• 콘크리트학회논문집
• /
• 제16권1호
• /
• pp.79-87
• /
• 2004

폐 PET 병을 재활용하여 경량콘크리트용 잔골재로 활용하기 위하여 폐 PET 병 활용 경량골재(WPLA)의 품질 및 WPLA를 사용한 콘크리트(WPLAC)의 유동성, 단위용적 중량, 공기량 및 강도특성에 대하여 검토하였다. WPLA의 품질을 검토한 결과 WPLA를 $50\%$ 이하로 치환하는 것이 바람직하며, WPLA를 $50\%$ 치환한 경우 잔골재의 비중 및 흡수율이 강모래보다 각각 23 및 $75\%$ 정도 크게 감소하였으며, 콘크리트의 제물성에 크게 영향을 미쳤다. nU를 치환한 굳지 않은 콘크리트의 워커빌리티는 WPLA 치환율 및 물-시멘트비가 클수록 향상되었으며, 잔골재의 비중이 2.6에서 1.7로 감소함에 따라 콘크리트의 슬럼프 증가율은 약 $45 {\~} 120\%$로 나타났다. WPLA를 $75\%$치환한 콘크리트의 단위용적중량은 보통 콘크리트 보다 약 $17\%$ 정도 감소하였다. WPLA를 25 및 $50\%$ 치환한 콘크리트의 재령 28일 압축강도는 물-시멘트비 변화(W/E=B5 49 및 $53\%$)에 관계없이 30MPa를 상회하였으며, WPLA $25\%$ 치환 콘크리트의 비강도는 물-시멘트비 $49\%$에서 $15.11{\times}10^3 MPa{\cdot}m^3/kg$로 보통콘크리트보다 크게 나타났다. 재령 조일 압축강도, 인장강도 및 탄성계수와의 비는 일반 경량콘크리트와 비슷한 경향을 보였다. 이상의 결과로 WPLA를 경량 콘크리트용 잔골재로 활용하는 것이 가능하다고 판단된다.

• 콘크리트학회논문집
• /
• 제14권4호
• /
• pp.457-466
• /
• 2002

현대사회에서 건설전반에 보편화되어 있는 레미콘은 다양한 사용재료의 물리 화학적 성분이 생산지 및 조성광물에 따라 다르므로 구해지는 결과 값 또한 무수한 변수가 있기 마련이다. 또한 콘크리트의 배합설계는 배합요소의 다변화로 인해 정확한 검정은 그리 간단하지가 않다. 신경망의 학습에 소요되는 시간은 컴퓨터의 성능 및 학습횟수(epoch)에 따라 다르고, 학습시 학습횟수를 최고 백만번까지 반복하도록 하였으며 학습 종료조건으로 최소자승법에 의해 목표 오차량이 0.10~0.001 사이가 될 때까지로 하였다. 신경망의 적용에는 현재 경북지방에 위치한 레미콘 회사중 A, B사에서 사용하는 콘크리트 시방배합표를 가지고 신경망 이론에 따라 학습시킨 후에 물시멘트비, 잔골재율, 단위수량, 단위시멘트량, 강모래의 단위량(S1), 부순모래의 단위량(S2), 단위굵은골재량 혼화제량을 추정하였고, 다음으로 압축강도 및 슬럼프 값을 각각 추정하였다. 배합요소 추정의 검정에 사용된 규격으로는 호칭강도 180~300kgf/${cm}^2$, 목표슬럼프값 8cm, 15cm를 사용하였고, 압축강도 및 슬럼프 값 추정에 사용된 규격으로는 회사별 최근 생산량이 가장 많은 호칭강도 210~240kgf/${cm}^2$, 목표 슬럼프 값 12, 15cm를 각각 사용하였다. 본 논문에서는 컴퓨터에 의한 학습 및 시뮬레이션을 통해 콘크리트의 배합요소, 압축강도 및 슬럼프 값을 추정하여 직접 실험 값과 비교함으로써 실험을 통하지 않고도 콘크리트의 배합요소 및 강도를 추정하는데 목적이 있다. 결과적으로 압축강도 및 슬럼프의 추정은 회사에 관계없이 오차량에 만족하여 수렴하는 것으로 나타나 인공신경망이론이 압축강도 및 슬럼프를 예측하는데 효율적인 것으로 판명되었다.