with a lower carbon footprint. This paper presents the effect of brick powder (BP) on the physico-chemical and mechanical properties of cement mortars. The effect of a short-term thermal shock on morphology and strength properties of green mortars was investigated. BP addition caused increase in porosity and decrease in compressive and flexural strength of mortars. The best results were obtained for samples with 5% wt. BP addition. Above this addition the strength decreased. The mechanical performance of the samples subjected to thermal loading increased compared to the reference samples, which is the result of a process called as the “internal autoclaving”. The BP addition positively affects the linear shrinkage, leading to its reduction. The lowest linear shrinkage value was achieved by the mortar with the highest BP addition. An intelligent modeling approach for the prediction of strength characteristics, depending on the ultrasonic pulse velocity (UPV) is also presented. To solve the model problem, a supervised machine-learning algorithm in the form of an SVM (support vector machines) regression approach was implemented in this paper. The results indicate that BP can be used as a cement replacement in cement mortars in limited amounts. The amount of the additive should be moderate and tuned to the features that mortars should have.

Open Access

Tryb dostępu: otwarte czasopismo Wersja tekstu: ostateczna wersja opublikowana Licencja: Creative Commons - Uznanie Autorstwa (CC-BY) Czas udostępnienia: w momencie opublikowania

Identyfikatory

BPP ID: (46, 48985) wydawnictwo ciągłe #48985

Metryki

140,00
Punkty MNiSW/MEiN
3,748
Impact Factor

Eksport cytowania

Wsparcie dla menedżerów bibliografii:
Ta strona wspiera automatyczny import do Zotero, Mendeley i EndNote. Użytkownicy z zainstalowanym rozszerzeniem przeglądarki mogą zapisać tę publikację jednym kliknięciem - ikona pojawi się automatycznie w pasku narzędzi przeglądarki.

Informacje dodatkowe

Rekord utworzony:24 listopada 2021 11:33
Ostatnia aktualizacja:1 stycznia 2023 23:06

Informacja o ciasteczkach (tych internetowych, nie tych słodkich i chrupiących...)

Ta strona wykorzystuje pliki cookie do poprawy funkcjonalności i analizy ruchu. Możesz zaakceptować wszystkie pliki cookie lub zarządzać swoimi preferencjami prywatności. Nawet, jeżeli nie zgodzisz się na używanie plików cookie na tej stronie, to informację o tym musimy zapamiętać w formie... pliku cookie, zatem jeżeli chcesz zadbać o swoją prywatność w pełni, zapoznaj się z informacjami, jak zupełnie wyłączyć możliwości śledzenia Ciebie w internecie.

✓ Zgadzam się ✗ Nie zgadzam się