콘크리트의 강도는 시간에 따라 증가하며, 많은 연구에서 시간에 대한 회귀 분석식을 사용하고 있다. 본 연구는 수화물량을 수화도 및 공극률의 함수로 가정하였으며, 재령의 증가에 따라 감소하는 공극률을 이용하여 고성능 콘크리트의 압축강도모델링을 수행하였다. 본 연구에서는 기존의 시간에 대한 회귀분석없이 공극률의 감소만을 이용하여 압축강도를 예측하였다. 총 21개의 고성능 콘크리트 배합에 대해 초기재령 콘크리트의 거동 해석프로그램인 DUCOM을 이용하여 각각의 공극률을 도출하였으며, 강도 모델링을 수행하였다. OPC 콘크리트에 대해서 수화도, 단위시멘트량, 공극률의 함수로 강도 예측식을 제안하였으며, GGBFS 및 FA를 혼입한 콘크리트에 대해서는 장기강도 영향을 구현하기 위해 공극률을 고려한 장기강도변수를 도입하였다. 기존의 실험결과와의 비교를 통하여 제안된 강도예측식의 타당성을 입증하였다.
콘크리트의 강도는 시간에 따라 증가하며, 많은 연구에서 시간에 대한 회귀 분석식을 사용하고 있다. 본 연구는 수화물량을 수화도 및 공극률의 함수로 가정하였으며, 재령의 증가에 따라 감소하는 공극률을 이용하여 고성능 콘크리트의 압축강도 모델링을 수행하였다. 본 연구에서는 기존의 시간에 대한 회귀분석없이 공극률의 감소만을 이용하여 압축강도를 예측하였다. 총 21개의 고성능 콘크리트 배합에 대해 초기재령 콘크리트의 거동 해석프로그램인 DUCOM을 이용하여 각각의 공극률을 도출하였으며, 강도 모델링을 수행하였다. OPC 콘크리트에 대해서 수화도, 단위시멘트량, 공극률의 함수로 강도 예측식을 제안하였으며, GGBFS 및 FA를 혼입한 콘크리트에 대해서는 장기강도 영향을 구현하기 위해 공극률을 고려한 장기강도변수를 도입하였다. 기존의 실험결과와의 비교를 통하여 제안된 강도예측식의 타당성을 입증하였다.
Compressive strength in concrete increases with time. Regression analysis with time is conventionally performed for strength evaluation and prediction. In this study, hydrate amount is assumed as a function of hydration rate and porosity, and modeling on compressive strength is carried out consideri...
Compressive strength in concrete increases with time. Regression analysis with time is conventionally performed for strength evaluation and prediction. In this study, hydrate amount is assumed as a function of hydration rate and porosity, and modeling on compressive strength is carried out considering decreasing porosity with time, which does not need the regression analysis with time. For twenty one mix proportions of HPC (High Performance Concrete), DUCOM (FE program) which can simulate the behavior in early aged concrete is utilized, and porosity from each mix proportions is obtained with time. For HPC with OPC (Ordinary Portland Cement) concrete, modeling on compressive strength is performed considering hydration rate, unit content of cement, and porosity with time. For HPC with mineral admixtures, a long-term parameter which can handle long-term strength development is additionally considered. From the comparison with the previous test results, the applicability of the proposed model is verified.
Compressive strength in concrete increases with time. Regression analysis with time is conventionally performed for strength evaluation and prediction. In this study, hydrate amount is assumed as a function of hydration rate and porosity, and modeling on compressive strength is carried out considering decreasing porosity with time, which does not need the regression analysis with time. For twenty one mix proportions of HPC (High Performance Concrete), DUCOM (FE program) which can simulate the behavior in early aged concrete is utilized, and porosity from each mix proportions is obtained with time. For HPC with OPC (Ordinary Portland Cement) concrete, modeling on compressive strength is performed considering hydration rate, unit content of cement, and porosity with time. For HPC with mineral admixtures, a long-term parameter which can handle long-term strength development is additionally considered. From the comparison with the previous test results, the applicability of the proposed model is verified.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
가설 설정
GGBFS를 혼입한 콘크리트에 대해서는 1.4 및 35로, FA 치환 콘크리트에서는 1.5 및 30으로 가정하였다. 또한 GGBFS와 FA를 같이 혼입한 경우에 대해서는 1.
5 및 30으로 가정하였다. 또한 GGBFS와 FA를 같이 혼입한 경우에 대해서는 1.6 및 30으로 가정하였다. OPC 콘크리트와는 달리 식 (12)에서의 ff∞′은 물리적 의미를 가지지 못하며, 장기강도 발현을 위하여 공극률의 함수로 구현한 것이다.
또한 n은 실험상수인데 2로 가정하였으며, 공극률(Φ) 및 수화도(a)는 공극구조형성모델로부터 도출하였다.
여기서 β와 γ는 최적의 Curve Fitting을 통하여 -48.95와 0.509로 가정하였다.
제안 방법
(1) OPC 콘크리트의 강도예측을 위하여 극한강도를 시멘트량의 함수로 가정하고 DUCOM을 통하여 도출된 공극률을 이용하여 고성능 콘크리트의 강도예측 모델링을 수행하였다.
(2) 혼화재료(GGBFS 및 FA)가 혼입된 고성능 콘크리트의 강도모델링을 위해, 공극률의 제곱근에 반비례하는 변수를 고려하여 강도특성 모델을 제안하였다. 제안된 기법은 물-결합재비의 감소에 따라서 감소하는 공극률이 고려되어 있으며, 다양한 물-결합재비 및 혼화재료를 가진 고성능 콘크리트의 압축강도 실험값에 대하여 비교적 정확하게 강도증가를 예측하고 있었다.
FA 및 GGBFS는 분말도에 따라 많은 강도차이가 발생하게 되므로, 일반적인 수준인 3,000∼40,00cm2/g 분말도 수준으로 기존의 자료를 취합하였다.
Table 3에서는 고성능 콘크리트의 배합표를 나타내었는데, 슬럼프 15±1.5cm, 공기량 4.5±1.0%를 목표로 하였으며, 물-결합재비를 37%, 42% 및 47%로 변화시켜 고성능 콘크리트를 제조하였다.
이를 위해, 열역학적 연성모델인 DUCOM 프로그램을 이용하여 재령에 따른 공극률을 도출하였으며, 수화물 생성을 공극률의 함수로 구현하여 고로슬래그 미분말(GGBFS: Ground Granulated Blast Furnace Slag) 및 플라이애쉬(FA; Fly Ash)를 혼입한 고성능 콘크리트의 강도예측을 수행하였다. 간단한 지수함수와 실험상수를 도입하여 OPC 콘크리트의 강도를 예측하였으며, 혼화 재료를 사용한 콘크리트의 장기강도증가를 고려하기 위해 공극률 변화함수를 도입하였다.
본 연구는 미세공극구조 모델링(MPSFM; Micro Pore Structure Formation Model)을 이용하여 공극률을 도출하고 이를 이용하여 재령 7일에서 180일 간의 압축강도를 예측하였다. 이를 위해, 열역학적 연성모델인 DUCOM 프로그램을 이용하여 재령에 따른 공극률을 도출하였으며, 수화물 생성을 공극률의 함수로 구현하여 고로슬래그 미분말(GGBFS: Ground Granulated Blast Furnace Slag) 및 플라이애쉬(FA; Fly Ash)를 혼입한 고성능 콘크리트의 강도예측을 수행하였다.
본 연구에서 이용한 DUCOM 해석 모델 중 공극구조 형성모델에서는 내부생성물 및 외부생성물을 동시에 다룬 전체적인 체계에서의 공극구조를 식 (1)과 같이 공극분포 밀도함수로 제시하였다.
여기서, n과 N은 실험상수이며, 혼입한 혼화재료의 특성을 반영하기 위하여 압축강도결과와 curve fitting을 통하여 최적의 실험상수를 도출하였다.
본 연구는 미세공극구조 모델링(MPSFM; Micro Pore Structure Formation Model)을 이용하여 공극률을 도출하고 이를 이용하여 재령 7일에서 180일 간의 압축강도를 예측하였다. 이를 위해, 열역학적 연성모델인 DUCOM 프로그램을 이용하여 재령에 따른 공극률을 도출하였으며, 수화물 생성을 공극률의 함수로 구현하여 고로슬래그 미분말(GGBFS: Ground Granulated Blast Furnace Slag) 및 플라이애쉬(FA; Fly Ash)를 혼입한 고성능 콘크리트의 강도예측을 수행하였다. 간단한 지수함수와 실험상수를 도입하여 OPC 콘크리트의 강도를 예측하였으며, 혼화 재료를 사용한 콘크리트의 장기강도증가를 고려하기 위해 공극률 변화함수를 도입하였다.
제안된 기법은 비교적 정확하게 다양한 혼화재료(FA, GGBFS)를 포함한 콘크리트의 강도를 예측하고 있었다. 일부 오차가 크게 발생한 이유는 강도 모델링에 사용한 배합의 단위 결합재량이 454kg/m3이므로 이에 대한 차이라고 판단된다.
이상의 결과를 하나의 표로 요약하면 Table 5와 같다. 혼화재의 종류에 상관없이 공극률을 이용하여 간단한 압축강도 모델링을 수행하였으며, 혼화재의 종류에 따라 간단한 실험상수를 도입함으로서 물-결합재비의 영향도 고려할 수 있는 압축강도 예측식을 제안하였다.
대상 데이터
물-결합재비의 범위는 37∼47% 수준으로, 단위 결합재량이 380kg/m3이상을 대상으로 하였다.
본 절에서는 모델링 및 검증에 인용될 실험에 대하여 요약하였다. 시멘트로는 보통포틀랜드 시멘트(OPC: Ordinary Portland Cement)가 사용되었으며, 혼화재료로서 GGBBFS 및 FA 등이 사용되었다. 본 논문에서의 고성능 콘크리트는 시공성을 위한 15cm 이상의 높은 슬럼프치와 40MPa 이상의 고강도 콘크리트를 의미한다.
성능/효과
(2) 혼화재료(GGBFS 및 FA)가 혼입된 고성능 콘크리트의 강도모델링을 위해, 공극률의 제곱근에 반비례하는 변수를 고려하여 강도특성 모델을 제안하였다. 제안된 기법은 물-결합재비의 감소에 따라서 감소하는 공극률이 고려되어 있으며, 다양한 물-결합재비 및 혼화재료를 가진 고성능 콘크리트의 압축강도 실험값에 대하여 비교적 정확하게 강도증가를 예측하고 있었다.
콘크리트의 압축강도는 재령의 증가에 따라 증가하는 전형적인 강도발현곡선을 나타내었으며, GGBFS 및 FA를 사용할수록 장기강도가 발현되고 있었다. 많은 문헌에서 다루어졌듯이, GGBFS는 잠재수경성 반응을 통하여 CSH가 추가적으로 생성되므로 장기강도발현이 우수해지고 FA는 포졸란 반응을 통하여 Ca(OH)2가 CSH로 치환되므로 장기강도가 우수해진다(Sam Sung Construction, 2003; Song et al.
후속연구
예측된 결과는 대부분 실험값과 일치하였으나, 3성분계 (OPC+GGBFS+FA) 콘크리트가 높은 물-결합재비를 가진 경우 장기강도의 증가를 잘 고려하지 못하였으므로, 장기강도의 증가를 고려하기 위한 추가적인 연구가 필요하다고 판단된다.
추후 연구를 통하여 ff∞′, 즉 혼화재료를 사용한 콘크리트의 극한 강도에 대한 모델링을 수행할 필요가 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
콘크리트의 공극구조 및 공극률은 무엇과 연관이 있는가?
콘크리트의 공극구조 및 공극률은 콘크리트의 강도 뿐 아니라 내구적인 특성과도 매우 밀접한 관계가 있으므로, 다양한 내구성능과의 관계에 대한 연구도 활발하게 진행되고 있으며(박상순 등, 2009), 수화발열모델과 미세공극형성 모델링을 고려한 강도 및 균열저항성에 대한 연구 역시 활발하게 진행되고 있다(Song et al., 2001; Kato and Kishi, 1994).
콘크리트의 압축강도는 어디에 사용되는가?
콘크리트의 압축강도는 가장 기본적인 콘크리트의 공학적 특성이며 최근에는 내구성 지표로 사용될 만큼 다양한 분야에서 사용되고 있다(Neville, 1996; Al-Amoudi et al., 2009).
강도 예측에 대한 연구의 예는 무엇인가?
강도 예측에 대한 연구는 매우 고전적인 연구분야로서 크게 세 가지로 분류할 수 있다. 대표적으로 물-시멘트비와 재령을 고려하여 반경험식의 형태로 제안된 연구결과들이 있다(CEB-FIP, 1990; Park et al., 2011). 이러한 연구들은 기술자들이 강도평가를 쉽게 할 수 있으나, 주로 회귀분석을 통하여 얻어지는 식들이며, 다양한 혼화재료를 사용한 고성능 콘크리트(HPC; High Performance Concrete)에서는 적용이 매우 제한적일 수 밖에 없다. 또 하나의 접근방법은 비파괴 또는 다양한 확률수치해석기법을 이용하여 압축강도를 예측하는 기법이다. 최근 들어 신경망이론(Kim et al., 2004; Stegemann and Buenfeld, 2002) 또는 초음파기법(Lim and Kang, 2001) 등을 이용한 연구가 진행되고 있다. 이러한 연구는 콘크리트의 강도를 적절하게 예측할 수 있으나 재료모델링을 포함하고 있지 않으므로 다양한 배합 및 재령에 대한 영향을 고려할 수 없다. 마지막으로 공극률 및 수화물량을 고려한 강도모델링이 있다. 이러한 연구는 오래전부터 수행되어 왔으나(Ryshkewitch, 1953; Schiller 1958), 최근들어 콘크리트 초기재령 모델링에 대한 연구가 수행되면서 크게 각광받고 있다(Ishida and Maekawa, 2003; Ishida et al., 2007; Maekawa et al.
참고문헌 (23)
Al-Amoudi, O. S. B., Al-Kutti, W. A., Ahmad, S., Maslehuddin, M., "Correlation between Compressive Strength and Certain Durability Indices of Plain and Blended Cement Concretes", Cement and Concrete Composites, vol. 31, 2009, pp.672-676.
CEB-FIP, Model Code Comite' Euro-International du beton, 1990, pp.65-82.
Ishida, T., Chaube, R., P., Maekawa, K., "Modeling of Pore Content in Concrete under Generic Drying Wetting Conditions", Concrete Library of JSCE, vol. 18, No. 1, 1996, pp.113-118.
Ishida, T., Maekawa, K., Kishi, T., "Enhanced Modeling of Moisture Equilibrium and Transport in Cementitious Materials under Arbitrary Temperature and Relative Humidity History", Cement and Concrete Research, vol. 37, 2007, pp.565-578.
Ishida, T., Maekawa, K., "Modeling of Durability Performance of Cementitious Materials and Structures based on Thermo-Hygro Physics", RILEM PRO 29, Life Prediction and Aging Management of Concrete Structures, 2003, pp.39-49.
Kato, Y., Kishi, T., "Strength Development Model for Concrete in Early Ages Based on Hydration of Constituent Minerals", Proceeding of JCI, vol. 16, No. 1, 1994, pp.503-508.
Kim, D.-K., Lee, J,-J., Chang, S.-K., "Probabilistic Neural Network for Prediction of Compressive Strength of Concrete", Journal of Korea Institute for Structural Maintenance Inspection, vol. 87, No. 2, 2004, pp.159-167.
Lee, C.-S., Yoon, I.-S., "An Experimental Study on the Durability Performance for Ternary Blended Concrete Containing Both Fly Ash and Granulated Blast Furnace Slag", Journal of Korea Institute for Structural Maintenance Inspection, vol. 7, No. 1, 2003, pp.139-145.
Lee, K.-M., Kwon, K. H., Lee, H.-K., Lee, S.-H., Kim, G.-Y., "Characteristics of Autogenous Shrinkage for Concrete Containing Blast-Furnace Slag", Journal of Korea Concrete Institute, vol. 16, No. 5, 2004, pp.621-626.
Lee, S.-S., Song, H.-Y., Lee, S.-M., "An Experimental Study on the Influence of High Fineness Fly Ash and Water-Binder Ratio on Properties of Concrete", Journal of Korea Concrete Institute, vol. 21, No. 1, 2009, pp.29-35.
Lim, S.-H., Kang, H.-S., "Estimating Compressive Strength of high Strength Concrete by Ultrasonic Pulse Velocity Method", Journal of Korea Institute for Structural Maintenance Inspection, vol. 5, No. 3, 2001, pp.123-130.
Maekawa, K., Chaube, R. and Kishi, T., Modeling of Concrete Performance: Hydration, Microstructure Formation and Mass Transport, Routledge, London and New York. 1999. pp.31-58.
Maekawa, K., Ishida, T., Kishi, T., "Multi-Scale Modeling of Concrete Performance", Journal of Advanced Concrete Technology, vol. 1, 2003, pp.91-126.
Maekawa, K., Ishida, T., Kishi, T., Multi-Scale Modeling of Structural Concrete, Taylor&Francis, 2009, pp.86-105.
Neville, A. M., Properties of Concrete, 4th Ed. Longman (revised), 1996, pp.56-93.
Park, S.-S., Kwon, S.-J., Kim, T. S., "An Experimental Study on the Durability Characterization Using Porosity", Journal of Korean Society of Civil Engineering, vol. 29, No. 2-A, 2009, pp.171-179.
Park, S.-S., Kwon, S.-J., Song, H.-W., "Analysis Technique for Restrained Shrinkage of Concrete Containing Chlorides", Materials and Structures, vol. 44, 2011, pp.475-486.
Sam Sung Construction, Evaluation of Chloride Ion Diffusion Coefficient for High Performance Concrete, Technical Report, 2003, pp.27-33.
Schiller, K. K., Mechanical Properties of Non-Metallic Materials, Butterworth, London, 1958, pp.35-50.
Song, H.-W., Cho, H.-J., Park, S.-S., Byun, K. J., Maekawa, K., "Early-Age Cracking Resistance Evaluation of Concrete Structure", Concrete Science and Engineering, vol. 3, 2001, pp.62-72.
Song, H.-W., Kwon, S.-J., Byun, K. J., Park, C. K., "A Study on Analytical Technique of Chloride Diffusion Considering Characteristics of Mixture Design for High Performance Concrete Using Mineral Admixture", Journal of Korean Society of Civil Engineering, vol. 25, No. 1-A, 2005, pp.213-223.
Stegemann, J. A., Buenfeld, N. R., "Prediction of Unconfined Compressive Strength of Cement Paste with Pure Metal Compound Additions", Cement and Concrete Research, vol. 32, 2002, pp.903-913.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.