Using viscosity modifying admixture to reduce diffusion in cement-based materials: Effect of molecular mass

材料科学 粘度 水泥 分子质量 胶凝的 扩散 腐蚀 传质 分子扩散 灰浆 复合材料 化学工程 热力学 化学 色谱法 有机化学 公制(单位) 物理 运营管理 工程类 经济
作者
Lixiao Zhao,Feng Pan,Lijing Shao,Shaoxiong Ye,Xin Liu
出处
期刊:Construction and Building Materials [Elsevier]
卷期号:290: 123207-123207 被引量:12
标识
DOI:10.1016/j.conbuildmat.2021.123207
摘要

The viscosity modifying admixtures (VMAs) can increase the pore solution viscosity of cement-based materials and thus slow down the diffusion of corrosive chemicals. As a key parameter, the increase of the molecular mass of VMAs can improve the anti-corrosion performance. However, if it becomes too large, the VMAs will significantly increase the bulk viscosity of the solution but do not improve the resistance to corrosive chemicals. Aiming at determining the range of molecular mass in which the resistance of cement-based materials can be optimized, the diffusion behavior of KCl in VMAs solutions with various molecular mass was explored. Then the influence of molecular mass of VMAs on chloride diffusion, mechanical properties, hydration and pore structure development of mortar were systematically investigated. The results indicated that within molecular mass range of 600–1500, VMAs can efficiently reduce the ion diffusion in cement-based materials. After 28 days of exposure, the samples containing 5% of polyethylene glycol (PEG) with the molecular mass of 1000 exhibits the minimum diffusion coefficient, which is 30.00% lower than that of the control group. The steric hindrance, which is mainly dependent on the molecular mass of the organic solute rather than its structure, directly determines the microviscosity of a solution. Although the addition of VMAs unfortunately coarsens the pore structure of mortar, and thus leads to the decrease of mortar strength, this study provides a novel approach to improve the durability of cementitious materials by optimizing the molecular mass of VMAs.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
txxxx发布了新的文献求助10
4秒前
daizao完成签到,获得积分0
4秒前
彩色语儿发布了新的文献求助100
4秒前
锤子废柴发布了新的文献求助10
4秒前
脑洞疼应助研友_V8Qmr8采纳,获得10
6秒前
8秒前
A宇完成签到,获得积分10
9秒前
10秒前
mengloo发布了新的文献求助10
12秒前
深情安青应助周凡淇采纳,获得10
13秒前
熊熊面包应助周凡淇采纳,获得10
13秒前
科目三应助周凡淇采纳,获得10
13秒前
大个应助周凡淇采纳,获得10
13秒前
英姑应助周凡淇采纳,获得10
13秒前
NexusExplorer应助周凡淇采纳,获得30
13秒前
星辰大海应助周凡淇采纳,获得10
13秒前
houchengru应助周凡淇采纳,获得10
13秒前
甜甜玫瑰应助周凡淇采纳,获得10
13秒前
香蕉觅云应助锤子废柴采纳,获得10
14秒前
阿童木完成签到,获得积分10
16秒前
16秒前
nengzou完成签到 ,获得积分10
16秒前
元世立发布了新的文献求助10
16秒前
txxxx完成签到,获得积分10
17秒前
17秒前
17秒前
彩色语儿完成签到,获得积分10
17秒前
19秒前
20秒前
20秒前
不吃香菜完成签到 ,获得积分10
20秒前
熹微发布了新的文献求助10
21秒前
Singularity发布了新的文献求助10
21秒前
21秒前
22秒前
完美世界应助跟我回江南采纳,获得10
22秒前
css发布了新的文献求助10
23秒前
sush1hang发布了新的文献求助10
25秒前
astalavista发布了新的文献求助10
25秒前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3125633
求助须知:如何正确求助?哪些是违规求助? 2775924
关于积分的说明 7728426
捐赠科研通 2431401
什么是DOI,文献DOI怎么找? 1291999
科研通“疑难数据库(出版商)”最低求助积分说明 622301
版权声明 600376