Development of the Ice-Melting Cement Composites and its Statistical Algorithm for Estimation of Thermal Conductivity

Abstract

대한민국의 겨울철을 포함한 기온이 낮은 지역에는 도로포장에서 빈번히 겪는 문제점이 있다. 도로표면에 눈으로 볼 수 없는 얇은 얼음막인 블랙아이스이다. 이 블랙아이스는 도로표면에 얇은 얼음막 때문에 마찰계수가 심각하게 줄어들며, 이는 타이어가 이 도로표면에 닿았을 때 미끄러지는 현상을 유도하여 끔찍한 사고를 유발한다. 따라서 국내에서는 블랙아이스를 심각한 문제로 인식하고 본격적으로 연구가 활발하게 진행되게 된다. 이 연구는 그 연구의 한 파트로, 본래는 태양열 시스템과 함께 총괄적인 발열 시스템을 구축하고 블랙아이스를 원천 차단하는 것이 목적이었다. 그 중 이 연구는 재료개발에 관한 연구로, 시멘트 복합체의 열전도율을 획기적으로 향상시키는 것이 목적이며, 열전도율이 향상된 도로포장용 시멘트 복합체의 개발이 최종 목적이다. 나아가 시멘트 복합체의 열전도율을 예측하기 위한 통계적접근 알고리즘의 개발과 이와 관련한 수식을 제안하였다. 이 두 목표를 이루기 위하여 시멘트 복합체의 기본 물성 및 기계적 성능을 평가하였고 열전도율, 열전달계수, 열유속의 열특성을 평가하였다. 또한, 열적 특성이 향상되었음을 혹인하기 위하여 융빙 실험을 실시하였고, 도로포장용 재료로 적합함을 확인하기 위하여 급속 열충격와 동결융해 저항성을 평가하였다. 여기까지는 실험실 수준의 연구였으며, 실증실험을 통하여 본 연구의 목적이 달성된 것을 입증하였다. 흔히 생각할 수 있는 획기적인 열전도 재료로는 탄소체를 생각할 수 있다. 탄소나노튜브, 흑연 등 다양한 탄소체가 있으며, 이 탄소체들은 아주 훌륭한 열전도율을 보유하고 있다. 하지만, 흑연은 기존 연구에 따르면, 체적의 5% 이상 사용하게 되면 기계적 성능이 심각하게 떨어지는 결과가 있었으며, 탄소나노튜브는 섬유의 일종으로 체적의 2% 이상을 적용할 경우 시멘트 복합체의 성능을 저하시키기 시작한다. 또한, 탄소나노튜브는 나노재료로, 반데르발스힘이 튜브간에 강하게 발생하여 물리적 혹은 화학적으로 충분히 풀어주고 사용해야 하는 단점이 있다. 이 연구는 무엇보다 열전도 재료가 차지하는 체적이 가장 중요한 요인으로 생각하였으며, 이러한 탄소재료는 열전도율을 증가시킬 수는 있어도 획기적인 증가는 불가능하였다. 따라서, 시멘트 복합체 체적의 대부분을 차지하는 골재를 대체할 수 있는 열전도 재료인 탄화규소 (SiC)를 주목하게 되었다. SiC는 세라믹계 재료이면서 동시에 충분한 경도를 가지고 있고, 밀도 또한 일반 잔골재와도 비슷하였다. 특히, 생산 과정에서 입도를 조절할 수 있는 장점이 있었다. 다만, 고순도 SiC는 그 비용이 건설재료로는 부적합하였다. 하지만, 이 연구에서 사용한 SiC는 저순도이기 때문에 가격적 측면에서 충분히 시멘트 복합체 재료로 사용이 가능하였고, 입도 또한 잔골재로서 적용이 가능한 수준으로 생산이 가능하였다. 주된 재료는 SiC에 집중하여 SiC를 잔골재를 대체하여 사용하였다. 몰탈 수준에서 100% 까지 치환하였을 때, 공극이 증가하고 기계적 성능이 다소 떨어지는 것을 확인하였지만, 일만 몰탈 대비 그 성능이 크게 떨어지지 않는 것을 확인하여, 100% 까지 SiC의 잔골재 대체가 가능함을 확인하였다. 또한, 치환율이 증가함에 따라 열전도율도 획기적으로 증가하였고, 특히, 100% 잔골재 치환 몰탈의 경우, 열전도율은 11.5 W/mK 수준을 보여 기존 연구들의 최고 값인 3.5 W/mK을 3배 이상 상회하는 값을 보였다. 몰탈 연구는 최종적으로 융빙 실험에서 그 성능이 확인되었으며, 42%의 융빙 시간이 감소됨을 확인하였다. 실험실 수준의 콘크리트 실험에서도 100%까지 SiC를 잔골재 치환한 성능을 확인하였다. 다만, 추가적인 열전도 향상재료가 필요할 것으로 판단하여 흑연과 강섬유를 같이 적용하였다. 흑연과 강섬유 모두 높은 열전도율로 작은 체적 점유율에도 불구하고 일반 콘크리트 대비 40%의 열전도율 향상을 보였다. 또한, SiC가 치환되면서 열전도율은 큰 폭으로 상승하였다. 하지만, 콘크리트는 굵은골재도 같이 존재하여 잔골재의 체적점유율이 크게 감소하여 5 W/mK의 열전도율을 상회하지는 못하였다. 융빙 실험도 열전도율과 같은 경향을 보였으며, 가장 열전도율이 높은 시험체는 1시간 미만으로 1.5 cm의 얼음을 녹이는 성능을 보였다. 동결융해 및 급속 열충격에서도 콘크리트 포장재료로 충분한 성능을 가지고 있음을 보였으나, 다만, 흑연이 열특성 외의 모든 성능을 저하시켜 SiC와 강섬유가 이 저하된 성능을 보상하는 결과를 가져왔다. 따라서, 흑연은 목업 테스트에서 적용하지 않는 것으로 결정하였다. 목업 테스트에서는 SiC는 실험실 콘크리트와 같은 비율로 치환하였고, 구리분말을 체적의 10%까지 적용하였다. 구리분말과 SiC의 과도한 적용으로 공극은 크게 발생하였으나, 도로포장 재료에서 권장하는 기계적 성능과 동결융해 성능이 확보됨을 확인하였다. 따라서 남은 것은 실제 환경에서 얼음이 얼마나 빠르게 녹는지 확인하는 것이었다. 실제 현장에서 폭 3m, 길이 2m, 두께 0.15m의 슬래브를 제작하고 그 위에 얼음을 얼려 실험을 실시하였다. 확실한 성능 확인을 위하여 새벽에 실험을 진행하였고, 최저 외기는 –16.4℃였다. 일반 콘크리트는 열전달이 충분히 이루어지지 않아 오히려 표면 온도가 가열 와중에도 영하로 떨어지는 결과를 보였으나, SiC를 50%까지 적용한 시험체는 얼음이 녹는 것을 확인하였으나, 히팅패드 위치에서만 녹았고 그 주위는 녹지 않았다. 하지만, 100% SiC 치환 시험체는 표면에서 얼음이 95% 이상 사라진 것을 확인하였다. 이는, 열적 특성의 향상이 융빙에 가장 중요한 요소임을 실증실험을 통하여 증명한 것이다. 모든 실험을 바탕으로 열전도율 예측을 위한 통계적 접근 및 알고리즘을 제안하고 열전도율 예측을 위한 수식을 제안하였다. 핵심 변수는 치환율, 열전도 재료의 체적율, 공극율, 각 재료 자체의 열전도율을 꼽았다. 이 변수를 바탕으로 제안식의 n값을 계산하였고 데이터세트는 훈련군과 테스트군으로 나누었으며, 이를 가우시안 과정 회귀를 통하여 회귀모델을 구축하였다. 회귀모델을 통하여 테스트군의 n값을 유추하였으며, 그 유추한 값으로 열전도율을 계산한 결과, 회귀모델에 의한 R2값은 0.9989라는 신뢰도가 높은 값을 보였다. 또한, 본 연구에서만 한정하여 검증하기는 무리가 있다 판단하여 최대한 본 연구와 비슷한 방향으로 열특성을 측정한 기존 연구와 비교평가 하였다. 그 결과, R2값이 0.9447로 또한 높은 값을 보였다. 이로써 본 연구의 알고리즘과 제안한 수식은 신뢰성이 높다는 것을 증명하였다.|In areas with low temperatures, including winter in Korea, there are frequent problems with road pavement. Black ice is a thin layer of ice that cannot be seen with the naked eye on the road surface. This black ice severely reduces the coefficient of friction due to the thin ice film on the road surface, which induces the tire to slip when it touches the road surface, causing a terrible accident. Therefore, in Korea, black ice is recognized as a serious problem, and research is actively carried out in earnest. This research is a part of that research, and the original purpose was to build a general heating system together with the solar system and prevent black ice. Among them, this study was a study on material development, and the purpose was to dramatically improve the thermal conductivity of cement composites, and the ultimate goal was to develop a cement composite for road pavement with improved thermal conductivity. Furthermore, the development of a statistical approach algorithm for predicting the thermal conductivity of cement composites and related formulas was proposed. To achieve these two goals, the basic physical properties and mechanical performance of the cement composite were evaluated, and the thermal properties such as thermal conductivity, heat transfer coefficient, and heat flux were evaluated. In addition, an ice melting test was carried out to confirm that the thermal properties were improved, and rapid cyclic thermal attack and freeze-thaw resistance were evaluated to confirm that it is suitable as a road pavement material. So far, this has been a laboratory-level study, and the purpose of this study has been proven through empirical experiments. As an innovative thermal conductive material that carbon materials can be considered often. There are various carbon materials such as carbon nanotubes and graphite, and these carbon materials have a good thermal conductivity. However, according to previous studies, graphite has a serious mechanical performance when it is used at least 5% of volume, and carbon nanotubes are a kind of fiber. Therefore, if more than 2% of volume would be applied, the performance of cement composite begins to decrease. In addition, carbon nanotubes are nanomaterials, and Van der Waals force is strongly generated between tubes, so it must be sufficiently released physically or chemically. In this study, the volume occupied by the thermally conductive material was considered the most important factor, and such a carbon material could increase the thermal conductivity, but a remarkable increase was impossible. Therefore, silicon carbide (SiC), which is a thermally conductive material capable of replacing an aggregate that occupies most of the volume of the cement composite, has come to attention. SiC is a ceramic-based material, has sufficient hardness, and its density is also similar to that of general fine aggregates. In particular, there was an advantage of being able to adjust the particle size during the production process. However, the cost of high-purity SiC was unsuitable as a construction material. However, since SiC used in this study was low in purity, it could be sufficiently used as a cement composite material in terms of price, and particle size could also be produced at a level applicable as a fine aggregate. The main material was concentrated on SiC, and SiC was used as a replacement for fine aggregates. When replacing up to 100% at the mortar level, it was confirmed that pores were increased and mechanical performance was decreased, but the performance was not significantly decreased compared to general mortar, and it was confirmed that it is possible to replace the fine aggregate of SiC up to 100%. In addition, as the substitution rate increased, the thermal conductivity increased dramatically, and in particular, in the case of 100% fine aggregate substitution mortar, the thermal conductivity was 11.5 W/mK, which was more than three times the highest value of existing studies. The molar study finally confirmed its performance in the melting ice experiment, and it was confirmed that the melting time was reduced by 42%. Even in laboratory-level concrete experiments, the performance of replacing SiC with fine aggregates up to 100% was confirmed. However, it was considered that additional thermal conductivity improving materials were needed, so graphite and steel fibers were applied together. Both graphite and steel fibers showed a 40% improvement in thermal conductivity compared to general concrete despite a small volume share with high thermal conductivity. In addition, as SiC was replaced, the thermal conductivity increased significantly. However, concrete had coarse aggregates, so the volume fraction of fine aggregates was greatly reduced, so it did not exceed the thermal conductivity of 5 W/mK. The melting ice experiment also showed the same tendency as the thermal conductivity, and the test specimen with the highest thermal conductivity showed the performance of melting 1.5 cm of ice in less than 1 hour. It was shown that the concrete pavement material had sufficient performance even in freeze melting and fast thermal shock, but graphite degraded all performance except for thermal characteristics, resulting in compensation for the degraded performance by SiC and steel fibers. Therefore, it was decided that graphite was not applied in the mock-up test. In the mock-up test, SiC was replaced with the same ratio as laboratory concrete, and copper powder was applied up to 10% of the volume. Due to the excessive application of copper powder and SiC, pores were largely generated, but mechanical performance and freeze-melting performance recommended by road pavement materials were ensured. Therefore, it was left to see how fast the ice melted in the real environment. An experiment was conducted by manufacturing a slab with a width of 3 m, a length of 2 m, and a thickness of 0.15m at the actual site and freezing ice on it. The experiment was conducted at dawn to confirm the clear performance, and the lowest outside temperature was -16.4°C. General concrete was not sufficiently heat transferred, resulting in a surface temperature falling below zero even while heating, but the test specimen to which SiC was applied up to 50% melted only at the heating pad position and did not melt around it. However, the 100% SiC replacement test confirmed that more than 95% of the ice disappeared from the surface. This proved through empirical experiments that the improvement of thermal characteristics is the most important factor in melting ice. Based on all experiments, a statistical approach and algorithm for predicting thermal conductivity were proposed, and a formula for predicting thermal conductivity was proposed. The key variables were the substitution rate, the volume fraction of the thermal conductive material, the porosity, and the thermal conductivity of each material itself. Based on this variable, the n-value of the proposed expression was calculated, and the dataset was divided into a training group and a test group, and a regression model was constructed through Gaussian process regression. The n-value of the test group was inferred through the regression model, and as a result of calculating the thermal conductivity with the estimated value, the R2 value by the regression model showed a high reliability of 0.9989. In addition, it was considered that it was difficult to verify only in this study, and compared and evaluated with existing studies that measured thermal characteristics in a direction as similar as possible to this study. As a result, the R2 value was 0.9447, which was also high. This proved that the algorithm and the proposed formula in this study are highly reliable.