Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/20.500.14076/29364
Título : Influencia de las nanoparticulas de dióxido de manganeso en la porosidad del concreto determinada con la técnica de resistividad eléctrica
Autor : Rojas Alvino, Ricardo Enrique Gregorio
Asesor : Torre Carrillo, Ana Victoria
Palabras clave : Durabilidad del concreto;Resistividad eléctrica;Nanopartículas;Mezclas de concreto
Fecha de publicación : 2025
Editorial : Universidad Nacional de Ingeniería
Resumen : El concreto es un material fundamental en la construcción, cuya durabilidad está estrechamente ligada a su porosidad. Sin embargo, los métodos tradicionales para determinarla son invasivos y poco prácticos para el control en obra. En este contexto, la presente investigación desarrolla un modelo predictivo de porosidad a partir de la resistividad eléctrica, incorporando nanopartículas de dióxido de manganeso (NDMN) como aditivo para modificar la microestructura del concreto. Se diseñaron mezclas con relaciones agua/cemento (a/c) de 0.40, 0.45 y 0.50, y porcentajes de reemplazo parcial de cemento por NDMN de 0%, 5% y 10%. Se evaluaron 930 datos experimentales de resistividad y porosidad durante 81 días, los cuales permitieron ajustar un modelo basado en la ecuación de Archie, alcanzando un coeficiente de determinación R2 > 0.90. Los resultados muestran que la adición de NDMN reduce la porosidad y eleva la resistividad, especialmente en mezclas con baja relación a/c. Los valores de resistividad oscilaron entre 3,500 y 10,700 O-cm, mientras que la porosidad varió entre 7% y 15%. La combinación de a/c = 0.40 y 10% NDMN alcanzó simultáneamente la menor porosidad, la mayor resistividad y la mayor resistencia a compresión, evidenciando un desempeño superior en términos de durabilidad y densificación de la matriz cementicia. Este estudio valida la resistividad eléctrica como una técnica no destructiva y confiable para estimar la porosidad del concreto, proponiendo una metodología innovadora para el diseño de mezclas orientadas a un desempeño optimizado.
Concrete is a fundamental material in construction, and its durability is strongly linked to its porosity. However, traditional methods to determine porosity are invasive and not practical for on-site quality control. In this context, the present research develops a predictive model of porosity based on electrical resistivity, incorporating manganese dioxide nanoparticles (NDMN) as an additive to modify the concrete microstructure. Mixes were designed with water/cement ratios of 0.40, 0.45, and 0.50, and with partial replacement of cement by NDMN at 0%, 5%, and 10%. A total of 930 experimental data points of resistivity and porosity were evaluated during 81 days, allowing the adjustment of a model based on Archie’s equation, which achieved a determination coefficient of R2 > 0.90. The results show that the addition of NDMN decreases porosity and increases resistivity, especially in mixes with low w/c ratios. Electrical resistivity valúes ranged from 3,500 to 10,700 Q-cm, while porosity varied between 7% and 15%. The mix with w/c = 0.40 and 10% NDMN simultaneously reached the lowest porosity, the highest resistivity, and the best compressive strength, showing superior performance in terms of durability and microstructural densificaron. This study validates electrical resistivity as a non-destructive and reliable technique to estímate concrete porosity, and proposes an innovative methodology for mix design oriented to optimized performance.
URI : http://hdl.handle.net/20.500.14076/29364
Derechos: info:eu-repo/semantics/openAccess
Aparece en las colecciones: Ingeniería Civil

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
rojas_ar.pdf60,63 MBAdobe PDFVisualizar/Abrir
rojas_ar(acta).pdf877,38 kBAdobe PDFVisualizar/Abrir
informe_de_similitud.pdf1,44 MBAdobe PDFVisualizar/Abrir
carta_de_autorización.pdf1,41 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons

Indexado por:
Indexado por Scholar Google LaReferencia Concytec BASE renati ROAR ALICIA RepoLatin UNI