A Novel Taxonomy on Self-healing Concrete Research Development
محل انتشار: سومین همایش ملی کاربردهای شیمی در فناوریهای نوین
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,661
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CAAT03_006
تاریخ نمایه سازی: 29 بهمن 1392
چکیده مقاله:
Self-healing concrete has beenwidely recognized as remedial technique to improve the durability of concrete.Some review papers have been published on self-healing concrete. Yet thehierarchical structure foritsclassificationneeds to be reviewed. This study presents a novel taxonomy making use of advances inknowledgefor self-healing concrete. The study addresses the general taxonomy of self-healing concrete to beclassified into three categories i.e., natural, chemical and biological processes. The focus is on the study ofthe biological processes.The review and taxonomy presents a new insight into the research on treatment ofunexpected cracking of concrete. The information presented in this paper is significant for biotechnologistsand bioprocess engineers to have comprehensive updates on the current status-quo ofself-healing concrete.
کلیدواژه ها:
Self-healing concrete ، Chemical and biological self-healing processes ، Biological precipitation ، Taxonomy
نویسندگان
Amirreza Talaiekhozan
Institute of Environmental and Water Resources Management, Water Research Alliance UniversitiTeknologi Malaysia- Department of Civil and Environmental Engineering, Jami Institute of Technology, Fooladshahr, Iran
Ali Keyvanfar
Construction Research Alliance, Faculty of Civil engineering, UniversitiTeknologi Malaysia
Ramin Andalib
Construction Research Alliance, Faculty of Civil engineering, UniversitiTeknologi Malaysia
Arezou Shafaghat
Construction Research Alliance, Faculty of Civil engineering, UniversitiTeknologi Malaysia
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :