纳米砼论文(纳米混凝土)
1. 纳米混凝土
纳米渗透防水剂肯定是有用的，只是这个作用到底能起多大的效果而已。
首先这种纳米渗透防水剂是以碱金属硅酸盐溶液为基料，而在其中又添加了其他的一些成分，比如催化剂，助剂，惰性材料等等。
如果是将几根混凝土结合的去使用，那起到的作用应该是比较好的，比如在优质混凝土房顶上使用纳米渗透防水剂，那么起到的作用会达到最佳效果；但如果混凝土的质量不好，那就有可能致使防水剂的效果逐渐削弱，并且出现开裂的现象。
2. 纳米混凝土密封固化剂
混凝土密封固化剂地坪的常规施工流程，所用示例材料为「克朗弗C-801纳米级」混凝土密封固化剂，预处理地面类型为普通水泥地面，详情用法介绍如下。
1.成品遮盖保护
使用保护膜对墙面及不移动物品进行遮盖防护。成品保护用的塑料膜可用三色纸替代。
2.清洁并打磨地面
用扫把打扫干净地面，或者用水彻底清洗地面，然后使用30#四齿合金刀头对原始地面进行打磨处理；清理干净浮浆后，换上80#四齿合金刀头继续打磨，提高原有地面的平整度，以及对前道打磨工序进行修复。
合金刀头完成打磨并清理干净地面后，换上50#金刚石树脂磨片打磨1-2遍，将水泥毛细孔充分显露出来，以增加固化剂的吸收量，达到更好的施工效果。
3.喷洒混凝土密封固化剂（第一遍）
清理干净浮浆待地面完全干燥后，将配比均匀（1∶4或1∶5兑水）的「克朗弗C-801纳米级」混凝土密封固化剂均匀喷洒于地面上，保持湿润约两小时，期间用长毛刷来回推动以帮助地面吸收。
4.细磨地面
材料渗透两小时后，使用150#和300#金刚石树脂磨片打磨地面。
5.再次喷洒混凝土固化剂（第二遍）
清理干净浮浆待地面完全干燥后，再次喷洒「克朗弗C-801纳米级」混凝土密封固化剂，保持湿润约两小时，期间用长毛刷来回推动以帮助地面吸收。
6.细磨地面
材料渗透两小时后，用型号500#的金刚石树脂磨片打磨1-2遍后，使用1000#、2000#的金刚石树脂磨片进行全面打磨，对整体基面进行抛光。
7.地坪抛光
打磨并清理干净地面后，使用喷雾器或者喷壶将「克朗弗浓缩型亮光剂C-508」均匀地喷洒在地坪表面上，并用干净的拖把将光亮剂拖均匀，让光亮剂渗透20分钟左右，然后使用2000#以上的磨片进行全面抛光。
8.清洁地面交工
抛光完毕，用1#-3#抛光垫对整体地面抛光，保证地面的整洁，清洗后待表面见干后即可上人投用，24h后可承重上车。
3. 纳米混凝土的应用领域
1、我会把纳米技术运用到建筑上。首先，现在建房所用的钢筋、混凝土、砖块等，全部用纳米材料代替，这样建造出来的房子特别结实，即使遇上2008年汶川那样的大地震，房子也丝毫不会受损，住在里面的人十分安全。
其次，在墙面、地板均使用纳米涂层，不仅能防紫外线，还能自动清洁，人们再也不用打扫卫生了。
4. 纳米混凝土能否在工业上使用
不是，它安全，使用范围广。超清洁自干纳米涂层是一种革命性的防水材料，采用最新纳米杂化技术彻底隔离水和油的浸扰。
它是一种具有防护几乎所有液体破坏的疏水和疏油性涂层，采用纳米改性技术在基材的表面形成一层可以阻止水，油等液体浸蚀的空气保护膜。
这种保护膜优于传统的技术，有超强的附着力和耐磨性，使用于任何对耐磨性有要求的任何地方。 产品特性：
自洁：抗水和油的污染，干燥无菌。用点水或者气流，就可以去除表面的灰尘和污垢 防污染：灰尘污垢，水及含有细菌或辐射液体的污染会大大减少或消除 抗腐蚀：水及空气中的水汽没有真正接触表面，所以可以大幅度降低对物体的腐蚀 防冻: 物体表面干燥没有水分，所以不会结冰 防潮：保持物体干燥，水等很多液体难以被吸收 疏水角>170度，疏油角>150度，滚动角<5度 工作温度从零下-31度，到零上150度 应用范围 钢铁、铝等金属材质 塑料，纺织品，皮革，木材，鞋子 通信铁塔天线、军用及民用雷达 电力线路防冰 风电扇叶抗冰剥离涂层 汽车、混凝土车、工程机械车抗污 混凝土台面
5. 纳米混凝土是什么
一、衣——传统的衣服一般是满足人们御寒、遮羞和散热等功能，而添加了纳米材料的衣物其功能就会完全不同：
1)添加纳米级的紫外线反射剂（二氧化钛、氧化锌、氧化亚铝、炭黑）和改善纺织物本身品质，可制造出抗紫外线纤维。
2)在纺织物中加入接触性抗菌剂，如金属元素、金属离子，光催化剂，如纳米二氧化钛，纳米氧化锌、纳米氧化硅可制造出抗菌、抑菌、除臭型化纤织物。
3)在纤维中加入一些远红外纳米陶瓷粉，可制造保温保健纺织品，吸收人体或外界的红外辐射并产生远红外，以促进血液循环，屏蔽红外线，起到保暖保健功效。
4)在纤维中添加超微细导电剂（炭黑、二氧化锡、氧化锌、二氧化钛）制成抗静电纤维，能避免在穿着中由静电引起的不舒适，并应用在特殊工作场合。
5)有机物纤维中的聚酚醛纤维、聚酰亚胺纤维、聚苯二甲酰间苯二胺纤维都能经受高能射线的辐射，可以作为抗辐射纤维。
二、食——纳米材料在饮食方面也发挥着其独特的作用，相比于传统食材和厨具，具有巨大的优势：
1)用纳米技术对食物进行分子、原子的重新编程，某些结构会发生改变，从而能大大提高某些成分的吸收率，加快营养成分在体内的运输，延长食品的保质期。纳米食品具有提高营养、增强体质、防止疾病、恢复健康、调节身体节律和延缓衰老等功能.目前的纳米食品主要有钙、硒等矿物质制剂、维生素制剂、添加营养素的钙奶与豆奶、纳米茶和各种纳米功能食品等
2)用抗菌性纳米材料可以制作抗菌冰箱。纳米材料做的无菌餐具、无菌食品包装已经面世。
3)利用纳米粉末（比如二氧化钛），可以使废水彻底变成清水，完全可以饮用，实现水的净化处理。
三、住——纳米材料广泛应用于建筑材料以及装修涂料等方面，可显著提高人们的住宿水平。
1)将纳米三氧化二铁、纳米二氧化钛、纳米氧化锌加入到涂料中，可以使墙面涂料的耐刷性能提高近十倍并且使涂料有一定的自洁能力。
2)玻璃和瓷砖表面涂上一层纳米薄膜，可以制成自洁玻璃和自洁瓷砖，根本不用擦。
3)含纳米微粒的建筑材料还可以吸收对人体有害的紫外线。
4)使用纳米碳化硅可以制造防火建筑材料。
5)纳米二氧化钛及一些纳米金属材料加入到混凝土中，可以制造出功能性的电磁屏蔽混凝土。
四、行——纳米材料可以提高和改进交通工具的性能指标。
1)纳米陶瓷有望成为汽车、轮船、飞机发动机部件的理想材料，大大提高发动机效率、工作寿命和可靠性。
2)汽车制造中应用的塑料数量将越来越多。增强塑料是在塑料中填充经表面处理的纳米级无机材料蒙脱土、碳酸钙、二氧化硅等，这些材料对聚丙烯的分子结晶有明显的聚敛作用，可以使聚丙烯等塑料的抗拉强度、抗冲击韧性和弹性模量上升，使塑料的物理性能得到明显改善
3)纳米卫星可以随时向驾驶员提供交通信息，帮助其安全驾驶。而且，由于纳米技术将使现代人不可想象的星际旅行变为现实
五、用——在电子信息领域，纳米技术应用广泛。
1)可从硬盘上读取信息的纳米级磁读卡机以及存储容量为目前芯片上千倍的纳米级存储器都已投入生产。
2)纳米电子学使量子元件代替微电子器件，“深蓝”、“银河”等巨型计算机就能装入口袋。
3)在商品包装方面，科技人员把我国原材料比较丰富的陶土制成纳米尺度添加到聚合物中，制成了神奇的纳米塑料，这种塑料耐高温、耐磨，像金属、塑料、陶瓷共同的优点，用它制成的啤酒瓶烤不坏，摔不碎而且比玻璃瓶轻一半以上。
4)未来以纳米技术为核心的计算机处理信息的速度将更快，效率更高。
6. 纳米混凝土能否大规模使用
有用。
纳米灌浆料具有低水胶比、高流动性、零泌水、微膨胀、耐久性好的特点，施工时，直接加水搅拌使用，经交通部科技司鉴定产品各项性能均达到国际领先水平。
用途
广泛适用于各种梁体预应力管道压浆及设备基础、锚杆等构件灌浆，同时也可用于核电站壳体灌浆、混凝土疏松、裂缝和孔洞等缺陷修补。
7. 纳米混凝土脱模剂
1、首先用砂纸打磨，然后粗抛光，再中度抛光。
2、然后把液体脱模剂均匀涂在手机膜上，注意不要涂太多，够把手机膜完整的盖住就好。
3、最后用毛巾或者手绢沾上清水擦干净，放置一晚上。
4、这样手机纳米膜就能去除了。
8. 纳米混凝土优缺点
纳米渗透防水剂肯定是有用的，只是这个作用到底能起多大的效果而已。首先这种纳米渗透防水剂是以碱金属硅酸盐溶液为基料，而在其中又添加了其他的一些成分，比如催化剂，助剂，惰性材料等等。
如果是将几根混凝土结合的去使用，那起到的作用应该是比较好的，比如在优质混凝土房顶上使用纳米渗透防水剂，那么起到的作用会达到最佳效果；但如果混凝土的质量不好，那就有可能致使防水剂的效果逐渐削弱，并且出现开裂的现象。
9. 纳米混凝土的应用
有用。
纳米灌浆料具有低水胶比、高流动性、零泌水、微膨胀、耐久性好的特点，施工时，直接加水搅拌使用，经交通部科技司鉴定产品各项性能均达到国际领先水平。
用途
广泛适用于各种梁体预应力管道压浆及设备基础、锚杆等构件灌浆，同时也可用于核电站壳体灌浆、混凝土疏松、裂缝和孔洞等缺陷修补。
10. 纳米混凝土的养护
佳固士公司源于清华大学，秉承“行胜于言、科技报国”的理念，对标全球“百年工程”防水先进技术，推动中国防水材料进入“微纳米材料时代”，系统化实现与建筑结构同寿命的自防水体系。
佳固士公司突破了“无机纳米硅离子”核心技术，使产品防水指标达到国际技术领先水平。佳固士率先将无机纳米硅离子技术拓展到全系列防水材料，并获得多项国际国内专利，是微纳米防水材料的领先者。
佳固士全系列防水材料，在工民建、市政、水利、交通、能源、军事等防水施工领域，提供更为简捷的工艺过程和杰出的防水指标，有效解决8大防水难题：
渗：如何深入填补细微孔隙？
漏：如何长效应对高压漏水？
裂：如何实现裂缝自愈合？
防：如何抑制混凝土开裂？
护：如何应对碳化、冻融等恶劣环境？
蚀：如何抗酸、抗盐碱？
修：如何在背水面有效修复？
寿：如何实现建筑超长防水寿命？
专利与荣誉
凭借领先的技术实力，佳固士成功申请发明专利21项（含2项国际发明，3项已授权），实用新型专利25项（12项已授权），参与7项行业及地方标准的修制订，登榜CCTV央视，荣获“中国优选品牌”称号，成为冬奥会防水供应商、JC/T1018行业标准副主编单位、中国工程建设标准化协会理事单位、中国建筑防水协会会员单位，用实力赢得了全国媒体和各界领导的关怀认可。
佳固士强大的研发实力
安雪晖 首席科学家
清华大学"百人计划"引进人才、日本东京大学博士、清华大学水利水电工程系教授、博士生导师、清华大学新时代城市发展研究院院长、致公党北京市副主委、中国工程建设标准化协会防水专业委员会副主任委员、主持或参加科研项目总计30余项，拥有专利40余项。
姚国友 董事长
佳固士创始人，清华大学博士、博士后，清华大学启航奖金奖获得者，发表学术论文8篇，申请专利19项，其中发明专利9项（5项已授权），研发的纳米级混凝土养护修复增强一体剂，得到水利部副部长胡四一的肯定，并凭借该项目获得2018中国青年创新创业大赛金奖、清华大学第二届“校长杯”银奖等。
佳固士拥有2名教授、博士生导师、2名博士后，6名博士生组成的研发团队，团队专注于纳米级防水材料研发，并在多项防水材料指标实现国际领先。
11. 纳米混凝土感知材料
描述
未来，基础科研领域的发展将构筑于数据与人工智能的基础之上。对此，我应该抓住AI 2.0时代的发展契机，积极构建基础科研数据库，高效利用人工智能技术，抢占技术创新高地，实现材料、化学、物理等基础科研领域的“弯道超车”。
材料、化学、物理等基础科研领域的研究过程中充满了“大数据”，从设计、实验、测试到证明等环节，科学家们都离不开数据的搜集、选择和分析。人工智能技术（机器学习算法）擅长在海量数据中寻找“隐藏”的因果关系，可用于解决基础科研中的种种问题，因此得到了科研工作者的广泛关注。
近两年，人工智能在材料、化学、物理等领域的研究上展现出巨大优势，正在引领基础科研的“后现代化”。在AI2.0时代，把握人工智能技术不仅意味着科研效率的提升，更意味着科研“弯道超车”机遇的到来。
一、人工智能如何影响材料、化学、物理等基础科研？
2016年，谷歌AlphaGo的横空出世，将世人的焦点吸引到了人工智能领域。短短两年时间，人工智能技术在商业领域获得了空前的成功。语音识别、图像识别、无人驾驶、智慧金融等领域，无一不在影响着人们的生活。
但不为大众所关注的是，人工智能技术在科研领域也掀起了巨大的“波澜”。本文以2018年Phys.org网站（物理学家组织网）和顶级期刊上的文章为基础，向大家介绍人智能在材料、化学、物理等领域如何产生作用。
（一）新材料领域
2018年7月，Keith Butler等人在《Nature》期刊上发表题为“分子和材料研究用的机器学习”的文章，对人工智能技术在材料、化学中的作用进行了综述。
文章认为，计算化学/材料学的研究流程已经更迭至第三代。第一代是“结构-性能”计算，主要利用局部优化算法从结构预测出性能；第二代为“晶体结构预测”，主要利用全局优化算法从元素组成预测出结构与性能；第三代为“统计驱动的设计”，主要利用机器学习算法从物理、化学数据预测出元素组成、结构和性能。
其中，机器学习主要分为四个步骤：一是数据搜集，包括从实验、模拟和数据库中获取；二是数据选择，包括格式优化、噪点消除和特征提取；三是机器学习方法选择，包括监督学习、半监督学习和无监督学习；四是模型选择，包括交叉验证、集成和异常检测。
在实际的新材料研发中，人工智能技术已经在文献数据获取、性能预测、测试结果分析等各环节展现出巨大优势：
2018年1月，美国加州大学和马萨诸塞大学的研究人员合作开发人工智能平台，可自动分析材料科学研究文献，并可根据文本中提及的合成温度、时间、设备名称、制备条件及目标材料等关键词进行自动分类。结果表明，该平台识别文章段落的准确度为99%，标注关键词的准确度为86%。（发表于《MRSBulletin》）
2018年6月，美国斯坦福大学的物理学家开发了一种新型的非监督人工智能程序“Atom2Vec”。该程序只用几个小时，就“重新发现”了元素周期表。Atom2Vec是非监督型人工智能，未来科学家们可以通过给它设定目标，引导其寻找新材料。（发表于《美国国家科学院学报》）
2018年9月，东京大学利用理论计算方法建立了与原子结构相匹配的光谱数据库，并利用层聚类和决策树两种机器学习方法，对光谱大数据进行解释和预测。结果表明，该方法可成功应用于复杂光谱的解释，以及材料光谱特征的预测。（发表于《Scientific Reports》）
（二）化学领域
2018年3月，上海大学Mark Waller团队在《Nature》期刊上发表题为“利用深度神经网络和符号AI规划化学合成”的文章，引发了业内的广泛关注。
研究团队首先收集了截止到2014年发表过的几乎所有的化学反应，加起来大约有1250万个反应。然后，研究团队应用深度神经网络及蒙特卡洛树算法，成功地规划了新的化学合成路线，即便是权威的合成化学专家，也无法区分这款软件与人类化学家之间的区别。
与两种传统的合成方法相比（红色和绿色），使用新型人工智能技术（蓝色）在较短时间内可以完成更多分子的合成路线预测。该研究是人工智能在化学合成领域的重大突破，Mark Waller也被媒体誉为“化学AlphaGo”的先驱。
“化学AlphaGo”仅是人工智能用于化学领域众多案例中的一个。近年来，人工智能、机器学习、深度学习在合成化学、药物化学等领域不断产生新应用，其热度变得越来越高，有望为化学领域带来革命性的变化。
2018年7月，英国格拉斯哥大学研究人员采用机器学习算法，开发出可预测化学反应的有机化学合成机器人。在学习了100种（10%）化学反应后，该智能机器人能够以80%的准确度预测出其他化学反应，并且还能够预测出人类未知的新型化学反应。（发表于《Nature》）
2018年7月，美国北卡罗来纳大学开发名为“结构演化的机器学习”（ReLeaSE）的人工智能系统，其包括两个神经网络，可学习170万个已知生物活性分子化学结构，并随时间推移推测出新型药物分子。（发表于《Science Advances》）
2018年7月，美国莱斯大学和宾夕法尼亚州立大学的研究人员合作，利用机器学习技术和量子化学模拟改善催化剂的设计，可大幅节约时间与成本。利用量子化学模拟，研究人员可以创建出包含各类催化剂属性的数据库；机器学习技术可快速搜索数据库中隐藏的模式，帮助研究人员设计更便宜、更高效的催化剂。（发表于《Natural Catalysis》）
（三）物理领域
2018年8月，美国能源部斯坦福直线加速器中心和费米国家加速器实验室的研究人员合作，在《Nature》期刊上发表题为“在粒子物理学的能量和强度边界应用机器学习”的文章，总结了在粒子物理学的前沿使用机器学习所带来的机遇和挑战。
欧洲核子研究中心（CERN）的大型强子对撞机（LHC）是目前世界上最大的粒子加速器，其每秒可产生一百万吉字节（GB）的数据。如此海量的数据，给存储和分析带来了极大难题。研究人员利用专用的硬件和软件，通过机器学习技术来实时决定哪些数据需要保存，哪些数据可以丢弃。结果表明，机器学习算法可以至少做出其中70%的决定，大大减少了人类科学家的工作量。
近期人工智能在物理学领域的应用，除大型强子对撞机的数据分析外，还包括以下几方面：
2018年9月，美国劳伦斯伯克利国家实验室的科研人员与英特尔、克雷公司的工程师合作，利用深度学习技术开发出物理科学应用程序CosmoFlow，可用于处理大型三维宇宙学数据集。（发表于arxiv.org）
2018年9月，美国加州大学伯克利分校Breakthrough Listen项目的研究人员利用机器学习基础，从距离地球约30亿光年的光源中发现了72个新的宇宙无线电爆发。（发表于《The Astrophysical Journal》）
二、人工智能在基础科研领域中扮演什么角色？
材料、化学、物理等基础科研领域的发展，是大国科技竞争力的重要保证，其直接决定了社会各方面进步的步伐，重要性不言而喻。在AI 2.0时代，如何利用大数据挖掘和人工智能技术为基础科研领域赋能，成为了基础科学实现“弯道超车”的重要命题。
（一）传统科研模式需要进一步革新
2007年，图灵奖得主Jim Gray在NRC-CSTB大会上提出了科学研究的四类范式：经验科学（实验科学）是第一范式，在研究方法上以归纳为主，带有较多盲目性的观测和实验；理论科学是第二范式，偏重理论总结和理性概括，在研究方法上以演绎法为主；计算科学是第三范式，主要根据现有理论的模拟仿真计算，再进行少量的实验验证；数据密集型科学即第四范式，它以大量数据为前提，运用机器学习、数据挖掘技术，可从大量已知数据中得到未知理论。
以材料科学为例，当前普遍采用的基础科研模式主要以第一、二范式为主，第三范式为辅。在实际科研工作中，传统模式带来的问题主要有：一是重复性劳动过多，新材料研发环节中变量多，“试错法型”的实验量繁杂；二是“失败实验”的数据遭抛弃，海量数据沉默，无法被人有效利用；三是耗时太长，以航空涡轮发动机为例，单晶高温合金叶片的研制周期往往长达10年以上。
随着互联网时代的发展，数据传播、分享的门槛大大降低，而计算机硬件计算能力的提升又令大数据的计算分析成为可能，从而催生了科学第四范式。随着第四范式的诞生，所能解决的科学问题的复杂度进一步提升，势必会给材料、化学、物理等基础科研领域带来效率和效果的极大提升。基础科研领域拥抱第四范式，已经成为必然的趋势。
（二）人工智能如何支撑基础科研领域发展？
在AI 2.0时代，数据是最核心的资源，也是实践基础科研领域第四范式的基础。当前，不同科学领域数据库的建设，已经受到各国的高度重视。例如，美国国立卫生研究院的生物基因序列库GenBank迄今已收录超过2亿条基因序列，并正以大约每18个月翻一番的速度增长；美国国家标准技术院Materials Data Facility收集的数据量已达到12.5TB；日本物质·材料研究机构建设的MatNavi数据库是关于高分子、陶瓷、合金、超导材料、复合材料和扩散的世界上最大的数据库之一。
21世纪以来，“材料基因组”、“化学基因组”和各类物理学数据库的建设正加速进行。在人工智能算法和计算机硬件不断进步的背景下，“数据挖掘+人工智能分析”已经成为基础科研领域快速发展的重要驱动力：
人工智能变革科研数据的搜集、获取方式。利用人工智能语义分析技术，科研论文中的数据将更易搜集和获取，解决了人工搜集科研数据效率低的问题。
人工智能变革科研数据的分析方式与效率。利用深度神经网络及其他机器学习技术，科学家们将可从海量的结构化数据中高效获得隐藏的因果关系，从而大幅提升数据分析效率。
未来，基础科研领域的发展将构筑于数据与人工智能的基础之上。对此，我应该抓住AI 2.0时代的发展契机，积极构建基础科研数据库，高效利用人工智能技术，抢占技术创新高地，实现材料、化学、物理等基础科研领域的“弯道超车”。
际蓝论文网版权声明：以上内容作者已申请原创保护，未经允许不得转载，侵权必究！授权事宜、对本内容有异议或投诉，敬请联系网站管理员，我们将尽快回复您，谢谢合作！
