Experimental findings pertaining to the frost resistance of calcium sulfoaluminate (CSA) and amorphous calcium aluminate (ACA) cement-based repair mortars incorporated with anhydrite gypsum are described herein. To prepare the mortars, CSA and/or ACA cements were used as binders, and the water–binder ratio was fixed at 0.57. The compressive and bond strengths, chloride-ion penetration resistance, and scaling resistance of the mortars were measured. Based on the ASTM C666 method, the resistance to both frost action and multi-deterioration of chloride and frost attacks on the mortars were experimentally examined. Calcium aluminate-based binders effectively enhanced the compressive and bond strengths of the mortars owing to the formation of C2AH8 and Ye’elimite hydrates. Furthermore, replacing 25% ACA with OPC yielded excellent resistance to both frost attack and multi-deterioration of chloride and frost attacks. Replacing ACA at an appropriate level as a binder effectively improves the durability of concrete road facilities in winter.

최근 국내 지진발생 빈도 및 규모가 증가하면서 원자력 발전소의 안전성 향상에 대한 요구가 높아지고 있다. 이에 국내 원 전 업계에서는 안전정지지진의 수준을 상승시키는 등 원자력 안전사고 대응능력을 향상시키기 위하여 노력하고 있다. 원자력 안전사고 에 대한 평가는 지진취약도 평가를 통해서 이루어질 수 있으며, 원자력기기의 정확한 내진성능평가를 위해서는 파괴한도실험이 필요하 다. 본 연구에서는 원전의 대표적인 안전기기 중 하나인 Motor Control Center에 대하여 초기 상태와 가속열화 상태에 대하여 파괴한도 실험을 수행하고 취약도를 분석하였다. 취약도 평가에 사용되는 요구응답스펙트럼은 설계용과 울진지역의 Uniform Hazard Spectrum을 이용하여 도출된 보수적인 요구응답스펙트럼이 사용되었다. 분석결과 MCC는 열화 상태에서 초기 상태에 비하여 내진성능이 미소하게 낮게 평가되었으며, 보다 정확한 내진성능평가를 위해서는 입력지진에 대한 추가적인 연구가 필요할 것으로 판단된다.

해양경찰청 경비함정의 선박용 디젤기관은 MTU와 Pielstick사의 고출력 엔진으로 윤활유의 성능이 매우 중요하다. 경비함정 엔 진의 부하변동이 많고 운행시간 등이 증가되면서 열에 의한 산화 및 연료유, 수분 등 혼입으로 동점도 등 윤활유 성질이 변할 수 있다. 본 연구에서는 윤활유의 열화요인 및 영향을 파악하기 위해 경비함정 윤활유를 사용 시간별(100, 200, 300, 400 hr)로 채취하였다. 채취된 윤활유로 열화요인 분석 위해 연료 혼입량 등을 측정하였다. 또한 열화 영향 분석을 위해 동점도 등을 측정하였다. 특히 윤활유의 산화 여부를 분석하기 위해 산화 안정도 등을 확인하였다. 열화의 외부요인인 연료 혼입량의 경우 사용 시간이 늘어나면서 5.1%에서 14.0%로 증가하였으며, 이에 따라 동점도는 낮아지는 결과를 보였다. 윤활유의 사용 시간이 늘어나면서 열 및 수분 혼입에 의한 산화는 확인할 수 없었다.

Hot section components of gas turbines are exposed to a high operating temperature environment. To protect these components, thermal barrier coatings (TBC) are applied to their surfaces. Yttria-stabilized zirconia (YSZ), which is widely used as a TBC material, faces limitations at temperatures above 1200 °C. To mitigate these issues, research has focused on adding lanthanide rare earth oxides and tetravalent oxides to prevent the phase-transformation of the monoclinic phase in zirconia. This study investigated the effects of varying TiO2 content in Nd2O3 and Yb2O3 co-doped YSZ composites. Increasing TiO2 content effectively suppressed formation of the monoclinic phase and increased the thermal degradation resistance compared to YSZ in environments over 1200 °C. These findings will aid in developing more thermally stable and efficient TBC materials for application in high-temperature environments.

본 연구는 대기 중 장기간 노출로 인해 열화된 Ni-rich NCM811(LiNi₀.₈Co₀.₁Mn₀.₁O₂) 양극 소재의 계면 저항 증가 및 전기화학적 성능 저하 문제를 해결하기 위해, 물리적 열처리 방법을 제안하였다. NCM811 양극 소재는 대기 중 수분 및 이산화탄소와의 반응에 의해 표면에 불순물이 형성되기 쉬우며, 이는 고체전해질과의 계면 저항을 증가시켜 전고 체전지 시스템에서의 성능 저하를 초래한다. 이러한 문제를 해결하기 위해, 열화된 NCM811 양극 소재를 O₂ 분위기 에서 열처리하여 표면의 불순물을 효과적으로 제거하고 양극 표면의 전도성을 향상시킴으로써, 양극-고체전해질 간의 계면 저항을 현저히 감소시키는 결과를 얻었다. SEM, XRD, ICP 분석을 통해 열화된 NCM811 양극 소재의 표면 특성 변화를 분석하였으며, 열처리 후 NCM811 소재의 계면 특성이 개선됨에 따라 전기화학적 성능 또한 상용 NCM811 소재와 유사한 수준으로 회복되는 것을 확인하였다. 특히, O₂ 분위기의 물리적 열처리 방법은 Ni-rich NCM811 양극 소재의 열화를 효과적으로 억제하고 고체전해질과의 계면 접촉을 개선하여, 황화물계 전고체전지의 전기화학적 성능 을 획기적으로 향상시킬 수 있는 유망한 기술임을 입증하였다. 이러한 결과는 전고체전지 상용화를 위한 핵심 전략으 로 적용될 수 있을 것으로 기대된다.

본 연구는 노후화된 교량의 단면 보수를 위한 고성능 콘크리트 보수재료를 개발하는 것을 목표로 하여 진행하였다. 건식 숏크리트 방법을 사용하여 최적의 혼합비를 도출하기 위해 재료에 대한 기본 실험을 바탕으로 내구성 및 수밀성 측면에서 적합한 성능을 개발 하기 위한 실험을 진행하였다. 본 연구는 실리카 흄, 고로슬래그, 자연섬유 등을 혼합하여 각 변수별 차이를 비교하였으며, 압축강도, 소성 수축, 염소 이온 침투 저항성, 동결융해 실험을 통해 성능을 평가하였다. 본 연구 결과 실리카 흄과 천연 섬유를 혼합하여 내구 성 및 수밀성을 확보한 채 팽창제와 폴리머 분말수지를 혼입하여 적합한 성능을 가진 보수재료를 개발하기 위한 기초 연구를 완료하 였다. 이 보수재료는 압축강도, 동결융해 저항성, 소성수축 균열 저감성, 염소 이온 침투 저항성 측면에서 우수한 성능을 보여줄 것이 다. 본 연구에서 개발될 보수재료는 기존 보수 모르타르보다 성능이 우수하며, 건식 숏크리트 방식을 사용하기 때문에 작업 및 후처리 과정이 습식 숏크리트 방식보다 간단하여 소구 작업에 더욱 효율적일 것으로 판단된다.

Dynamic responses of nuclear power plant structure subjected to earthquake loads should be carefully investigated for safety. Because nuclear power plant structure are usually constructed by material of reinforced concrete, the aging deterioration of R.C. have no small effect on structural behavior of nuclear power plant structure. Therefore, aging deterioration of R.C. nuclear power plant structure should be considered for exact prediction of seismic responses of the structure. In this study, a machine learning model for seismic response prediction of nuclear power plant structure was developed by considering aging deterioration. The OPR-1000 was selected as an example structure for numerical simulation. The OPR-1000 was originally designated as the Korean Standard Nuclear Power Plant (KSNP), and was re-designated as the OPR-1000 in 2005 for foreign sales. 500 artificial ground motions were generated based on site characteristics of Korea. Elastic modulus, damping ratio, poisson’s ratio and density were selected to consider material property variation due to aging deterioration. Six machine learning algorithms such as, Decision Tree (DT), Random Forest (RF), Support Vector Machine (SVM), K-Nearest Neighbor (KNN), Artificial Neural Networks (ANN), eXtreme Gradient Boosting (XGBoost), were used t o construct seispic response prediction model. 13 intensity measures and 4 material properties were used input parameters of the training database. Performance evaluation was performed using metrics like root mean square error, mean square error, mean absolute error, and coefficient of determination. The optimization of hyperparameters was achieved through k-fold cross-validation and grid search techniques. The analysis results show that neural networks present good prediction performance considering aging deterioration.

This study was conducted to simulate the lifetime of the membrane by analyzing the performance of the membrane degraded by chlorine. Chlorine exposure under several conditions caused the degradation of the membrane, resulting in the absence of any salts and an extreme increase in permeability. When the n value was calculated and compared through CnT analysis and CTn analysis, the p values were all less than 0.005, but CTn analysis, which had a higher R2 value, was adopted to simulate the membrane lifetime. Power coefficients take on values higher than 1, indicating that the exposure time to chlorine has a greater influence on membrane deterioration than the chlorine exposure concentration at 20℃ and 30℃. In particular, the process should be operated at less than 0.5 ppm at 30°C, and the chlorine exposure time of 1 cycle should be set to within 15 hours. In addition, the sensitivity to chlorine increased by 10.5 to 12.2 times when the chlorine exposure temperature increased by 10°C through the correlation between the chlorine exposure cycle and membrane lifetime. The membrane lifetime investigated in this study is only an estimated value, entirely because of chlorine membrane deterioration, excluding raw water characteristics and the type of detergent. Accordingly, it is considered that the membrane lifetime simulation can be applied by comparing the membrane performance with the actual process based on the filtration performance of membrane deterioration by chlorine.

For the OPR1000, a standard power plant in Korea, an analytical model of the containment building considering voids and deterioration was built with multilayer shell elements. Voids were placed in the vulnerable parts of the analysis model, and the deterioration effects of concrete and rebar were reflected in the material model. To check the impact of voids and deterioration on the seismic performance of the containment building, iterative push-over analysis was performed on four cases of the analytical model with and without voids and deterioration. It was found that the effect of voids with a volume ratio of 0.6% on the seismic performance of the containment building was insignificant. The effect of strength reduction and cross-sectional area loss of reinforcement due to deterioration and the impact of strength increase of concrete due to long-term hardening offset each other, resulting in a slight increase in the lateral resistance of the containment building. To determine the limit state that adequately represents the seismic performance of the containment building considering voids and deterioration, the Ogaki shear strength equation, ASCE 43-05 low shear wall allowable lateral displacement ratio, and JEAC 4601 shear strain limit were compared and examined with the analytically derived failure point (ultimate point) in this study.

Machine learning is widely applied to various engineering fields. In structural engineering area, machine learning is generally used to predict structural responses of building structures. The aging deterioration of reinforced concrete structure affects its structural behavior. Therefore, the aging deterioration of R.C. structure should be consider to exactly predict seismic responses of the structure. In this study, the machine learning based seismic response prediction model was developed. To this end, four machine learning algorithms were employed and prediction performance of each algorithm was compared. A 3-story coupled shear wall structure was selected as an example structure for numerical simulation. Artificial ground motions were generated based on domestic site characteristics. Elastic modulus, damping ratio and density were changed to considering concrete degradation due to chloride penetration and carbonation, etc. Various intensity measures were used input parameters of the training database. Performance evaluation was performed using metrics like root mean square error, mean square error, mean absolute error, and coefficient of determination. The optimization of hyperparameters was achieved through k-fold cross-validation and grid search techniques. The analysis results show that neural networks and extreme gradient boosting algorithms present good prediction performance.

본 연구는 탄소 기반 필러인 탄소나노튜브 (Carbon nanotube, CNT), 탄소 섬유 (Carbon fiber, CF) 와 중공유리구체 (Hollow glass microsphere, HGM)를 혼입한 전도성 복합재료가 다양한 열화 상황 에 노출된 이후의 발열성능을 조사하고 분석하였다. 대부분 상황에서 시멘트 기반의 재료들은 질산 및 황산의 침투 또는 동결융해와 같은 다양한 자연적 열화상황에 노출되게 된다. 본 연구는 기존의 이러 한 한계를 극복하고자 HGM, 전도성 필러를 혼입한 전도성 복합재료를 제조하였고, 물리적·전기적 및 열적 특성을 조사하였다. 모든 시편에서 HGM의 혼입은 시편의 밀도와 열 전도도를 감소시켰으며, 다 량의 혼입은 강도와 전기 전도도를 감소시키는 결과를 관찰할 수 있었다. 그러나 적정량의 혼입은 오 히려 전기 전도도를 향상시키는 결과를 확인할 수 있었으며, 반복적인 발열 실험에서의 성능 유지 또 한 미혼입 시편에 비하여 상대적으로 뛰어난 것을 관찰할 수 있었다. 이러한 HGM의 혼입에 대한 영 향을 더욱 자세하게 분석하기 위하여 수은압입법, 주사전자현미경, 제타전위 및 라만분광법 등의 분석 이 수행되었다.

국내 건축물에서는 노후한 철근콘크리트 구조물의 안전성이 중요한 문제로 대두되고 있다. 구조물 부분이나 전체의 무너짐으로 인해 경제적 손실을 초래할 수 있으며, 이는 주로 구성 재료의 내구성 결 함으로 인해 발생한다. 여러 노후화 인자 중 동결융해와 부식은 주요한 열화 요인으로 작용한다. 동결 지역의 구조물은 동결융해가 위험 요소로 작용할 수 있으며, 해양 구조물은 해수에 존재하는 염소이온 에 의해 부식될 수 있다. 이러한 문제를 해결하기 위해서는 복합 열화 작용과 철근콘크리트 부재의 성 능 저하 관계를 이해하는 것이 필요하다. 본 연구는 동결융해와 부식의 복합적 피해가 RC 보의 거동 에 미치는 영향을 실험적으로 조사하였다. 7개의 RC 보를 제작하여 각각 다른 수준의 열화 조건을 부여한 후 휨 시험을 실시하였다.

PURPOSES : This study aimed to develop high-performance concrete repair materials for the cross-sectional repair of deteriorated bridge concrete. METHODS : To derive the optimal mix using the dry shotcrete method, experiments were conducted to develop an appropriate performance in terms of durability and watertightness based on basic experiments on materials. By mixing silica fume, GGBFS, and natural fibers, this study compared the differences in each variable. Each variable was compared using compressive strength, flexural strength, plastic shrinkage, chlorine ion penetration resistance, and freeze-thaw tests. RESULTS : By mixing silica fume and natural fibers, watertightness and durability were secured, and by adding an expansion material and polymer powder, a material that exhibited suitable performance as a repair material was developed. The material demonstrated suitable performance in terms of compressive strength, freeze–thaw resistance, plastic shrinkage crack resistance, and chlorine ion penetration resistance. CONCLUSIONS : The repair material developed in this study has a higher performance than repair mortar, and because it uses a dry shotcrete method, the process and post-processing are simpler than the wet shotcrete method; therefore, it is believed to be more efficient for repair work.

Numerous factors contribute to the deterioration of reinforced concrete structures. Elevated temperatures significantly alter the composition of the concrete ingredients, consequently diminishing the concrete's strength properties. With the escalation of global CO2 levels, the carbonation of concrete structures has emerged as a critical challenge, substantially affecting concrete durability research. Assessing and predicting concrete degradation due to thermal effects and carbonation are crucial yet intricate tasks. To address this, multiple prediction models for concrete carbonation and compressive strength under thermal impact have been developed. This study employs seven machine learning algorithms—specifically, multiple linear regression, decision trees, random forest, support vector machines, k-nearest neighbors, artificial neural networks, and extreme gradient boosting algorithms—to formulate predictive models for concrete carbonation and thermal impact. Two distinct datasets, derived from reported experimental studies, were utilized for training these predictive models. Performance evaluation relied on metrics like root mean square error, mean square error, mean absolute error, and coefficient of determination. The optimization of hyperparameters was achieved through k-fold cross-validation and grid search techniques. The analytical outcomes demonstrate that neural networks and extreme gradient boosting algorithms outshine the remaining five machine learning approaches, showcasing outstanding predictive performance for concrete carbonation and thermal effect modeling.