Sulfate attack mitigation in concrete using nanosilica and artificial intelligence: an integrated approach to structural durability

• Alvansazyazdi, Mohammadfarid ^[1] ; Carranza Acosta, Deivid ^[2] ; Sáenz Velasquez, Franklin ^[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: Impact Research Journal, ISSN-e 3091-1745, Vol. 3, Nº. 2, 2025, págs. 109-129
• Idioma: español
• Títulos paralelos:
  • Mitigación del ataque de sulfatos en hormigón mediante nano sílice e inteligencia artificial: un enfoque integral para la durabilidad estructural
• Enlaces
  • Texto completo (pdf)
  • Texto completo
• Resumen
  • español

    Objective: This study evaluated the effectiveness of nanosilica (SiO₂) and artificial intelligence (AI) in mitigating sulfate attack in concrete, with the aim of improving its mechanical performance, microstructural integrity, and durability in aggressive environments such as marine zones, sulfate-rich soils, and industrial areas. Methodology: A documentary and bibliographic review was conducted based on experimental studies published between 2020 and 2025 in databases such as Scopus, ScienceDirect, Web of Science, SpringerLink, ResearchGate, and IEEE Xplore. Peer-reviewed papers with quantitative data on the physical, mechanical, microstructural, and chemical properties of nanosilica-modified concrete were included, as well as studies using AI predictive models for sulfate attack resistance. The data were organized into comparative matrices, relating nanosilica dosage to compressive strength, tensile strength, mass loss, porosity, and durability indicators. Results: Optimal nanosilica dosages, ranging from 1% to 3% by cement weight, increased compressive strength by up to 31.7%, tensile strength by up to 69.8%, and reduced mass loss due to sulfate attack by up to 13.5%. Microstructural analyzes showed matrix densification, reduced porosity, and a decrease in expansive products such as ettringite. AI models, including neural networks and machine learning algorithms, achieved high predictive accuracy, optimizing mix design and preventive monitoring. Conclusions: The combination of nanosilica and AI constitutes an effective strategy for improving the durability of concrete against sulfates, providing tools for real-time monitoring, early damage detection, and efficient infrastructure management, with the potential for inclusion in technical standards.

  • English

    Objetivo: Este estudio evaluó la efectividad de la nanosílice (SiO₂) y la inteligencia artificial (IA) en la mitigación del ataque de sulfatos en hormigón, con el propósito de mejorar su desempeño mecánico, integridad microestructural y durabilidad en entornos agresivos como zonas marinas, suelos sulfatados y áreas industriales. Metodología: Se realizó una investigación documental y bibliográfica basada en la revisión de estudios experimentales publicados entre 2020 y 2025 en bases de datos como Scopus, ScienceDirect, Web of Science, SpringerLink, ResearchGate e IEEE Xplore. Se incluyeron trabajos revisados por pares con datos cuantitativos sobre propiedades físicas, mecánicas, microestructurales y químicas del hormigón con nanosílice, así como estudios con modelos predictivos de IA aplicados a la resistencia frente al ataque de sulfatos. Los datos se organizaron en matrices comparativas, relacionando la dosificación de nanosílice con resistencia a compresión, tracción, pérdida de masa, porosidad e indicadores de durabilidad. Resultados: Las dosificaciones óptimas de nanosílice, entre 1% y 3% del peso del cemento, incrementaron la resistencia a compresión hasta en un 31,7%, la resistencia a tracción hasta en un 69,8% y redujeron la pérdida de masa por ataque de sulfatos hasta en un 13,5%. Los análisis microestructurales mostraron densificación de la matriz, menor porosidad y reducción de productos expansivos como la etringita. Los modelos de IA, incluyendo redes neuronales y algoritmos de aprendizaje automático, lograron alta precisión predictiva, optimizando el diseño de mezclas y el monitoreo preventivo. Conclusiones: La combinación de nanosílice e IA constituye una estrategia eficaz para mejorar la durabilidad del hormigón frente a sulfatos, aportando herramientas para el monitoreo en tiempo real, la detección temprana de daños y la gestión eficiente de infraestructuras, con potencial de inclusión en normativas técnicas.