Revisión del estado del arte sobre concreto autocurativo con nanosílice: avances y aplicaciones de inteligencia artificial
DOI:
https://doi.org/10.31243/id.v21.2025.3187Palabras clave:
hormigón autocurativo; nanosílice; polímeros superabsorbentes; inteligencia artificial; aprendizaje automático; construcción sostenible; resistencia a la compresión; revisión sistemáticaResumen
El agrietamiento del hormigón representa una de las amenazas más críticas para la integridad estructural y la sostenibilidad de la infraestructura civil, dado que las microfisuras facilitan el ingreso de agentes agresivos que aceleran el deterioro y elevan sustancialmente los costos de mantenimiento a lo largo del ciclo de vida de las estructuras. Este estudio presenta una revisión sistemática de la literatura conducida bajo los lineamientos PRISMA 2020, sintetizando 64 estudios arbitrados publicados entre 2019 y 2025 en cinco bases de datos científicas de reconocimiento internacional — Scopus, Web of Science, ScienceDirect, Google Scholar y PubMed —, con el objetivo de evaluar de manera crítica el papel combinado de la nanosílice (NS) y los polímeros superabsorbentes (SAPs) en sistemas de hormigón autocurativo, así como la contribución de la inteligencia artificial (IA) y el aprendizaje automático (AA) a su optimización. La evidencia sintetizada demuestra que la NS, en dosificaciones óptimas de 1.5% a 3% en peso de cemento, mejora consistentemente la resistencia a la compresión entre un 9.7% y un 31% respecto a mezclas de control, mediante la amplificación de geles C-S-H por reacción puzolánica, la densificación de la zona de transición interfacial y el sellado de microfisuras en condiciones de exposición a la humedad. El sistema binario NS–SAP resuelve de manera efectiva la compensación entre resistencia mecánica y capacidad autocurativa inherente a los sistemas con SAP únicamente, alcanzando eficiencias de autocuración de hasta el 100% bajo condiciones de inmersión en agua y una recuperación de resistencia mecánica del 26.9% tras 180 días de exposición en cámara húmeda. Entre las arquitecturas de IA evaluadas, los sistemas de inferencia neuro-difusa adaptativa (ANFIS) y los modelos de árboles potenciados por gradiente demostraron la mayor precisión predictiva, con valores de R² de hasta 0.98 y errores cuadráticos medios inferiores a 2.1 MPa para la predicción de resistencia a la compresión. Los hallazgos posicionan el marco NS–SAP–IA como una estrategia técnicamente robusta y ambientalmente prometedora para el desarrollo de sistemas de hormigón sostenibles de alto desempeño, aunque la validación estructural a escala real y el desarrollo de bases de datos de referencia estandarizadas permanecen como prioridades críticas para la investigación futura.
Referencias
Abd Elrahman, M., Chung, S.-Y., Sikora, P., Rucinska, T., & Stephan, D. (2019). Influence of nanosilica on mechanical properties, sorptivity, and microstructure of lightweight concrete. Materials, 12(19), 3078. https://doi.org/10.3390/ma12193078
Alghrairi, N. S., Aziz, F. N., Rashid, S. A., Mohamed, M. Z., & Ibrahim, A. M. (2024). Machine learning-based compressive strength estimation in nanomaterial-modified lightweight concrete. Open Engineering, 14(1), 20220604. https://doi.org/10.1515/eng-2022-0604
Alhawat, M., & Ashour, A. (2020). Bond strength between corroded steel and recycled aggregate concrete incorporating nano silica. Construction and Building Materials, 237, 117441. https://doi.org/10.1016/j.conbuildmat.2019.117441
Ali, R., Mushtaq, A., Haq, E., Khushnood, R. A., & Asteris, P. G. (2023). Analysis and prediction of the effect of nanosilica on the compressive strength of concrete with different mix proportions and specimen sizes using various numerical approaches. Structural Concrete, 24(3), 4161–4184. https://doi.org/10.1002/suco.202200718
Álvarez, M., Ferrández, D., Fernández, C. M., & Atanes-Sánchez, E. (2024). Super absorbent polymers (SAP) in building materials: Application opportunities through physico-chemical and mechanical analysis. Construction and Building Materials, 435, 136904. https://doi.org/10.1016/j.conbuildmat.2024.136904
Althoey, F., Amin, M., Khan, K., Usman, M., Khan, M., Javed, M., Sabri, M., Alrowais, R., & Maglad, A. (2022). Machine learning based computational approach for crack width detection of self-healing concrete. Case Studies in Construction Materials, 17, e01610. https://doi.org/10.1016/j.cscm.2022.e01610
Althoey, F., Zaid, O., Alsulamy, S., Martínez-García, R., De Prado-Gil, J., & Arbili, M. M. (2023). Experimental study on the properties of ultra-high-strength geopolymer concrete with polypropylene fibers and nanosilica. Construction and Building Materials, 365, 130120. https://doi.org/10.1016/j.conbuildmat.2022.130120
Alvee, A. R., Risdanareni, P., Villarreal, J. L. Z., & Jannat, N. (2022). Experimental study of the mechanical properties and microstructure of geopolymer paste containing nano-silica from agricultural waste and crystalline admixtures. Case Studies in Construction Materials, 16, e00792. https://doi.org/10.1016/j.cscm.2021.e00792
Apolinário De Oliveira, L., Reis Ferreira, J. G., Cruz Marques, A., & de Brito, J. (2021). The effect of silica nanocapsules on self-healing concrete. Construction and Building Materials, 300, 124010. https://doi.org/10.1016/j.conbuildmat.2021.124010
Bose, B., Davis, C. R., & Erk, K. A. (2021). Microstructural refinement of cement paste internally cured by polyacrylamide composite hydrogel particles containing silica fume and nanosilica. Cement and Concrete Research, 143, 106400. https://doi.org/10.1016/j.cemconres.2021.106400
Faraj, R. H., Mohammed, A. A., Mohammed, A., Omer, K. M., & Ahmed, H. U. (2022). Systematic multiscale models to predict the compressive strength of self-compacting concretes modified with nanosilica at different curing ages. Engineering with Computers, 38(Suppl. 3), 2365–2388. https://doi.org/10.1007/s00366-021-01385-9
Griffiths, S., Sovacool, B. K., Kim, J., Bazilian, M., & Uratani, J. M. (2023). Decarbonizing the cement and concrete industries: A systematic review of socio-technical systems, technological innovations, and policy options. Renewable and Sustainable Energy Reviews, 180, 113291. https://doi.org/10.1016/j.rser.2023.113291
Gu, Y., Mohseni, E., Farzadnia, N., & Khayat, K. H. (2024). An overview of the effect of SAP and LWS as internal curing agents on microstructure and durability of cement-based materials. Journal of Building Engineering, 95, 109972. https://doi.org/10.1016/j.jobe.2024.109972
Hilloulin, B., & Tran, V. Q. (2022). Using machine learning techniques for predicting autogenous shrinkage of concrete incorporating superabsorbent polymers and supplementary cementitious materials. Journal of Building Engineering, 49, 104086. https://doi.org/10.1016/j.jobe.2022.104086
Hong, G., Kim, J., Song, C., Yeon, J. H., & Choi, S. (2024). Effect of internal curing by superabsorbent polymers on the densification and microstructural development of cementitious materials exposed to different environmental conditions. Construction and Building Materials, 411, 134778. https://doi.org/10.1016/j.conbuildmat.2023.134778
Issa, M., Issa, M., & Islam, M. S. (2025). Synergistic use of nanosilica and basalt fibers on mechanical properties of internally cured concrete with SAP: An experimental analysis and optimization via response surface methodology. Fibers, 13(3), 25. https://doi.org/10.3390/fib13030025
Khan, K., Ahmad, W., Amin, M. N., & Nazar, S. (2022). Nano-silica-modified concrete: A bibliographic analysis and comprehensive review of material properties. Nanomaterials, 12(12), 1989. https://doi.org/10.3390/nano12121989
Lefever, G., Snoeck, D., Aggelis, D. G., De Belie, N., Van Vlierberghe, S., & Van Hemelrijck, D. (2020). Evaluation of the self-healing ability of mortar mixtures containing superabsorbent polymers and nanosilica. Materials, 13(2), 380. https://doi.org/10.3390/ma13020380
Madani, H., Mohammad, K., & Emadi, M. (2020). Compressive strength prediction of nanosilica-incorporated cement mixtures using adaptive neuro-fuzzy inference system and artificial neural network models. Practice Periodical on Structural Design and Construction, 25(2), 04020021. https://doi.org/10.1061/(ASCE)SC.1943-5576.0000480
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Guyatt, G., Moher, D., & Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71
Rethlefsen, M. L., Kirtley, S., Waffenschmidt, S., Ayala, A. P., Moher, D., Page, M. J., & Koffel, J. B. (2021). PRISMA-S: An extension to the PRISMA statement for reporting literature searches in systematic reviews. Systematic Reviews, 10(1), 39. https://doi.org/10.1186/s13643-020-01542-z
Sirajuddin, M., Sashidhar, C., & Seshadri Sekhar, T. (2019). Self-healing efficiency of M70 grade concrete in presence of crystalline admixture and nano silica. Construction and Building Materials, 229, 116928. https://doi.org/10.1016/j.conbuildmat.2019.116928
Sravanthi, P., & Sashidhar, C. (2024). Smart sustainable concrete: Enhancing the strength and durability with nano silica. Smart Construction and Sustainable Cities, 2(1), 3. https://doi.org/10.1007/s44268-023-00023-1
Sujitha, V. S., Ramesh, B., & Xavier, J. R. (2023). Influence of nano alumina reinforced superabsorbent polymer on mechanical, durability, microstructural and rheological properties of cementitious materials. Journal of Building Engineering, 79, 107780. https://doi.org/10.1016/j.jobe.2023.107780
Tziviloglou, E., Van Tittelboom, K., Terryn, H., & De Belie, N. (2020). The influence of superabsorbent polymers and nanosilica on the hydration process and microstructure of cementitious mixtures. Materials, 13(22), 5194. https://doi.org/10.3390/ma13225194
Wu, S., Liu, Z., Tian, Z., Guo, J., Tang, H., Peng, L., & Cheng, X. (2024). Global CO₂ uptake by cement materials accounts 1930–2023. Scientific Data, 11, 1366. https://doi.org/10.1038/s41597-024-04234-8
Descargas
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
- Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons 4.0, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
- Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
- Se permite y recomienda a los autores/as a compartir su trabajo en línea (por ejemplo: en repositorios institucionales o páginas web personales) antes y durante el proceso de envío del manuscrito, ya que puede conducir a intercambios productivos, a una mayor y más rápida citación del trabajo publicado.
.png)
_-_copia.png){kind=logo}
