Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 2011

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Oparty na cemencie sensor naprężeń: krok w kierunku inteligentnego betonu

Teomete E., Erdem T. K.

Cement Wapno Beton

2011

R. 16/78, nr 2

78-91

W pracy zbadano oparty na cemencie sensor naprężeń. Zaprojektowano jedenaście mieszanek zbrojonych włóknami stalowymi o różnej długości i różnej ilości. Zbadano oporność elektryczną bez i z przyłożonym obciążeniem. Oznaczono zależności pomiędzy zmianami oporności elektrycznej a naprężeniem. Oznaczono stałą sensora, proporcjonalność pomiarową i naprężenie graniczne. Stała sensora (zmiana oporności elektrycznej na jednostkę naprężenia) wynosi dla handlowych sensorów metalowych około 2, natomiast dla sensorów opartych na cemencie uzyskano znacznie wyższe wartości, nawet 30. Czułość tych ostatnich jest także znacznie wyższa. Sensory oparte na cemencie można umieszczać w elemencie betonowym jak gdyby w formie kruszywa, a w rzeczywistości będą czujnikiami mierzącymi naprężenia. Sensory oparte na cemencie będą poważnym krokiem w stosowaniu inteligentnych materiałów w przemyśle budowlanym.

In this study cement based sensor (CBS) which will be used as strain sensors was investigated. Eleven mixes having steel fibers of different lengths and volume fractions were designed. Electrical resistance measurements with and without compressive load were conducted. The correlations between the electrical resistance change and strain were determined. The performance measures of gage factor, linearity and strain limit were determined. The gage factor (fractional change in electrical resistance per unit strain) of commercial metal strain gages is around 2 while much higher gage factors as high as 30 is obtained from CBS. The CBS is much more sensitive in strain sensing with respect to commercial metal strain gages. The CBS will be placed in the concrete member and act like an aggregate while working as a strain sensor. The development of CBS will be an important step for use of smart materials in the construction industry.

Doświadczalne badania i modelowanie wytrzymałości BWW, wytwarzanego z dwuskładnikowych i trójskładnikowych spoiw

Erdem T. K., Tayfur G., Kirca O.

Cement Wapno Beton

2011

R. 16/78, nr 4

224-237

Badano doświadczalnie wytrzymałość próbek betonu o wysokiej wytrzymałości, otrzymanych z dwuskładnikowych i trójskładnikowych spoiw oraz przeprowadzono próbę ich prognozowania za pomocą trzech modeli. Spoiwa dwuskałdnikowe składały się z cementu portlandzkiego, popiołu lotnego, lub z białego cementu portlandzkiego oraz metakaolinitu. Niektóre ze spoiw trójskładnikowych zawierały ponadto, oprócz cementu portlandzkiego i popiołu lotnego, popiół lotny krzemionkowy lub wapienny lub zmielony, granulowany żużel wielkopiecowy. Jeszcze inne spoiwa zawierały biały cement portlandzki, metakaolinit i zmielony pumeks. Próbki betonów przygotowano w laboratorium stosując różną zawartość spoiwa o zmiennym składzie. Doświadczalne wyniki pokazały, że popiół lotny i metakaolinit, zastosowane w odpowiedniej ilości, powodują znaczne zwiększenie wytrzymałości, w przypadku betonów ze spoiw dwuskładnikowych. Także popioły lotne: krzemionkowy i wapienny oraz żużel, jako trzeci składnik w spoiwach trójskładnikowych, również zwiększały wytrzymałość, podczas gdy dodatek pumeksu nie wiązał się ze wzrostem tej właściwości w przypadku białych betonów z białego cementu i metakaolinitu. Zastosowano trzy modele do prognozowania wytrzymałości. Były to: sztuczne sieci neuronowe, wielokrotna analiza regresji liniowej oraz nieliniowa wielokrotna analiza regresji. Dokładność tych modeli sprawdzono za pomocą analizy błędów. Stwierdzono, że można prognozować z dobrą dokładnością wytrzymałość próbek betonu wszystkimi trzema modelami. Jednak sztuczne sieci neuronowe oraz nieliniowa wielokrotna analiza regresji dają porównywalne wyniki i lepszą dokładność prognozowania niż liniowa wielokrotna analiza regresji, szczególnie w przypadku spoiw trójskładnikowych.

The strength of high strength concrete (HSC) produced from binary and ternary binders was investigated experimentally and a modelling study was done. Binary blends were composed of Portland cement (PC) + silica fume (SF) or white portland cement (WPC) + high reactivity metakaolin (HRMK). Some of the ternary blends contained PC, SF and a third binder which was either fly ash class F (FA/F), or class C (FA/C) , or ground granulated blastfurnace slag (S). Some others contained WPC, HRMK and ground pumice (P). The HSC samples were prepared in laboratory by varying the total binder content and binder type. The experimental results show that, in the case of concretes from binary binders, SF and HRMK used in proper amounts caused the significantly increase of strength. FA/F, FA/C and S, as a third binder in ternary blends, also increased strength whereas P addition does not contribute to the strength increase in white concrete from WPC and HRMK. Three methods were used to predict some of the measured experimentally strength. There are: artificial neural network (ANN), multiple linear regression analysis (MLR) and nonlinear multiple regression analysis (NLMR). The accuracy of prediction was tested by error analyses. It was found that the strength of the concrete samples can be successfully predicted by all three methods. However, ANN and NLMR gave comparable results and predicted the strength better than MLR, especially for the ternary binders.