XiaoMi-AI文件搜索系统
World File Search System混凝土
混凝土天空：西太平洋空军基地加固
哈德逊研究所由战略家赫尔曼·卡恩于 1961 年创立，它挑战传统思维，并通过国防、国际关系、经济、能源、技术、文化和法律等跨学科研究帮助管理面向未来的战略转型。
社论：高性能和可持续的混凝土材料和结构
近年来，混凝土技术研究领域取得了长足的进步，其主要发展方向有两个：对卓越力学性能的不懈追求和对可持续性的日益重视（Li，2019）。在工程范式不断发展以及对能够承受极端环境和负载条件的弹性基础设施的需求不断增长的背景下，提高混凝土的力学性能对于增强现代建筑的结构完整性和安全性至关重要（Gong et al.，2023；Yu et al.，2024）。同时，工业化的不断推进产生了大量废物和副产品，这些废物和副产品通常被送往垃圾填埋场，从而加剧了空气污染并增加了碳排放。因此，开发可持续混凝土材料和结构已成为减轻环境负担和实现碳中和的关键解决方案。这种模式转变不仅符合全球应对气候变化的要求，而且为废料的创新增值利用开辟了有希望的途径。然而，高性能混凝土材料的发展之路往往充满挑战，特别是材料成本高昂以及生产过程中产生的碳排放，这阻碍了它们在结构工程中的广泛应用。为了克服这些障碍，研究人员将重点放在工业、城市和农业残余物或副产品的研究领域，探索它们作为混凝土关键成分（包括水泥基粘合剂、骨料和纤维增强材料）的部分替代品的潜力（Xiang 等人，2023 年；Merli 等人，2020 年）。通过整合废弃物，可以降低高性能混凝土的成本和碳足迹，同时促进循环经济的原则。
SS01-什么是低碳混凝土2025
量化碳的碳足迹可以通过环境产品声明（EPDS）评估，这些声明（EPDS）提供了有关与其生产相关的环境影响的详细信息。北美EPD通常关注“摇篮到门”的生命周期，这意味着它们可以从提取和生产所有原材料（包括水泥材料，骨料，混合物等）中衡量环境影响。（摇篮）到混凝土离开现成混合设施（门）的点。这些声明考虑了生产过程中能源消耗，温室气体排放，用水量和废物产生等因素。
压实混凝土 - 工程杂志
2 印度 Bhimavaram SRKR 工程学院土木工程系 电子邮件：a、* jagadeep.kankatala@gmail.com（通讯作者），b senaadheva@gmail.com，c siva_1667@yahoo.com，d jee.ezhiljodhi@gmail.com 摘要。本研究旨在检验沸石（Z）和氧化石墨烯（GO）对自密实混凝土（SCC）效率的影响。采用常规测试来评估变化对微观结构、力学性能和耐久性的影响。研究重点是废物排出的持久性。选择用于研究耐久性的测试包括快速氯化物渗透试验 (RCPT)、回弹锤试验、耐酸、耐碱和耐硫酸盐试验、超声波脉冲速度 (UPV) 试验、矿物成分和微观结构的 SEM 和 XRD 检查。经鉴定的最佳混合物 Z10G2（沸石 10% 和氧化石墨烯 0.02%）与传统混凝土 (CC) 相比表现出优异的耐化学性和机械完整性。这增强了材料的微观结构和物理特性。基于这些发现，经鉴定的混合物似乎能够提高混凝土结构的有效性和耐久性。总体结果表明，将经鉴定的混合物引入混凝土混合物中有可能提高各种环境条件下的耐久性和性能。为了准确评估提高混凝土结构寿命的潜在好处，需要进一步研究对这些结构的长期影响。关键词：沸石、氧化石墨烯、快速氯化物渗透试验、超声脉冲速度、SEM 和 XRD。
再生混凝土力学性能预测与灵敏度分析的人工智能算法综述
使用从拆除废物中产生的再生骨料来生产混凝土是减少建筑环境对环境影响的一种有希望的选择。然而，预测再生骨料混凝土的硬化性能是其在建筑领域大规模部署的主要障碍之一。由于传统的经验方法对于预测新的再生骨料配方的性能不太可靠，近年来，人工智能方法已得到广泛发展，以实现这一目标。在本文中，我们对预测再生骨料混凝土的机械性能和进行敏感性分析的人工智能 (AI) 方法进行了广泛的文献综述。本研究对文献中发现的主要方法和算法的适用性、准确性和计算要求进行了详尽的描述、检查和讨论。此外，还强调了各种算法的优点和缺点。人工智能算法已在各种预测应用中取得了成功，并且准确率很高。虽然这些算法是用于估计再生骨料混凝土混合物成分和机械性能的强大预测工具，但它们的性能高度依赖于数据结构和超参数选择。这项研究可以帮助工程师和研究人员更好地决策使用人工智能算法进行机械性能预测和/或优化再生骨料混凝土的配方。
用于评估加拿大混凝土体现碳的通用分类系统
15混凝土由于其16个耐用性，多功能性和可负担性而被称为全球最普遍的人为材料。但是，对全球17 CO 2排放有重大贡献。因此，努力加强了减少混凝土的具体碳，18具有新兴或常规的替代技术，旨在减轻排放和19种产量“可持续”和“低碳”混凝土；一组术语不一致地使用了20个术语，从而导致行业潜在的绿色和混乱。21同时，有迫切需要工具和政策来指导低22个碳混凝土结构和基础设施的设计。本文引入了一个具体的碳23分类系统，作为解决行业混乱的实用解决方案，并促进了混凝土建筑领域的24种可持续实践。它由一种普遍适用的25个工具组成，设计人员，制造商，资产所有者，承包商和政策26制造商可以对体现的碳混凝土进行强有力的评估，开发到27个混凝土脱碳的途径，设置与低碳混凝土28材料的中间定义和目标。
提前为交通部采购近零混凝土
演讲 • 欢迎致辞 • RMI - 预购简介 • 先行者联盟 (FMC) – 来自私营部门需求倡议的见解 • NRDC / RMI – 公共部门低碳混凝土预购路线图
解决混凝土设计中的环境问题
摘要。本文通过研究人工智能在混凝土设计中的应用来解决对可持续基础设施的迫切需求，特别强调预测单轴抗压强度 (UCS) 以减轻环境影响。混凝土是一种基本的建筑材料，由于其巨大的碳足迹，是环境恶化的主要原因。该研究的重点是利用人工神经网络 (ANN) 的潜力来预测传统建筑混凝土中的 UCS，这种混凝土在全球建筑实践中得到广泛应用。这一重点源于人们认识到这些混凝土类型对环境有重大影响，既影响碳足迹，又影响生态系统。研究方法包括分析一个数据集，该数据集包含 300 个立方体混凝土试件，尺寸为 15 厘米 × 15 厘米 × 15 厘米，按 70:30 的比例分为训练集和测试集。除了 ANN 模型外，还采用了各种机器学习分类器（包括支持向量机和决策树）进行比较。结果表明，基于 ANN 的预测模型优于替代分类器，具有高准确率和最小误差值，从而证实了其在估计 UCS 值方面的可靠性。这些发现凸显了整合人工智能技术以提高建筑实践的可持续性和减轻与混凝土使用相关的环境影响的潜力。通过采用 ANN 预测模型等创新方法，建筑行业可以为环境保护和可持续发展做出重大贡献。关键词：人工智能；混凝土；施工管理；环境影响；可持续结构 1. 简介
在堆叠的机器学习技术上进行积极学习，以预测碱激活的超高绩效混凝土的压缩强度
抽象的传统超高性能混凝土（UHPC）具有卓越的开发潜力。然而，在整个水泥制造过程中产生了大量的CO 2，这与当前在全球范围内降低排放和保存能量的趋势相反，从而限制了UHPC的进一步发展。考虑到气候变化和可持续性问题，无水泥，环保，碱活化的UHPC（AA-UHPC）材料最近受到了广泛关注。在旨在降低实验工具和人工成本的高级预测技术的出现之后，本研究提供了基于机器学习（ML）算法的不同方法的比较研究，以提出一种基于活跃的学习ML模型（AL-STAKED ML），以预测AA-UHPC的压缩强度。收集了包含284个实验数据集和18个输入参数的数据丰富的框架。对可能影响AA-UHPC抗压强度的输入特征的重要性进行了全面评估。结果证实，在本研究中已经测试过的不同一般实验标本的堆叠式ML-3可用于98.9％的AL-3。主动学习可以提高精度高达4.1％，并进一步增强堆叠的ML模型。此外，通过实验测试引入并验证了图形用户界面（GUI），以促进可比的前瞻性研究和预测。
NIST 低碳水泥和混凝土联盟
资料来源：Keegan。“水泥和混凝土：环境影响-PSCI。”普林斯顿大学，普林斯顿学生气候倡议，2020 年 11 月 3 日，psci.princeton.edu/tips/2020/11/3/cement-and-concrete-the-environmental impact