• 제목/요약/키워드: Uniaxial compression strength

검색결과 315건 처리시간 0.022초

마이크로 및 매크로 섬유에 의해 보강된 고인성 시멘트 복합재료의 역학적 특성에 관한 실험적 연구 (An Experimental Study on the Mechanical Properties of HPFRCCs Reinforced with the Micro and Macro Fibers)

  • 김무한;김재환;김용로;김영덕
    • 콘크리트학회논문집
    • /
    • 제17권2호
    • /
    • pp.263-271
    • /
    • 2005
  • 고인성 시멘트 복합재료(HPFRCC)는 시멘트페이스트 또는 모르타르에 고성능 단섬유를 보강하여 휨모멘트 및 인장력 작용하에서 변위(변형)경화특성 및 다수의 미세균열이 멀티플크랙 특성을 발휘함으로서 높은 인성 및 균열제어성능을 가진 재료로 최근 이들 성능을 활용하여 고성능 보수 보강재, 충격완충재, 강재의 피복재, 지진시 에너지 흡수 디바이스 등 다양한 용도로의 활용이 시도되고 있다. 그러나 이들 HPFRCC의 역학적 성능은 사용되는 섬유의 종류 및 형상에 따라 다르며 마이크로 크랙 및 매크로 크랙에 효과적인 섬유의 치수는 다른 것으로 알려져 있다. 따라서 본 연구에서는 마이크로 및 매크로 섬유의 종류, 각 섬유의 혼합조건을 변화시켜 HPFRCC의 압축 및 휨성상을 실험실증적으로 비교 검토함으로서 HPFRCC의 재료설계에 기초자료를 제시하고자 하였다. 그 결과, HPFRCC의 압축 및 휨성상은 사용된 마이크로 섬유의 종류에 따라 큰 차이를 보이고 있으며 PP섬유에 비하여 PVA섬유를 사용한 경우가 우수한 성능을 발현하였다. 또한, 각각의 마이크로 섬유에 매크로 섬유로서 PVA660을 혼합 사용한 경우 PVA200을 제외하고는 초기근열시 휨응력, 최대 휨응력, 변형능력 및 휨터 프니스 등의 휨성능이 향상되었다. 특히 PVA100과 PVA660을 혼합 사용한 경우 가장 우수한 성능을 발현하였으며, 휨시험시 전형적인 변위경화특성 및 멀티플크랙 특성을 나타내었다. 반면, 매크로 섬유로서 SF500을 혼합 사용한 경우의 휨응력-중앙변위 곡선은 기존의 FRCC와 유사한 경향을 보이고 있으며, 휨터프니스는 마이크로 섬유만 단독 사용한 경우에 비해 전반적으로 저하하는 것으로 나타났다.

양방향재하시험에서 재하장치 위치 선정에 관한 연구 (A Study of Point Selection for Loading Cells in Bi-directional Pile Load Test)

  • 윤민승;김준우;김명학
    • 한국지반환경공학회 논문집
    • /
    • 제14권10호
    • /
    • pp.11-16
    • /
    • 2013
  • 양방향재하시험의 성공여부는 상향력과 하향력의 균형을 이룰 수 있는 재하장치 위치 선정에 달려있다. 상향력과 하향력의 균형을 이루기 위해서는 발휘되는 단위주면마찰력과 단위선단지지력의 산정이 중요한데, 국내에서 시행되는 양방향재하시험은 주로 사용말뚝에 적용되어 극한지지력까지 재하되지 않고 설계지지력을 확인하는 것이 일반적이다. 하지만 국내 외 제안된 암반층의 극한단위주면마찰력 및 허용단위주면마찰력 산정식은 암반의 일축압축강도를 기반으로 되어있고, 또한 국내 풍화암층과 RQD가 극히 낮은 연암층은 일축압축강도시험을 할 수 있는 코아를 얻기가 어려워 적용이 어려운 실정이다. 따라서 이 연구에서는 국내에서 시행되었던 양방향재하시험에서 얻은 각 지층별 발휘된 단위주면마찰력과 환산된 SPT N/cm과 관계도표를 제안하고 이 관계도표를 이용하여 실제 국내 현장의 양방향재하시험을 위한 상향력과 하향력의 균형위치를 선정하였다. 또한 선정된 균형위치에 양방향재하장치를 설치한 후 재하시험을 실시하여 측정된 각 지층의 발휘된 단위주면마찰력 값들과 균형위치 선정 시 적용한 관계도표의 값들을 비교하여 관계도표의 적정성을 분석하였다. 분석결과 풍화토층과 풍화암층에서는 거의 유사한 결과를 보였고, 연암층에서는 재하장치 상부연암층과 하부연암층에서 발휘된 측정값(상부 $1,151kN/m^2$, 하부 $1,500kN/m^2$)의 평균값($1,325kN/m^2$)도 산정값($1,250kN/m^2$)과 큰 차이를 보이지 않아 관계도표는 적정한 것으로 판단되었다.

동결 사질토의 크리프 거동에 관한 실험적 연구 (An Experimental Study on the Creep Behavior of Frozen Sand)

  • 채덕호;김영석;이장근;조완제
    • 한국지반환경공학회 논문집
    • /
    • 제15권2호
    • /
    • pp.27-36
    • /
    • 2014
  • 계절 동토지역으로 분류되는 우리나라의 동토에 관한 연구는 동상압에 의한 아스팔트 도로 등의 기능 저하 방지에 관한 연구가 대부분이었다. 하지만 최근 제 2 남극 기지인 장보고 기지 건설과 러시아 극동지역의 천연파이프 건설 협약 등이 이루어지면서 영구동토지반에서의 구조물 건설에 대한 관심이 증대되고 있다. 영구동토지반에서 구조물 설계 시 지반의 크리프 특성이 매우 중요한 요소로 알려져 있다. 현재 우리나라에서는 동토에 관한 명확한 시험규정이 없으므로 동토에 영향을 미치는 요소를 시험 변수로 활용하여 크리프 거동 특성을 체계적으로 규명하는 것이 필요하다. 따라서 본 연구에서는 $-5^{\circ}C$$-10^{\circ}C$에서 조밀한 주문진 표준사를 동결시켜 하중비율을 조절하여 일정하중 하에서의 크리프 특성을 살펴보았다. 시험 결과, 온도가 더 낮을수록, 하중비율이 더 클수록 2차 크리프 거동이 짧아지고 3차 크리프의 변형이 더욱 뚜렷이 나타나는 경향을 보였다.

실내실험을 통한 아크릴레이트의 철도노반 보강 성능 (Performance of Railway Roadbed Reinforced by Acrylate in Laboratory Experiment)

  • 윤환희;손민;김진환;김동현;김병현;정혁상
    • 한국지반신소재학회논문집
    • /
    • 제20권1호
    • /
    • pp.9-19
    • /
    • 2021
  • 본 논문에서는 침하된 철도노반 보강을 위한 아크릴레이트의 보강 성능에 대한 내용을 다루었다. 콘크리트궤도는 궤도유지보수 비용의 절감과 궤도파괴에 높은 저항력을 가지는 장점이 있다. 하지만 최근 콘크리트궤도에서의 노반침하가 발생하고 있고, 이에 대한 유지보수에 어려움을 겪고 있기 때문에 철도 운행에 안전이 우려되고 있다. 현재 국내에서는 콘크리트궤도의 노반침하에 대한 방안으로 궤도복원공법을 통한 유지보수를 시행중에 있지만 노반 자체를 보강할 수 없기 때문에 지속적인 재침하가 발생할 수 있으며, 철도노반 보강에 대한 연구 및 현장적용 사례는 극히 드물어 철도노반을 보강하기 위한 보강재료 및 공법의 개발이 요구된다. 따라서 본 논문에서는 철도노반의 보강재료로 아크릴레이트 약액을 선정하였으며, 실내실험을 통해 아크릴레이트 약액의 보강성능을 분석하였다. 그 결과 1×10-4cm/sec 투수계수에 침투가 가능하며, 일축압축강도 0.5MPa/30min, 강성 80MPa 이상 확보하는 것으로 분석되었다.

쉴드 TBM 데이터와 머신러닝 분류 알고리즘을 이용한 암반 분류 예측에 관한 연구 (A Study on the Prediction of Rock Classification Using Shield TBM Data and Machine Learning Classification Algorithms)

  • 강태호;최순욱;이철호;장수호
    • 터널과지하공간
    • /
    • 제31권6호
    • /
    • pp.494-507
    • /
    • 2021
  • TBM의 활용이 증가하면서 최근 국내에서도 머신러닝 기법으로 TBM 데이터를 분석하여 TBM 전방의 지반을 예측하고 디스크커터의 교환주기 예측 및 굴진율을 예측하는 연구가 수행되고 있다. 본 연구에서는 TBM 굴진 시 기계 데이터를 대상으로 전통적 암반에 대한 분류 기법과 최근에 다양한 분야에서 널리 사용되고 있는 머신러닝 기법들을 접목하여 슬러리 쉴드 TBM 현장의 암반 특성에 대한 분류 예측을 하였다. 암반 특성 분류 기준 항목을 RQD, 일축압축강도, 탄성파속도로 설정하고 항목별 암반상태를 클래스 0(양호),1(보통),2(불량)의 3개 클래스로 구분한 다음, 6개의 분류 알고리즘에 대한 기계학습을 수행하였다. 그 결과, 앙상블 계열의 모델이 좋은 성능을 보여주었고 특히 학습성능과 더불어 학습속도에서 우수한 결과를 보인 LigthtGBM 모델이 대상 현장 지반에서 최적인 것으로 나타났다. 본 연구에서 설정한 3가지 암반 특성에 대한 분류 모델을 활용하면 지반정보가 제공되지 않은 구간에 대한 암반 상태를 제공할 수 있어 굴착작업 시 도움을 줄 수 있을 것으로 판단된다.