Tytuł artykułu
Autorzy
Identyfikatory
Warianty tytułu
Methodology for assessing the bonding of the repair layer with the concrete floor using non-destructive techniques and artificial neural networks
Języki publikacji
Abstrakty
Podłogi betonowe wymagają po pewnym okresie użytkowania naprawy powierzchniowej. Po usunięciu wyeksploatowanej przypowierzchniowej warstwy betonu nakładana jest w to miejsce betonowa warstwa naprawcza, zazwyczaj o zmiennej grubości. Skuteczność tak wykonanej naprawy w rozumieniu zespolenia, którego miarą jest przyczepność przy odrywaniu, jest oceniana w praktyce budowlanej metodą odrywania. W ocenianych miejscach uszkodzeniu ulega warstwa naprawiana. Miejsca te wymagają naprawy. Jest to mankament skutkujący zazwyczaj ograniczeniem liczby miejsc badanych, przez co kontrola naprawy jest mało skuteczna. W celu wyeliminowania tego mankamentu w artykule zaproponowano nieniszczącą ocenę przyczepności na odrywanie warstwy naprawczej od powierzchni naprawianej podłogi. Sposób ten bazuje na komplementarnym wykorzystaniu kilku metod nieniszczących, a następnie "skojarzeniu" uzyskanych rezultatów za pomocą sztucznej inteligencji. W artykule zamieszczono opracowaną oryginalną metodykę takiej oceny.
Concrete floors require surface repair after a certain period of use. After the worn-out near-surface layer of concrete is removed, a concrete repair layer, usually of variable thickness, is applied in its place. The effectiveness of the repair made in this way, in the sense of bonding, which is measured by adhesion when peeling off, is assessed in construction practice by the tearing off method. In the assessed places, the repaired layer is damaged. These places need repair. This is a drawback that usually results in limiting the number of places tested, which makes the repair control ineffective. In order to eliminate this shortcoming, the article proposes a non-destructive assessment of adhesion for tearing off the repair layer from the surface of the repaired floor. This method is based on the complementary use of several non-destructive methods, and then "associating" the results obtained with their help using artificial intelligence. The article presents the developed original methodology for such an assessment.
Czasopismo
Rocznik
Tom
Strony
574--578
Opis fizyczny
Bibliogr. 13 poz., il., tab.
Twórcy
autor
- Politechnika Wrocławska, Wydział Budownictwa Lądowego i Wodnego
Bibliografia
- [1] Czarnecki L., Łukowski P., Garbacz A.: Naprawa i ochrona konstrukcji z betonu - Komentarz do PN-EN 1504. PWN, Warszawa 2017.
- [2] Kamiński M., Jasiczak J., Buczkowski W., Błaszczyńsk T.: Trwałe rozwiązania naprawcze w obiektach budowlanych. Dolnośląskie Wydawnictwo Edukacyjne, Wrocław 2010.
- [3] Bissonnette B., Courard L., Garbacz A.: Concrete surface engineering. Modern Concrete Technology 18, CRC Press, Taylor and Francis Group 2016.
- [4] Momayez A., Ehsani M.R., Ramezanianpour A.A., Rajaie H.: Comparison of methods for evaluating bond strength between concrete substrate and repair materials. Cement and Concrete Research, 2005, 35, pp. 748-757 .
- [5] PN-EN 1542:2000. Wyroby i systemy do ochrony i napraw konstrukcji betonowych - Metody badań - Pomiar przyczepności przez odrywanie. PKN, Warszawa 2000.
- [6] Czarnecki S.: Non-destructive Evaluation of the Bond Between a Concrete Added Repair Layer with Variable Thickness and a Substrate Layer Using ANN. Procedia Engineering, 2017,172, pp. 194-201.
- [7] Czarnecki S., Sadowski Ł., Hoła J.: Identification of the interlayer bond between repair overlay and concrete using nondestructive testing, an artificial neural network and principal component analysis. Creative Construction Conference, 2019, Budapest Hungary.
- [8] Czarnecki S., Sadowski Ł., Hoła J.: Artificial neural networks for non-destructive identification of the interlayer bonding between repair overlay and concrete substrate. Advances in Engineering Software, 2020, 141, 102769.
- [9] Czarnecki S., Sadowski Ł., Hoła J.: Evaluation of interlayer bonding in layered composites based on non-destructive measurements and machine learning: Comparative analysis of selected learning algorithms. Automation in Construction, 2021, 132, 103977.
- [10] Sadowski Ł., Czarnecki S., Hoła J.: Evaluation of the height 3D roughness parameters of concrete substrate and the adhesion to epoxy resin. International Journal of Adhesion and Adhesives, 2016, 67, pp. 3-13.
- [11] Drobiec Ł., Jasiński R., Piekarczyk A.: Metody lokalizacji wad konstrukcji betonowych - metoda ultradźwiękowa. Przegląd Budowlany, 2007, 9, s. 29-36.
- [12] Madryas C., Moczko A., Wysocki L.: Utilizing the Impact-Echo Method for Nondestructive Diagnostic of Atypically Located Pipeline. Underground Infrastructure of Urban Areas, CRC Press, 2008.
- [13] Hermanowski A., Kamela Cz. i in.: Niwelacja Precyzyjna. PPWK, Warszawa 1971.
Uwagi
Opracowanie rekordu ze środków MNiSW, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2024).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-7c6d5f53-33bf-473a-b6fe-32187aba9180