Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Malik, Awais" wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Impact on concrete properties using e-plastic waste fine aggregates and silica fume
Wpływ drobnego kruszywa z tworzyw sztucznych pochodzącego z odpadów elektronicznych oraz pyłów krzemionkowych na właściwości betonu
Autorzy:
Farooq, Adil
Malik, Muneeb Abid
Tariq, Tauqeer
Riaz, Mamoon
Haroon, Waqas
Malik, Awais
Ur Rehman, Mujeeb
Powiązania:
https://bibliotekanauki.pl/articles/216731.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
e-waste
fine aggregates
compressive strength
tensile strength
tworzywa sztuczne
odpady elektroniczne
kruszywo drobne
wytrzymałość na ściskanie
wytrzymałość na rozciąganie
Opis:
Plastic obtained from the discarded computers, televisions, refrigerators, and other electronic devices is termed as e-plastic waste. E-plastic waste is non-biodegradable waste. This paper focuses to investigate the replacement of fine aggregate with plastic aggregate obtained from e-plastic. The paper presents a detailed comparison of concrete properties (i.e.: compressive strength, tensile strength, flexural strength, density and workability) for normal concrete and concrete containing e-plastic fine aggregates. The testing was conducted according to the ASTM standards. 28-day Compressive, Flexural and Split tensile strengths were determined. In addition to the effect of e-plastic fine aggregate, silica fume is added as an admixture to find the effect on strengths. Authors have performed a compressive, flexural and tensile test of concrete mix with various percentages of e-plastic aggregates (i.e., 0, 5, 10, 15 and 20%) and silica fume (i.e.: 0, 5 and 10%) and concrete densities are also considered. It has been concluded that an increase in the e-plastic fine aggregate results in reduction in densities, compressive, flexural and tensile strength values. However, when we add silica fume to the concrete mixture it leads to strength values similar to the control mixture. The optimum obtained concrete blend contained 5% e-plastic fine aggregates and 10% silica fume. The addition of silica fume in concrete mixtures increases the 28-day compressive, flexural and tensile strengths. Moreover, the density of concrete decreases with the increase in the e-plastic aggregates.
Tworzywa sztuczne uzyskane ze zużytych komputerów, telewizorów, lodówek i innych urządzeń elektronicznych są określane jako tworzywa sztuczne z odpadów elektronicznych. Tworzywa sztuczne z odpadów elektronicznych to odpady nieulegające biodegradacji. Niniejszy artykuł koncentruje się na kwestii zastąpienia drobnego kruszywa kruszywem z tworzyw sztucznych z odpadów elektronicznych. W pracy przedstawiono szczegółowe porównanie właściwości betonu (tj. wytrzymałość na ściskanie, rozciąganie i zginanie, gęstość oraz urabialność) dla normalnego betonu i betonu zawierającego drobne kruszywa z tworzyw sztucznych z odpadów elektronicznych. Testy przeprowadzono zgodnie ze standardami ASTM. Określono 28-dniową wytrzymałość na ściskanie, zginanie i rozciąganie przy rozłupywaniu. Zbadano wpływ drobnego kruszywa z tworzyw sztucznych pochodzącego z odpadów elektronicznych oraz pyłów krzemionkowych na wspomniane właściwości betonu. Autorzy przeprowadzili test ściskania, zginania i rozciągania mieszanki betonowej dla różnych wartości procentowych kruszywa z tworzyw sztucznych z odpadów elektronicznych (tj. 0,5, 10, 15 i 20%), pyłów krzemionkowych (tj. 0, 5 i 10%) oraz gęstości betonu. Stwierdzono, że zwiększony udział procentowy drobnego kruszywa z tworzyw sztucznych pochodzącego z odpadów elektronicznych prowadzi do zmniejszenia gęstości, wytrzymałości na ściskanie, zginanie i rozciąganie. Jednakże dodanie pyłów krzemionkowych do mieszaniny betonowej pozwala uzyskać parametry wytrzymałościowe podobne do mieszaniny kontrolnej. Otrzymana optymalna mieszanka betonu zawiera 0,5% drobnych kruszyw z tworzyw sztucznych pochodzących z odpadów elektronicznych i 10% pyłów krzemionkowych. Dodatek pyłów krzemionkowych w mieszankach betonowych zwiększa 28-dniową wytrzymałość na ściskanie, zginanie i rozciąganie. Ponadto gęstość betonu zmniejsza się wraz ze wzrostem udziału kruszyw z tworzyw sztucznych z odpadów elektronicznych.
Źródło:
Gospodarka Surowcami Mineralnymi; 2019, 35, 2; 103-118
0860-0953
Pojawia się w:
Gospodarka Surowcami Mineralnymi
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Artificial intelligence-based modeling for the estimation of Q-Factor and elastic young’s modulus of sandstones deteriorated by a wetting-drying cyclic process
Autorzy:
Rashid, Hafiz Muhammad Awais
Ghazzali, Muhammad
Waqas, Umer
Malik, Adnan Anwar
Abubakar, Muhammad Zubair
Powiązania:
https://bibliotekanauki.pl/articles/2073878.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
przepuszczalność skał
współczynnik Q
piaskowiec
wetting and drying cycles
rock permeability
dynamic elastic Young’s modulus
Q-factor
UCS
Opis:
In this study, a series of destructive and non-destructive tests were performed on sandstone samples subjected to wetting-drying cycles. A total of 25 Wet-Dry cycles were provided to investigate any significant change in the engineering properties of sandstones in terms of their porosity, permeability, water absorption, density, Q-factor, elastic modulus (E), and unconfined compressive strength (UCS). The overall reduction in the values of density, E, Q-factor, and UCS was noted as 3-4%, 42-71%, 34-62%, and 26-70% respectively. Whereas, the overall appreciation in the values of porosity, permeability, and water absorption was recorded as 24-50%, 31-64%, and 25-50% respectively. The bivariate analysis showed that the physical parameters had a strong relationship with one another and their Pearson’s correlation value (R) ranged from 0.87-0.99. In prediction modeling, Q-factor and E were regressed with the contemplated physical properties. The linear regression models did not provide satisfactory results due to their multicollinearity problem. Their VIF (variance inflation factor) value was found much greater than the threshold limit of 10. To overcome this problem, the cascade-forward neural network technique was used to develop significant prediction models. In the case of a neural network modeling, the goodness of fit between estimated and predicted values of the Q-factor (R2 = 0.86) and E (R2 = 0.91) was found much better than those calculated for the Q-factor (R2 = 0.30) and E (R2 = 0.36) in the regression analysis.
Źródło:
Archives of Mining Sciences; 2021, 66, 4; 635--658
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies