선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 11) 이 연구에서는 1차적으로 예비시험 및 문헌조사에서 압축강도가 발현된 이력이 있는 활성화제의 반응성을 검토하였다. 활성화제를 결합재 대비 7% 첨가하여 3, 7, 28일 재령에서 압축강도를 평가하였고 결과는 Table 1과 같다.
- 따라서 이 연구의 목표는 알칼리 활성화제 조합 및 물/결합재 비가 알칼리 활성 슬래그(AAS) 페이스트의 유동성에 미치는 영향을 분석하고, 정량적인 지표를 제시하는 것이다. 이를 위해 모르타르 시험에서 선정된 3가지 유형의 활성화제 조합 및 7 수준의 물/결합재 비를 변수로 하여 총 21개 페이스트 배합과 OPC 페이스트 7배합에 대한 테이블 플로우 및 유하시험을 실시하고, 레오미터를 이용하여 전단속도(Shear rate) 변화에 따른 전단 응력(Shear stress)을 측정한 후, 산출된 데이터를 바탕으로 AAS 결합재의 레올로지 특성을 분석하였다.
- 이 논문은 AAS 결합재의 유동성을 정량적으로 평가하기 위하여 레올로지 특성을 분석하고 테이블 플로우, 유하시간 측정결과와 상관관계를 도출하였으며, 그 결과를 요약하면 다음과 같다.
가설 설정
- 6(b)와 같이 분포하였다. 여기서 소성점도가 0에 가까워질 때 유하시간도 0에 가까워지는 것으로 가정하고 원점을 지나는 함수(Power-law function) 형태로 곡선적합(Curve fitting) 하였다.
- 콘크리트의 레올로지는 반죽 질기(Consistency)와 시공연도(Workability)에 영향을 미치며, 미시구조 뿐만 아니라 역학적 특성과 내구성을 결정짓는 특성이므로 이에 대한 이해가 필요하다. 콘크리트를 연속체로 가정하면 콘크리트의 유동성은 페이스트의 레올로지 특성에 의해 좌우되는데, 페이스트의 레올로지를 Bingham 모델에 적용하여 소성점도와 항복응력의 관계로 정의할 수 있다.2) Bingham 모델은 식 (1)과 같이 나타낼 수 있는데 여기서 τ는 전단응력(Pa), τ0는 항복응력(Pa), μ는 소성점도(Pa·s), γ′는 전단속도(s-1)이다.
제안 방법
- 보조 활성화제는 결합재의 강도발현에 직접적으로 기여하지는 않지만 기본 활성화제와 조합을 통해 페이스트의 물성을 향상시키는 역할을 하며, 선행연구 결과에 따라 선정하였다.12,13) 선정된 활성화제를 조합한 모르타르의 역학적 성능을 평가하고 활성화제 첨가량에 따른 경제성 여부를 판단하였다. 그 결과 수산화나트륨과 탄산나트륨, 수산화칼슘과 황산나트륨 조합 및 규산나트륨 단독 배합을 최종적으로 선정하였으며 결합재의 상세는 Table 2와 같다.
- 14) 이후에 레오미터를 60초 동안 정지시키고 240초에 걸쳐 0에서 98.4 s-1, 98.4 s-1에서 0까지 지속적으로 증감시켜 측정하였다. 레올로지 시험 계획은 Fig.
- 3) 4종류 페이스트의 소성점도 및 항복응력을 도출하였고, 테이블 플로우 및 유하시험 결과와의 상관관계를 분석하였다. 페이스트의 유하 경향은 유출량에 따라 차이를 나타내므로 유하시간 데이터를 정규화하여 분석하였다.
- AAS 페이스트의 레올로지 특성을 측정하기 위하여 각 배합에 대하여 전단속도에 따른 전단응력을 레오미터로 측정하였으며, 테이블 플로우 및 유하시험 결과와의 상관관계를 분석하였다. 레올로지 시험에서는 원뿔-평판(Cone and plate type)회전축을 사용하였고, 시편과 레오미터의 간격(gap size)은 0.
- 고로슬래그 및 활성화제 조합에 의해 결합재를 G1, G2, G3의 3가지로 선정하고, OPC 페이스트를 추가하여 유동특성을 비교하였다. 각각의 결합재 유형에 대해 물/결합재 비를 42, 45, 48, 51, 54, 57, 60%의 7수준으로 정하였다. 총 28종류의 배합에 대해 테이블 플로우, 유하시간 및 레올로지 특성을 평가하였고, 변수와 배합 상세는 Table 4와 같다.
- 물/결합재 비율에 따른 페이스트의 유동특성을 분석하기 위하여 활성화제의 조합 및 물/결합재 비를 변수로 선정하였다. 고로슬래그 및 활성화제 조합에 의해 결합재를 G1, G2, G3의 3가지로 선정하고, OPC 페이스트를 추가하여 유동특성을 비교하였다. 각각의 결합재 유형에 대해 물/결합재 비를 42, 45, 48, 51, 54, 57, 60%의 7수준으로 정하였다.
- AAS 페이스트의 점도를 평가하기 위하여 KS F 2432 (주입 모르타르의 컨시스턴시 시험방법)에 따라 페이스트의 유하시간을 측정하였다. 구간에 따른 유하시간을 비교하기 위하여 각 배합별로 페이스트 500 ml를 유출시켜 100 ml 단위로 유하시간을 확인하였다. 깔때기의 유출구에 비커를 두어 100 ml 단위를 구분하였고, 정확도를 높이기 위해 총 3회 시험을 실시하여 평균을 도출하였다.
- 구간에 따른 유하시간을 비교하기 위하여 각 배합별로 페이스트 500 ml를 유출시켜 100 ml 단위로 유하시간을 확인하였다. 깔때기의 유출구에 비커를 두어 100 ml 단위를 구분하였고, 정확도를 높이기 위해 총 3회 시험을 실시하여 평균을 도출하였다.
- 레올로지 시험 시 페이스트의 응집된 부분을 제거하고 시료를 균질하게 만들기 위하여 110 s-1의 전단속도로 60초 동안 작동하였다.14) 이후에 레오미터를 60초 동안 정지시키고 240초에 걸쳐 0에서 98.
- 물/결합재 비율에 따른 페이스트의 유동특성을 분석하기 위하여 활성화제의 조합 및 물/결합재 비를 변수로 선정하였다. 고로슬래그 및 활성화제 조합에 의해 결합재를 G1, G2, G3의 3가지로 선정하고, OPC 페이스트를 추가하여 유동특성을 비교하였다.
- 테이블 플로우는 교차되는 두 점의 직경을 측정하였다. 시험의 정확도를 높이기 위하여 개체마다 각각 3회 실시하고 그 평균을 최종 값으로 기록하였다.
- AAS 페이스트의 유동성을 평가하기 위하여 KS L 5111 (시멘트 시험용 플로우 테이블)에 따라 테이블 플로우 시험을 수행하였다. 여기서 레올로지 시험과 상관관계를 분석하기 위하여 테이블을 타격하지 않고 페이스트의 플로우를 측정하였다. 테이블 플로우는 교차되는 두 점의 직경을 측정하였다.
- 따라서 이 연구의 목표는 알칼리 활성화제 조합 및 물/결합재 비가 알칼리 활성 슬래그(AAS) 페이스트의 유동성에 미치는 영향을 분석하고, 정량적인 지표를 제시하는 것이다. 이를 위해 모르타르 시험에서 선정된 3가지 유형의 활성화제 조합 및 7 수준의 물/결합재 비를 변수로 하여 총 21개 페이스트 배합과 OPC 페이스트 7배합에 대한 테이블 플로우 및 유하시험을 실시하고, 레오미터를 이용하여 전단속도(Shear rate) 변화에 따른 전단 응력(Shear stress)을 측정한 후, 산출된 데이터를 바탕으로 AAS 결합재의 레올로지 특성을 분석하였다.
- Table 6은 레올로지 시험을 통해 획득한 전단응력-전단속도 그래프를 Bingham 모델로 가정할 경우 얻을 수 있는 레올로지 정수를 나타낸 것이다. 전단속도-전단응력 그래프에서 기울기로 표현되는 소성점도와 전단응력 축의 절편으로 나타나는 항복응력을 물/결합재 비 및 결합재 유형에 따라 분류하였다.
- 각각의 결합재 유형에 대해 물/결합재 비를 42, 45, 48, 51, 54, 57, 60%의 7수준으로 정하였다. 총 28종류의 배합에 대해 테이블 플로우, 유하시간 및 레올로지 특성을 평가하였고, 변수와 배합 상세는 Table 4와 같다.
- 3) 4종류 페이스트의 소성점도 및 항복응력을 도출하였고, 테이블 플로우 및 유하시험 결과와의 상관관계를 분석하였다. 페이스트의 유하 경향은 유출량에 따라 차이를 나타내므로 유하시간 데이터를 정규화하여 분석하였다. 유하시간-소성점도 및 플로우-항복응력의 관계는 결정계수 0.
- 페이스트의 유하량에 따라 발생하는 차이를 보완하기 위하여 각 구간별로 최소 시간을 1로 설정하여 정규화(normalization) 하였다. 정규화한 데이터를 적용하여 소성 점도와의 관계를 회귀 분석하였고, 식 (7)을 도출하였다.
- 11) 이 연구에서는 1차적으로 예비시험 및 문헌조사에서 압축강도가 발현된 이력이 있는 활성화제의 반응성을 검토하였다. 활성화제를 결합재 대비 7% 첨가하여 3, 7, 28일 재령에서 압축강도를 평가하였고 결과는 Table 1과 같다.
대상 데이터
- 4는 결합재 유형 및 물/결합재 비율에 따라 테이블 플로우를 나타낸 그래프이다. OPC 페이스트의 테이블 플로우는 170~325 mm로 측정되었고, 물/결합재 비에 따라 테이블 플로우도 비례하여 증가하였다.
- 실험에 사용된 알칼리 활성화제는 가성 알칼리 계열인 수산화칼슘과 수산화나트륨, 규산염 계열의 규산나트륨이 사용되었다. 또한 비규산계 약산염인 탄산나트륨과 비규산계 강산염인 황산나트륨을 보조 활성화제로 적용하였으며, 5종류의 활성화제는 모두 분말형을 사용하였다.
- AAS 페이스트의 레올로지 특성을 측정하기 위하여 각 배합에 대하여 전단속도에 따른 전단응력을 레오미터로 측정하였으며, 테이블 플로우 및 유하시험 결과와의 상관관계를 분석하였다. 레올로지 시험에서는 원뿔-평판(Cone and plate type)회전축을 사용하였고, 시편과 레오미터의 간격(gap size)은 0.03 mm로 설정하였다. 회전축 및 레오미터의 사양은 Fig.
- 실험에 사용된 알칼리 활성화제는 가성 알칼리 계열인 수산화칼슘과 수산화나트륨, 규산염 계열의 규산나트륨이 사용되었다. 또한 비규산계 약산염인 탄산나트륨과 비규산계 강산염인 황산나트륨을 보조 활성화제로 적용하였으며, 5종류의 활성화제는 모두 분말형을 사용하였다.
- 알칼리 활성화제 반응여부 시험에서 선정된 수산화나트륨, 수산화칼슘 및 규산나트륨을 기본 활성화제로 하고, 비규산계 약산염인 탄산나트륨과 비규산계 강산염인황산나트륨을 보조 활성화제로 선정하였다. 보조 활성화제는 결합재의 강도발현에 직접적으로 기여하지는 않지만 기본 활성화제와 조합을 통해 페이스트의 물성을 향상시키는 역할을 하며, 선행연구 결과에 따라 선정하였다.
- 이 연구에 사용된 원재료는 KS L 5201 (포틀랜드 시멘트)의 규정에 준하여 생산되는 국내 S사의 1종(보통 포틀랜드 시멘트) 시멘트와 KS F 2563 (콘크리트용 고로슬래그 미분말)의 규정에 준하여 생산되는 G사의 고로슬래그 3종(분말도 4,204 cm2/g)이며 성분비는 Table 3과 같다.
- 시험 결과 가성 알칼리 계열을 활성화제로 첨가한 AAS 모르타르는 모두 강도가 발현되었고, 그 외에는 규산염계의 규산나트륨을 제외하고 굳지 않았다. 이를 기준으로 가성 알칼리 계열의 수산화나트륨, 수산화칼슘과 규산염계의 규산나트륨을 기본 활성화제로 선정하였다.
이론/모형
- AAS 페이스트의 유동성을 평가하기 위하여 KS L 5111 (시멘트 시험용 플로우 테이블)에 따라 테이블 플로우 시험을 수행하였다. 여기서 레올로지 시험과 상관관계를 분석하기 위하여 테이블을 타격하지 않고 페이스트의 플로우를 측정하였다.
- AAS 페이스트의 점도를 평가하기 위하여 KS F 2432 (주입 모르타르의 컨시스턴시 시험방법)에 따라 페이스트의 유하시간을 측정하였다. 구간에 따른 유하시간을 비교하기 위하여 각 배합별로 페이스트 500 ml를 유출시켜 100 ml 단위로 유하시간을 확인하였다.
- AAS 페이스트의 혼합은 KS L 5109 (수경성 시멘트 페이스트 및 모르타르의 기계적 혼합 방법)에 규정된 모르타르 믹서를 이용하여 실시하였다. 먼저, 고로슬래그와 활성화제를 투입하여 60초간 140 rpm으로 혼합하고 물을 투입하여 30초간 혼합한 후, 285 rpm으로 3분 혼합한 뒤 유동특성을 측정하였다.
성능/효과
- 1) 테이블 플로우 시험 결과 전체적으로 물/결합재 비가 증가할수록 플로우 값이 크게 나타나며, 증가폭은 감소하는 것으로 나타났다.
- 2) 유하시간 측정결과 수산화칼슘 기반 페이스트인 G1-42, G1-45 및 수산화나트륨 기반 G3-42, G3-45 페이스트는 전혀 유출되지 않았다. G3 페이스트는 G1과 달리 유하 도중 끊기는 경향을 보였으며, OPC 페이스트는 전량 유출되고 유하시간도 가장 짧은 것으로 나타났다.
- OPC, G1, G2, G3 페이스트의 전단응력은 물/결합재 비에 따라 감소하였으며, 전단속도에 따라 증가하는 경향을 나타냈다. 4 종류의 결합재 모두 전단속도-전단응력 관계가 선형에 가깝게 분포하여 Bingham 모델을 적용하기 적합하였다.
- AAS 페이스트의 유하시험 결과, 전체적으로 물/결합재 비에 따라 유하시간이 단축되었으며 유출량이 증가할수록 100 ml 당 유하시간의 간격은 증가하는 것으로 나타났다. 이와 같은 AAS 페이스트 유출 경향은 물/결합재 비에 따라 소성점도가 감소하고 페이스트의 유출량에 따른 페이스트의 자중 변화가 영향을 미치기 때문으로 판단된다.
- G1 페이스트의 유하시험 결과, G1-42와 G1-45 배합에서 페이스트가 전혀 유출되지 않아 유하시간 측정이 불가능하였다. 반면에 G1-48부터 G1-60까지 배합에서는 페이스트가 전량 유출되었다.
- OPC 페이스트의 전단응력은 5~93 Pa의 값을 보였으며 실험된 결합재 중 가장 낮게 나타났다. G1 페이스트의 전단응력은 최소 19 Pa에서 최대 204 Pa의 수준으로 나타났으며, 물/결합재 비에 따른 전단응력의 상승폭은 증가하는 것으로 확인되었다. G2 페이스트는 G1 페이스트에 비해 전반적으로 낮은 수준의 전단응력을 보였으며, 최저6.
- G1 페이스트의 전단응력은 최소 19 Pa에서 최대 204 Pa의 수준으로 나타났으며, 물/결합재 비에 따른 전단응력의 상승폭은 증가하는 것으로 확인되었다. G2 페이스트는 G1 페이스트에 비해 전반적으로 낮은 수준의 전단응력을 보였으며, 최저6.7 Pa에서 최대 106 Pa 범위를 보였다. G3 페이스트는 4가지 유형의 배합 중에 가장 높은 전단응력 수치를 보였고, 26 Pa에서 250 Pa 수준으로 나타났다.
- 2) 유하시간 측정결과 수산화칼슘 기반 페이스트인 G1-42, G1-45 및 수산화나트륨 기반 G3-42, G3-45 페이스트는 전혀 유출되지 않았다. G3 페이스트는 G1과 달리 유하 도중 끊기는 경향을 보였으며, OPC 페이스트는 전량 유출되고 유하시간도 가장 짧은 것으로 나타났다.
- 0 Pa·s 수준의 점도를 나타냈다. G3 페이스트는 유하시험 시에 G3-48과 G3-51 페이스트가 유출 도중 중지되었는데, 전반적으로 점도가 가장 높고, 물/결합재 비에 따른 소성점도의 감소폭도 다른 배합에 비해 크게 나타났다. 실험된 페이스트의 소성점도는 일반적으로 알려진 바와 같이 유하시간과 유사한 경향으로 측정되었다.
- OPC 페이스트의 소성점도는 최소 0.08에서 0.68 수준이었으며 물/결합재 비에 따른 감소폭이 줄어드는 것으로 나타났다. AAS 페이스트의 소성점도는 0.
- OPC 페이스트의 유하시간은 모든 배합에서 500 ml 전량 유출되었다. OPC 페이스트의 유하시간을 100 ml 단위로 살펴보면, 유출되는 페이스트 양이 증가할수록 유하시간의 간격은 커지는 것으로 나타났으며 이러한 경향은 모든 배합에서 확인되었다.
- 5는 레올로지 시험 결과로서 결합재 유형 및 물/결합재 비에 따른 전단속도–전단응력 관계를 나타내고 있다. OPC, G1, G2, G3 페이스트의 전단응력은 물/결합재 비에 따라 감소하였으며, 전단속도에 따라 증가하는 경향을 나타냈다. 4 종류의 결합재 모두 전단속도-전단응력 관계가 선형에 가깝게 분포하여 Bingham 모델을 적용하기 적합하였다.
- 시험 결과 가성 알칼리 계열을 활성화제로 첨가한 AAS 모르타르는 모두 강도가 발현되었고, 그 외에는 규산염계의 규산나트륨을 제외하고 굳지 않았다. 이를 기준으로 가성 알칼리 계열의 수산화나트륨, 수산화칼슘과 규산염계의 규산나트륨을 기본 활성화제로 선정하였다.
- 유하시간과 소성점도, 플로우와 항복응력의 상관관계는 각각 0.89, 0.87로 높게 나타났다. 따라서 AAS 페이스트의 유하시간 및 테이블 플로우 측정을 통하여 레올로지 특성을 예측할 수 있을 것으로 판단된다.
후속연구
- 4) 플로우, 유하시험 결과로 레올로지 특성을 예측할 수 있는 관계식을 제시하였고, AAS 결합재를 모르타르 및 콘크리트에 사용하기 위한 기초자료로 적용될 수 있을 것으로 사료된다.
- 87로 높게 나타났다. 따라서 AAS 페이스트의 유하시간 및 테이블 플로우 측정을 통하여 레올로지 특성을 예측할 수 있을 것으로 판단된다. 하지만 다소 적은 개체 수에 따라 추가검증이 필요할 것으로 보인다.
- 따라서 AAS 페이스트의 유하시간 및 테이블 플로우 측정을 통하여 레올로지 특성을 예측할 수 있을 것으로 판단된다. 하지만 다소 적은 개체 수에 따라 추가검증이 필요할 것으로 보인다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.