Application of artificial neural networks in the analysis of the influence of aluminum nanoparticles on the durability of mortar exposed to saline and humid environments

• Alvansazyazdi, Mohammadfarid ^[1] ; Toala Rivera, Ashley ^[2] ; Anchundia Lopez, Jennifer ^[2] ; Salgado Reyes, Nelson ^[3]
  1. [1] Universidad Central del Ecuador

     Universidad Central del Ecuador

     Quito, Ecuador

     
  2. [2] Universidad Laica Eloy Alfaro de Manabí

     Universidad Laica Eloy Alfaro de Manabí

     Portoviejo, Ecuador

     
  3. [3] Instituto Superior Universitario Japón

  Mostrar afiliaciones +
• Localización: Horizon International Journal, ISSN-e 3091-1753, Vol. 3, Nº. 2, 2025, págs. 86-102
• Idioma: español
• Títulos paralelos:
  • Aplicación de redes neuronales artificiales en el análisis de la influencia de nanopartículas de aluminio en la durabilidad del mortero expuesto a ambientes salinos y húmedos
• Enlaces
  • Texto completo (pdf)
  • Texto completo
• Resumen
  • español

    Objective: The objective of the research was to analyze the influence of incorporating aluminum nanoparticles on the durability of mortar exposed to saline and humid environments, using artificial neural networks (ANNs) as a predictive tool to model its behavior and estimate its performance under different exposure conditions. Methodology: A literature review was conducted of 40 academic sources published between 2018 and 2024, obtained from databases such as Scopus, Google Scholar, and ScienceDirect. The selected studies addressed the relationship between the nano-alumina addition percentage, curing time, and environmental conditions with the mechanical and durability properties of the mortar. Additionally, the application of neural networks (NNs) was evaluated to predict performance variables such as compressive strength, water absorption, and chloride diffusion rate. Results: The analyzes showed that the addition of nano-alumina improved the mortar’s density and reduced its porosity, thereby increasing its resistance to chloride penetration and its stability in saline and humid environments. An acceleration in cement hydration and an optimization of the interfacial transition zone were observed, resulting in higher mechanical strengths. The ANNs exhibited a coefficient of determination (R²) above 95% in predicting mechanical and durability behavior, enabling highly accurate estimation of the material’s performance without the need for extensive testing. Conclusions: It was concluded that incorporating aluminum nanoparticles into mortars is an effective strategy for improving their durability and strength under aggressive conditions. Furthermore, artificial neural networks proved to be a reliable tool for predicting and optimizing mix designs, reducing costs and experimentation time. This combination of nanotechnology and artificial intelligence represents a promising pathway for the development of more sustainable and resilient cementitious materials.

  • English

    Objetivo: El objetivo de la investigación fue analizar la influencia de la incorporación de nanopartículas de aluminio en la durabilidad del mortero expuesto a ambientes salinos y húmedos, utilizando redes neuronales artificiales (RNA) como herramienta predictiva para modelar su comportamiento y estimar su desempeño bajo diferentes condiciones de exposición. Metodología: Se llevó a cabo una revisión documental de 40 fuentes académicas publicadas entre 2018 y 2024, obtenidas de bases de datos como Scopus, Google Scholar y ScienceDirect. Los estudios seleccionados abordaron la relación entre el porcentaje de adición de nanoalúmina, el tiempo de curado y las condiciones ambientales con propiedades mecánicas y de durabilidad del mortero. Asimismo, se evaluó la aplicación de RNA para predecir variables de desempeño, tales como resistencia a compresión, absorción de agua y tasa de difusión de cloruros. Resultados: Los análisis mostraron que la adición de nanoalúmina mejoró la densidad y redujo la porosidad del mortero, lo que incrementó su resistencia frente a la penetración de cloruros y su estabilidad en ambientes salinos y húmedos. Se registró una aceleración en la hidratación del cemento y una optimización de la zona de transición interfacial, lo que resultó en mayores resistencias mecánicas. Las RNA presentaron un coeficiente de determinación (R²) superior al 95% en la predicción del comportamiento mecánico y de durabilidad, lo que permitió estimar con alta precisión el desempeño del material sin necesidad de ensayos extensivos. Conclusiones: Se concluyó que la incorporación de nanopartículas de aluminio en morteros es una estrategia eficaz para mejorar su durabilidad y resistencia en condiciones agresivas. Además, las redes neuronales artificiales demostraron ser una herramienta confiable para la predicción y optimización de diseños de mezcla, reduciendo costos y tiempos de experimentación. Esta combinación de nanotecnología e inteligencia artificial representa una vía prometedora para el desarrollo de materiales cementicios más sostenibles y resilientes.