본 연구에서는 콘크리트 열전도율의 영향인자에 대하여 TLPP원리를 응용한 QTM-D3 장비를 이용하여 실험을 실시하였고, 이들 실험결과를 이용하여 콘크리트의 열전도율을 예측하는 모델식을 제안하였다. 본 연구를 통하여 얻은 결론은 다음과 같다. 콘크리트, 모르타르 및 페이스트의 열전도율에 미치는 주요 영향인자를 구명하기 위해 본 연구에서 선택된 실험변수는 재령, 골재 함유량, 시멘트 함유량, 결합재 종류, 잔골재율, 시편의 온도 및 함수상태로 총 7가지이다. 이중에서 골재 함유량과 함수상태가 콘크리트 열전도율의 주요 영향인자임을 알 수 있었다. 그리고 시멘트 사용량이 많은 페이스트나 모르타르의 경우 시멘트 함유량이나 결합재 종류에 의해서도 열전도율이 영향을 받고 있다. 그러나 재령은 콘크리트의 열전도율에 큰 영향을 미치지 않음을 알 수 있었다. 콘크리트 열전도율에 주요 영향인자인 골재 함유량, 잔골재율, 시편의 온도 및 함수상태를 이용하여 콘크리트의 열전도율을 계산할 수 있는 모델식을 제안하였다.
본 연구에서는 콘크리트 열전도율의 영향인자에 대하여 TLPP원리를 응용한 QTM-D3 장비를 이용하여 실험을 실시하였고, 이들 실험결과를 이용하여 콘크리트의 열전도율을 예측하는 모델식을 제안하였다. 본 연구를 통하여 얻은 결론은 다음과 같다. 콘크리트, 모르타르 및 페이스트의 열전도율에 미치는 주요 영향인자를 구명하기 위해 본 연구에서 선택된 실험변수는 재령, 골재 함유량, 시멘트 함유량, 결합재 종류, 잔골재율, 시편의 온도 및 함수상태로 총 7가지이다. 이중에서 골재 함유량과 함수상태가 콘크리트 열전도율의 주요 영향인자임을 알 수 있었다. 그리고 시멘트 사용량이 많은 페이스트나 모르타르의 경우 시멘트 함유량이나 결합재 종류에 의해서도 열전도율이 영향을 받고 있다. 그러나 재령은 콘크리트의 열전도율에 큰 영향을 미치지 않음을 알 수 있었다. 콘크리트 열전도율에 주요 영향인자인 골재 함유량, 잔골재율, 시편의 온도 및 함수상태를 이용하여 콘크리트의 열전도율을 계산할 수 있는 모델식을 제안하였다.
Conductivity is an important thermal property which governs heat transfer in a solid medium. Generally, the determination of conductivity in concrete is very difficult, because concrete is a heterogeneous material composed of cement, water, aggregate, et cetera and time dependent material of which p...
Conductivity is an important thermal property which governs heat transfer in a solid medium. Generally, the determination of conductivity in concrete is very difficult, because concrete is a heterogeneous material composed of cement, water, aggregate, et cetera and time dependent material of which properties change with curing age. In this study, influencing factors on thermal conductivity of concrete are quantitatively investigated by QTM-D3, a conductivity tester developed in Japan. Then, a prediction equation of thermal conductivity of concrete is suggested from the regression analysis of test results. To consider the factors influencing thermal conductivity of concrete, mortar, and cement paste, seven testing variables (age, amount of cement, types of admixtures, amount of coarse aggregate, fine aggregate ratio, temperature, and humidity condition) of the specimens are used. According to the experimental results, the amount of coarse aggregate and humidity condition of specimen are the main factors affecting the conductivity of concrete. Meanwhile, the conductivity of mortar and cement paste is strongly affected by the amount of cement and types of admixtures. However, the curing age has minor effect on the conductivity variation. Finally, the prediction formula of concrete conductivity as a function of aggregate amount, fine aggregate ratio, specimen temperature, and humidity condition is developed.
Conductivity is an important thermal property which governs heat transfer in a solid medium. Generally, the determination of conductivity in concrete is very difficult, because concrete is a heterogeneous material composed of cement, water, aggregate, et cetera and time dependent material of which properties change with curing age. In this study, influencing factors on thermal conductivity of concrete are quantitatively investigated by QTM-D3, a conductivity tester developed in Japan. Then, a prediction equation of thermal conductivity of concrete is suggested from the regression analysis of test results. To consider the factors influencing thermal conductivity of concrete, mortar, and cement paste, seven testing variables (age, amount of cement, types of admixtures, amount of coarse aggregate, fine aggregate ratio, temperature, and humidity condition) of the specimens are used. According to the experimental results, the amount of coarse aggregate and humidity condition of specimen are the main factors affecting the conductivity of concrete. Meanwhile, the conductivity of mortar and cement paste is strongly affected by the amount of cement and types of admixtures. However, the curing age has minor effect on the conductivity variation. Finally, the prediction formula of concrete conductivity as a function of aggregate amount, fine aggregate ratio, specimen temperature, and humidity condition is developed.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 5종 시멘트 콘크리트의 열전도율에 미치는 영향인자에 대하여 실험을 실시하였고, 이들 실험결과를 이용하여 콘크리트의 열전도율을 예측하는 모델식을 제안하였다. 본 연구를 통하여 얻은 결론은 다음과 같다.
본 연구의 주된 목적은 수화열에 의한 온도해석의 정확도를 제고키 위해 국내에서 사용되는 골재와 주로 5종 시멘트를 이용한 콘크리트의 열전도율에 영향을 미치는 각종 요인에 대하여 실험을 수행하여 기존의 연구결과와 비교하고, 각 요인에 따른 열전도율의 변화를 고찰하여 모델식을 제시하는데 있다.
제안 방법
1) 콘크리트 모르타르 및 페이스트의 열전도율에 미치는 주요 영향인자를 구명하기 위해 본 연구에서 선택된 실험변수는 재령, 골재 함유량 시멘트 함유량 결합재 종류, 잔골재율, 시편의 온도 함수상태로 총 7가지이었다. 이 중에서 골재 함유량과 함수상태가 콘크리트 열전도율의 주요 영향인자임을 알 수 있었다.
이 시편에서 가로X세로가 15X10 cm가 되는 면은 모두 4면이 되지만, 시편의 윗면은 표면의 거칠기 때문에 측정하기가 곤란하였다. 따라서 시편의 윗면을 제외한 3면에서 열전도율을 측정하였고 이들의 평균치를 한 시편의 열전도율로 택하였다. 시편은 각 변수당 3개씩 제작하였으며, 재령에 관한 영향을 알아보는 조건 외에는 재령 7일 시점에 실험을 실시하였다
따라서 열전도율이 큰 골재의 함유량(굵은 골재+잔골재)이 많을수록 콘크리트의 열전도율은 당연히 클 것으로 추정된다 골재 함유량이 열전도율에 미치는 영향을 구명하기 위해 Table 8과 같이 물/시멘트비, 잔골재율 및 시멘트의 종류를 일정하게 하고, 골재의 부피비(0, 0.21, 0.35, 0.49, 0.56, 0.63, 0.70), 시편의 온도(20, 40, 60 °C) 및 함수상태(완전습윤, 완전건조)를 변화시켜 가며 실험을 실시하였다. Table 8과 Fig.
따라서 골재의 영향을 무시한다면 시멘트 함유량이 많을수록(물/시멘트 비가 낮을수록) 열전도율이 증가하게 될 것이다. 시멘트 함유량에 따른 열전도율 변화를 알아보기 위해 Table 9와 같이 시멘트의 종류를 일정하게 하고, 함수상태(완전습윤, 완전건조)와 시편의 온도(20, 40, 60 °C)를 변화시켜 가며 페이스트 시편을 이용하여 실험을 실시하였다. 페이스트를 이용한 이유는 콘크리트의 물/시멘트 비를 변화시키면 골재의 사용량이 변하기 때문에 시멘트 함유량에 따른 변화를 효율적으로 고려할 수 없기 때문이다.
따라서 시편의 윗면을 제외한 3면에서 열전도율을 측정하였고 이들의 평균치를 한 시편의 열전도율로 택하였다. 시편은 각 변수당 3개씩 제작하였으며, 재령에 관한 영향을 알아보는 조건 외에는 재령 7일 시점에 실험을 실시하였다
Carslaw1。에 의해 제안된 방식으로 공시체의 형상은 직육면체나 원통형을 사용하고, 선택된 시편의 내부 한쪽에는 열선을 설치하고 다른 한 쪽에는 온도계를 설치한다 이때 열선에서 일정한 열을 가하게 되면 온도계 쪽의 온도는 gag] 의해 제안된 식에 의해 계산이 가능하다.
이 실험에서 구명코자 하는 열전도율의 실험변수는 재령, 골재 함유량 시멘트 함유량 결합재 종류, 잔골재율시편의 온도 및 함수상태 등이다. 이들 실험변수의 영향도를 분석하기 위해 채택된 실험항목과 사용된 시편의 종류는 Table 4와 같다.
콘크리트, 페이스트 및 모르타르의 열전도율이 재령에 따라 어떤 영향을 받는지를 알아보기 위해 시편이 완전 습윤 상태이고 온도가 20 °C인 경우에 대해 재령 3, 7, 14, 28일에 실험을 실시하였다. Table 7 과 Fig.
대상 데이터
이들 실험변수의 영향도를 분석하기 위해 채택된 실험항목과 사용된 시편의 종류는 Table 4와 같다. 각각의 실험변수마다 그 영향도를 효율적으로 구명하기 위해 콘크리트 또는 페이스트 시편을 사용하였다. 콘크리트나 페이스트 시편의 크기는 10X 10X15 cm의 직육면체 형상이다.
결합재의 종류에 따른 열전도율의 변화를 알아보기 위해 Table 10과 같이 결합재의 부피비가 일정한 페이스트트를 이용하여 실험을 실시하였다. 실험은 완전 습윤상태인 20 "C의 시편에 대해 실시하였다 Table 10과 Fig.
따라서 본 연구에서는 사용 시편을 10x10x15 cm의 직육면체 형상으로 채택하였다. 이 시편에서 가로X세로가 15X10 cm가 되는 면은 모두 4면이 되지만, 시편의 윗면은 표면의 거칠기 때문에 측정하기가 곤란하였다.
본 연구에서 사용된 골재로서 잔골재는 금강(대전)산, 굵은골재는 영광(전라도)산을 이용하였으며, 이들의 물리적성질은 각각 Table 2와 같다. 일반적으로 골재의 열전도율은 0.
본 연구에서 사용된 시멘트는 시중에서 구입한 보통 포틀랜드 시멘트(H사 제품)를 사용하였으며, 그 물리적 성질은 Table 1과 같다. 일반적으로 포틀랜드 시멘트의 열전도율은 0.
본 연구에서 사용된 열전도율 측정장비는 Fig. 1에서 보는 바와 같이 일본 KEM사에서 제작한 QTM-D3이다. 이 장비는 과도열선방식 (transient hot wire method)을 변형한 프르브법(probe method)에 의해 열전도율을 측정하는 장비로 기본원리는 TLPP 방식과 동일하다.
잔골재율에 따른 열전도율의 변화를 알아보기 위해 Table 11과 같이 골재 함유량이 일정한 콘크리트를 이용하여 실험을 실시하였다 실험은 완전 습윤상태인 20 °C의 시편에 대해 이루어졌다. Table 11의 실험결과에 의하면 큰 변화는 아니지만 잔골재율이 증가할수록 콘크리트의 열전도율이 증가함을 알 수 있다.
각각의 실험변수마다 그 영향도를 효율적으로 구명하기 위해 콘크리트 또는 페이스트 시편을 사용하였다. 콘크리트나 페이스트 시편의 크기는 10X 10X15 cm의 직육면체 형상이다. 실험에 사용된 콘크리트와 페이스트 시편의 기준 배합비는 Table 5에 나타난 바와 같고, Table 6은 각 실험항목별 콘크리트와 페이스트의 배합비이며, Table 6의 구분 기호에서 C는 콘크리트 P는 페이스트 M은 모르타르, RE는 기준 배합비를 나타낸다.
콘크리트의 열전도율에 영향을 미치는 혼화재의 특성을 구명하기 위해 본 연구에서 사용된 혼화재는 플라이애쉬(FA) 및 고로슬래그 미분말(BFS)이며, 이들의 품질 특성은 Table 3과 같다.
이론/모형
이 방법도 기본 원리는 TLPP 방식과 동일하나, 실험시편을 얇게 절단하여 사용하여야 하고 실리콘을 사용하여 시편을 열판과 밀착시켜야 하는 어려움이 있다. 이 PHS 방식은 ASTM C 177의 시험법에 의해 실험을 실시할 수 있다. 열전달 특성에 의하지 않고 단열조건을 이용한 시험법은 일본에서 주로 이용되고 있으나 시험장비가 고가이고 이동하기가 힘든 단점이 있다.
성능/효과
이용하여 실험을 실시하였다. 실험은 완전 습윤상태인 20 "C의 시편에 대해 실시하였다 Table 10과 Fig. 2(d) 의 실험결과에 의하면 1종 시멘트와 5종 시멘트를 사용할경우 비슷한 열전도율을 보였다 그러나 플라이애쉬와 고로슬래그의 사용량이 증가할수록 열전도율이 줄어드는 것을 알 수 있다.
2(b)과 Fig. 2(c)의 결과에서 알 수 있듯이 완전 습윤상태일수록 열전도율이 상당히 증가하는 것을 알 수 있었다. 이는 콘크리트나 페이스트의 공극이 공기보다 열전도율이 큰 물로 채워지기 때문이다.
2) 시멘트 사용량이 많은 페이스트나 모르타르의 경우 시멘트 함유량이나 결합재 종류에 의해서도 열전도율이 영향을 받고 있다.
3) 재령은 콘크리트의 열전도율에 큰 영향을 미치지 않음을 알 수 있었다.
골재 함유량에 따른 열전도율의 변화는 앞에서 언급한 바와 같이 골재 함유량이 증가함에 따라 열전도율이 커지는 것으로 나타났다. 이러한 실험결과를 Table 8의 C-GC1 의 열전도율에 대하여 정규화시키면 Fig.
본 연구에서 사용된 QTM-D3 측정장비는 시편의 크기가 클수록 열전도율의 측정 정확도가 증가한다. 그러나 무한정 시편을 크게 할 수 없으므로 측정오차를 최소화할수 있는 최소 시편 크기를 제안하고 있으며, 본 연구에서 사용되는 열전도율 범위3.
본 연구에서 실시한 실험결과를 분석한 결과 콘크리트의 함수량이 증가하면 열전도율이 커지는 것으로 나타났다. 이 또한 온도에 대한 모델식과 마찬가지로 Table 9의 실험결과를 이용하였다.
7가지이었다. 이 중에서 골재 함유량과 함수상태가 콘크리트 열전도율의 주요 영향인자임을 알 수 있었다.
콘크리트 온도에 따른 열전도율의 변화는 앞에서 언급한 바와 같이 콘크리트의 온도가 증가할수록 열전도율이줄어드는 것으로 나타났다. 이러한 변화는 시멘트 페이스트의 열전도율 변화에 기인한 것이기 때문에 Table 9의 실험결과를 이용하였다.
후속연구
4) 콘크리트 열전도율에 주요 영향인자인 골재 함유량잔골재율, 시편의 온E, 함수상태를 이용하여 콘크리트의 열전도율을 계산할 수 있는 모델식을 제안하였다 제안된 모델식의 상관계수는 0.93으로 비교적 높은 정확도를 보이고 있으나 보다 많은 실험 값을 이용하여 보다 정확한 열전도율의 예측 모델식의 개발이 필요할 것으로 사료된다.
5) 본 연구에서 제안한 콘크리트 열전도율 모델식을 이용하면 콘크리트 구조물의 수화열 해석시 재령에 따른 온도와 함수상태의 변화를 고려할 수 있으며, 유한요소법을 이용한 수화열 해석을 할 경우 각 요소마다의 변화된 열전도율을 고려할 수 있으므로 보다 정확한 온도 해석을 할 수 있을 것으로 판단된다.
대표하기에는 부족하다. 골재의 열전도율은 모암의 성질에 의해 결정되기 때문에 모암의 종류에 따른 열전도율을 알게 된다면 위의 변화량을 가지고 콘크리트의 열전도율을 보다 정확히 예측할 수 있을 것으로 사료된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.