이 연구는 라텍스 콘크리트(LMC)의 대체재로 해조류에서 추출한 알긴산을 활용한 콘크리트를 개발하고, 이에 따른 압축 강도 및 미 세구조 변화를 분석하였다. LMC는 공극 구조 개선으로 내구성과 강도가 향상되지만, 높은 원자재 비용이 단점이다. 이를 보완하기 위 해 라텍스 대신 알긴산을 혼합한 콘크리트를 제작하고, 주사전자현미경(SEM) 분석 및 압축 강도 실험을 수행하였다. 재령 4시간 및 1일 후의 압축 강도와 10000배율 SEM 분석을 진행하였다. 알긴산 0.05% 혼입 시 가장 높은 강도를 보였으며, 0.2% 혼 입 시 강도가 감소하였다. SEM 분석에서는 LMC가 균일한 표면과 미세한 입자 분포를 보인 반면, 알긴산 혼합 콘크리트는 섬유 및 막대 구조가 형성되었으며, 알긴산 함량이 증가할수록 기공이 증가하여 강도발현이 저하되었다. 재령이 증가하면서 C-S-H 구조가 조 밀해지고 결합력이 향상되어 강도가 증가하는 양상이 관찰되었다. 보다 정확한 결과를 얻기 위해서는 에너지 분산형 X선 분광법 (Energy Dispersive Spectroscopy, EDS)등 추가적인 실험이 필요할 것으로 사료된다.

이 연구는 상변화 물질(PCM)을 함침시킨 경량 골재(LWA)를 활용한 고강도 콘크리트의 개발에 중점을 두고 있다. 상변화 온도가 5.5°C인 Tetradecane을 PCM으로 사용하였으며, LWA(Expended shale, ES)가 PCM 운반체 역할을 수행하였다. ES의 공극 은 진공 함침 기법을 통해 PCM으로 충전하였고, PCM-ES 복합체의 누출을 방지하기 위해 이중 코팅 처리가 추가로 이루어졌다. PCM-ES에 대한 시차주사열량계 시험 결과, 발열 및 흡열 엔탈피가 각각 96 J/g와 97 J/g로 나타났다. 콘크리트 혼합물은 밀도 최적 화를 위해 마이크로 실리카(MS), 실리카 분말(S), 실리카 모래를 사용하여 설계되었으며, PCM-ES는 실리카 모래의 25% 및 50%를 체 적 기준으로 대체하였다. 기계적 강도 테스트 결과, PCM-ES 콘크리트는 25% 및 50% 대체 시 각각 56.39 MPa와 45.94 MPa의 압 축 강도를 기록하였다. 열 성능 테스트는 다양한 주변 온도 조건에서 PCM-ES 콘크리트의 거동을 확인하기 위해 수행되었다. PCM-ES 콘크리트는 15°C에서 −5°C까지의 세 가지 열 사이클 시험을 진행하였으며, 이 과정에서 내부 온도가 지속적으로 모니터링 되었다. 결과적으로 주변 온도가 −5°C로 떨어지더라도 콘크리트 내부 온도는 0°C 이상을 유지하는 것으로 나타났다.

The purpose of this study was to develop a more accurate model for predicting the in-situ compressive strength of concrete pavements using Internet-of-Things (IoT)-based sensors and deep-learning techniques. This study aimed to overcome the limitations of traditional methods by accounting for various environmental conditions. Comprehensive environmental and hydration data were collected using IoT sensors to capture variables such as temperature, humidity, wind speed, and curing time. Data preprocessing included the removal of outliers and selection of relevant variables. Various modeling techniques, including regression analysis, classification and regression tree (CART), and artificial neural network (ANN), were applied to predict the heat of hydration and early compressive strength of concrete. The models were evaluated using metrics such as mean absolute error (MAE) to determine their effectiveness. The ANN model demonstrated superior performance, achieving a high prediction accuracy for early-age concrete strength, with an MAE of 0.297 and a predictive accuracy of 99.8%. For heat-of-hydration temperature prediction, the ANN model also outperformed the regression and CART models, exhibiting a lower MAE of 1.395. The analysis highlighted the significant impacts of temperature and curing time on the hydration process and strength development. This study confirmed that AI-based models, particularly ANNs, are highly effective in predicting early-age concrete strength and hydration temperature under varying environmental conditions. The ability of an ANN model to handle non-linear relationships and complex interactions among variables makes it a promising tool for real-time quality control in construction. Future research should explore the integration of additional factors and long-term strength predictions to further enhance the model accuracy.

The purpose of this study was to derive an optimal mix design for bridge deck pavements that can compensate for the limitations of latexmodified concrete (LMC). To address the limitations of LMC, this paper proposes the incorporation of silica fume into LMC. Concrete mixtures with varying ratios of latex and silica fume were prepared, and tests for compressive strength, flexural strength, and chloride-ion penetration resistance were conducted to compare and analyze the fundamental performance of each mix. Latex contributed to the improvement of the initial pore structure and significantly affected the chloride-ion penetration resistance in the early stages of curing. However, its influence gradually diminished over time. In contrast, silica fume induced additional C-S-H formation and further improved the pore structure through pozzolanic reactions as time progressed, thus exerting a greater impact in the later stages of curing. The L7-SF8 variable demonstrated the best performance in terms of compressive strength and chloride-ion penetration resistance. Given the characteristics of bridge-deck pavements, this variable is considered the most suitable for ensuring long-term durability. Therefore, this paper proposes a mixture of 7% latex and 8% silica fume as the optimal mix design.

In this research, the concrete breakout strength in tension of cast-in-place anchors (CIP) is experimentally investigated to be used as fundamental data for the seismic fragility analysis of equipment in nuclear power plants. Experimental variables are chosen, such as the embedment depth of the anchor, single/group anchor configurations, diameter of the head plate, and crack width. Monotonic and cyclic loading are applied to all types of specimens. As measured from the experiments, concrete breakout strength in tension is 1.5 to 2 times higher than the expected strengths from concrete capacity design (CCD) method-based model equations. In alignment with the model’s predictions, concrete breakout strength increases with deeper embedment depth, and the strength of group anchors also increases based on the expansion of the projected concrete failure area. This study also explores the effects of head plate diameter and crack width, which are not considered in the model equation. Experimental results show that the diameter of the head plate is not directly correlated to the concrete breakout strength, whereas the crack width is. The presence of cracks, with widths of 0.3 mm and 0.5 mm, leads to reductions of approximately 7% and 17%, respectively, compared to single anchors in non-cracked concrete.

국내에서는 공용 중인 교량의 덧씌우기식 교면 포장 공사에서 빠른 개통을 위해 초속경 시멘트와 라텍스를 이용한 초속경 LMC 콘 크리트가 주로 적용된다. 고속도로에서는 교통 개방을 위한 콘크리트의 기준 강도를 압축강도 21MPa로 정하고 있다. 본 연구에서는 시공된 콘크리트의 강도 추정을 위한 적절한 비파괴 시험 방법을 선정하기 위해 약간의 손상을 포함하는 Break-off 시험을 적용하였 다. 실내 실험을 통해 수립된 시험 절차에 따라 47개 현장에서 시험을 수행하여 압축강도와 상관관계를 분석하였고, 현장적용성을 확 인하였다.

국내 시멘트 콘크리트계 교면포장의 개방강도는 압축강도를 기준으로 하고 있으나, 현장의 양생 조건과 동일한 콘크리트의 강도를 추정하여야 한다. 약간의 손상을 포함하는 비파괴 시험이 표면에서 측정하는 방법보다 압축강도와 상관관계가 높으므로, 본 연구에서 는 Break-off 시험과 압축강도의 관계를 도출하기 위한 일련의 연구를 수행하였다. 6개의 초속경 LMC 배합에 대해서 Break-off 시험을 수행하였고, 국내 교면포장 현장에 적합한 코어의 크기를 정하였다. 또한 유압펌프와 압력게이지, 가력부로 구성된 자체 시험기를 개 발하였다. Break-off 시험 결과 압축강도와 높은 상관관계를 나타내었고, 국내 시멘트 콘크리트 교면포장의 경계조건을 고려할 경우, 높이 70mm의 코어를 형성하는 것이 합리적이고, 신설포장이나 단면보수의 경우 높이 50mm인 코어를 사용할 수 있도록 제안하였다.

콘크리트의 변온저항성을 향상시키기 위해 상변화온도 4.5도와 44도의 상변환재료(Phase change material; PCM)를 캡슐화하여 혼입하였다. 그 후에 콘크리트가 기본적인 구조성능을 발휘할 수 있는 지 확인하기 위해 시멘트 부피의 10%, 20%, 30%에 해당하는 PCM을 혼입한 콘크리트의 온도 및 재 령에 따른 압축강도를 측정 및 비교하였다. PCM을 혼입하지 않은 콘크리트의 경우 PCM이 혼입된 다른 배합에 비해 온도에 따른 강도의 편차가 크지 않게 나타났으며 온도에 따른 강도의 편차는 PCM의 혼입률이 증가함에 따라 함께 증가하는 경향을 나타냈다. 4.5도의 PCM이 혼입된 시편은 0도 에서 25도로 온도가 증가 할 때 가장 높은 강도 감소률을 나타냈으며 45도 PCM은 25도에서 50도로 온도가 증가할 때 가장 높은 강도 하락률을 나타냈다. 0도에서는 대부분의 경우에서 4.5도 PCM 혼입 시편이 44도 PCM 혼입 시편보다 약간 높은 강도를 나타냈지만 25도에서는 44도 PCM 혼입 시편이 더 높은 강도를 나타냈으며 50도에서는 두 종류의 PCM 간의 유의미한 강도차이를 확인하기 어려웠 다. 시멘트 부피대비 10%정도의 PCM 혼입은 콘크리트의 압축강도 하락에 큰 영향을 주지 않으며 오 히려 높아지는 경향을 나타냈으며 그 원인은 잔골재 사용감소에 의한 상대적 시멘트-골재 비의 상승 에 의한 것으로 추정된다. 하지만 10%를 초과하는 혼입률은 시멘트-골재비 상승에 의한 강도 상승 효과보다 콘크리트 내부에서 하중에 저항하는 성능을 거의 낼 수 없는 PCM의 영향이 더욱 커지므로 강도가 감소하는 것으로 판단된다. PCM이 혼입된 콘크리트는 PCM의 상변화 온도에 따라 서로 다른 강도경향을 나타내는 것으로 확인되는데 4.5도 PCM 혼입 콘크리트의 경우 0도와 25도사이에서 상변 화 하므로 해당 구간에서 가장 큰 강도저하를 발생시킨 반면 44도 PCM 혼입 콘크리트의 경우 25도 와 50도사이에서 상변화하므로 해당 구간에서 가장 큰 강도저하가 발생하는 것으로 판단된다.

급격한 과학기술의 발전으로 미세먼지 배출량이 증가함에 따라 대기오염은 심각한 환경·사회 문제로 꾸준히 대두되고 있고, 이에 따 라 미세먼지 증가로 인한 질병 및 이상기후 증가로 인한 도로이동원에서의 교통사고 발생률 등의 문제점이 증가할 수 있다. 이를 해 결하기 위해 미세먼지 저감을 목적으로 건설분야에서 널리 사용되고 있는 광촉매 물질인 TiO2를 콘크리트의 광촉매 반응을 증가시키 고 광원의 효율적 이용을 위한 방안으로 투수콘크리트에 적용한 TiO2를 혼입한 투수콘크리트 포장 기술개발 기초 연구를 진행하였다. 실험결과, TiO2\혼입에 따른 투수콘크리트의 압축강도의 변화는 영향을 미치지 않는 미미한 수준으로 나타났다. TiO2를 혼입한 투수 콘크리트를 도로이동원에 적용하기 위해서는 동결융해 저항성 등 내구특성 및 미세먼지 저감 성능 등의 추가적인 실험이 필요할 것으 로 판단된다.

The strength criteria is the acceptable strength for allowable a vehicle start on a concrete pavement at an early age without causing significant damage. The different agencies have provided the strength criteria based on empirical judgement. To make more comprehensive, the ACI specification provided strength criteria by consideration traffic conditions, slab thicknesses, and slab support based on the concept of damage. However, its neglected to consider the damage caused by curling stress due to temperature gradient in concrete pavement. This research aims to provide a strength criteria for opening traffic on concrete pavements while taking into account the damage caused by curling stress and traffic loading. The tensile stress at critical locations was determine due to curling and traffic loads every hour of early age throughout different seasons. The fatigue damage taken throughout early age was assessed. After this procedure, the strength criteria was established as the evaluated damage that did not exceed an acceptable limit. Accordingly, the strength criteria for opening traffic was determined to ensure that the specified damage level existed subject to the construction season, construction period, traffic type, slab thickness, and slab support of concrete pavement.

PURPOSES : To enhance the accuracy of predicting the compressive strength of practical concrete mixtures, this study aimed to develop a machine learning model by utilizing the most commonly employed curing age, specifically, the 28-day curing period. The training dataset consisted of concrete mixture sample data at this curing age, along with samples subjected to a total load not exceeding 2,350 kg. The objective was to train a machine learning model to create a more practical predictive model suitable for real-world applications. METHODS : Three machine learning models—random forest, gradient boosting, and AdaBoost—were selected. Subsequently, the prepared dataset was used to train the selected models. Model 1 was trained using concrete sample data from the 28th curing day, followed by a comprehensive analysis of the results. For Model 2, training was conducted using data from the 28th day of curing, focusing specifically on instances where the total load was 2,350 kg or less. The results were systematically analyzed to determine the most suitable machine learning model for predicting the compressive strength of concrete. RESULTS : The machine learning model trained on concrete sample data from the 28th day of curing with a total weight of 2,350 kg or less exhibited higher accuracy than the model trained on weight-unrestricted data from the 28th day of curing. The models were evaluated in terms of accuracy, with the gradient boosting, AdaBoost, and random forest models demonstrating high accuracy, in that order. CONCLUSIONS : Machine learning models trained using concrete mix data based on practical and real-world scenarios demonstrated a higher accuracy than models trained on impractical concrete mix data. This case illustrates the significance of not only the quantity but also the quality of the data during the machine learning training process. Excluding outliers from the data appears to result in better accuracy for machine learning models. This underscores the importance of using high-quality and practical mixed concrete data for reliable and accurate model training.

PURPOSES : In this study, an optimal model for compressive strength prediction was derived by learning and directly comparing several machine learning models based on the same data. METHODS : Approximately 478 pieces of concrete compressive strength data were obtained to compare the performance of the machine learning models. In addition, five machine learning models were trained based on the obtained data. The performance of the learned model was compared using three performance indicators. Finally, the performance of the model trained using additional data was reviewed. RESULTS : As a result of comparing the performance of machine learning models, the XGB(eXtra Gradient Boost) model showed the best performance. In addition, as a result of the verification based on additional data, highly reliable results can be obtained if the XGB model is used to predict the compressive strength of concrete. CONCLUSIONS : If a concrete strength prediction model is derived based on a machine learning model, a highly reliable model can be derived.

세계적으로 환경에 대한 관심이 커지면서, 탄소 저감 및 탄소 중립을 위한 다양한 연구들이 진행되고 있다. 특히 최 근에는 탄소 포집 및 저장 기술인 CCS(Carbon Capture and Storage)에 주목이 높아졌다. 그뿐만 아니라, 대기 중의 탄소를 효과 적으로 저장하는 특성을 가진 바이오차는 탄소 중립에 기여할 수 있는 방안으로 다양한 연구가 진행되고 있다. 건설 산업에서 는 시멘트 대체재를 활용한 탄소 감소 관련 연구가 진행 중이며, 본 연구에서는 바이오차를 콘크리트 및 모르타르의 시멘트 대 체재로 활용하여 시멘트 사용량을 줄이고, 동시에 콘크리트 및 모르타르 내의 탄소를 포집하고 저장하여 탄소 배출량을 감소시 키고자 한다. 이를 위해 바이오차의 시멘트 치환율을 0%, 10%, 20%로 설정하고, 각각의 경우에 대해 콘크리트 및 모르타르의 슬럼프, pH 농도, 그리고 압축강도를 비교하였다.실험 결과에 따르면, 바이오차의 시멘트 치환율이 증가함에 따라 슬럼프와 압 축강도가 감소하는 경향을 보였으며, pH는 유사한 양상을 나타냈다.

PURPOSES : The purpose of this study is to investigate the tendency of material property estimation under different concrete distress conditions and curling conditions when non-destructive tests such as rebound hammer and surface deflection test are applied to concrete pavement. METHODS : Nondestructive tests using Schmidt hammer and Falling Weight Deflectometer were performed to inspect the expressway concrete pavements constructed more than 20 years ago. Some results were compared with core tested elastic modulus and compressive strength. RESULTS : As a result of the rebound test, the section with Alkali-Silica Reaction(ASR) distress was outside the range of the existing estimation formula, but the control section was found to be within the range of the existing estimation formula. As a result of the physical property estimation through deflection test, the section with ASR distress showed greater fluctuations in the estimated material properties and deflection ratio compared to the control section, showing that the ASR damage seems to affect the slab deflection behavior. CONCLUSIONS : The rebound test may not sufficiently reflect the decline in material properties due to concrete damage. The deflection test can obtain results that reflect the deterioration of material properties, but it was confirmed that significant variability may occur, so it seems to necessary to perform complementary indoor core tests with nondestructive testing(NDT) tests.

This paper investigates the effects of aspect ratio and volume fraction of hooked-end normal-strength steel fibers on the compressive and flexural properties of high-strength concrete with specified compressive strength of 60 MPa. Three types of hooked-end steel fibers with aspect ratios of 64, 67 and 80 were considered and three volume fractions of 0.25%, 0.50% and 0.75% for each steel fiber were respectively added into each high-strength concrete mixture. The test results indicated that the addition of normal-strength steel fibers is effective to improve compressive and flexural properties of high-strength concrete but fiber aspect ratio had little effect on the modulus of elasticity and compressive strength. As steel fiber content and aspect ratio increased, flexural beahvior of notched high-strength concrete beams was effectively improved.

본 연구에서는 양생물주기 및 보양을 하지 않은 구조체의 압축강도와 표준 양생 공시체의 압축강도를 비교 평가하였 다. 코어채취를 위해서 980x2090x200mm3 철근콘크리트 슬래브를 준비하였으며, 콘크리트 공시체 25개를 KS F 2405에 따라서 표준 양생, 20개를 구조체와 동일한 환경에서 대기중 양생을 하였다. 실험 결과, 28일 표준공시체 압축강도 대비 코어 채취 압 축강도는 약 4MPa 낮게, 대기중 양생 공시체의 압축강도는 약 7.6MPa 낮게 측정되었다. KCS에서는 양생기간의 온도가 낮을 경 우 온도보정강도를 제시하고 있으며, 실험결과로부터 제시된 값이 적정함을 확인하였다. 7일, 14일에 측정된 대기중 공시체의 압축강도는 코어채취 공시체의 압축강도와 유사하였지만, 28일 압축강도는 현저하게 차이가 나타났다. 초기 구조체의 초기 압축 강도 예측에 대기양생 공시체를 이용하는 것은 가능하지만, 28일 압축강도를 추측하는데 대기중 양생 공시체를 사용하는 것은 무리가 있다고 판단된다.