Scientific Paper

Journal of the Korean Asphalt Institute. 31 December 2019. 255-266
https://doi.org/10.22702/jkai.2019.9.2.017

ABSTRACT


MAIN

  • 1. 서 론

  • 2. 아스팔트 플랜트 생산 공정의 기초관리 물성인자 설정

  •   2.1 입도영향

  •   2.2 수분 영향

  • 3. 아스팔트 원자재의 기초 물성인자 관리를 위한 실내시험

  •   3.1 함수율 실험 및 골재의 체분석 실내시험

  •   3.2 QM 선정을 위한 함수율 및 체분석 DB구축

  • 4. 야적장 및 콜드빈 비교 분석

  •   4.1 야적장 및 콜드빈 비교 분석

  •   4.2 변동폭 통계분석

  • 5. 결 론

1. 서 론

최근 들어 기후변화에 따른 집중 호우 빈도 증가 및 계절별 급격한 온도 변화로 인한 포트홀, 균열, 소성변형 등의 발생이 급증하고 있다. 이와 관련된 민원 소송도 증가하는 추세이다. 이에 따라 포트홀 등 아스팔트 포장의 파손으로 인한 사고를 줄이고 포장 수명을 향상하기 위해서는 포장 전반에 관한 골재의 품질관리가 중요하다. 현재 국내의 일반 밀입도 아스팔트 플랜트의 골재관리는 야적장, 콜드빈을 4가지 입도로 분류하여 지정공간에 쌓아놓는 형식으로 보관되고 있으며, 아스팔트 플랜트의 품질의 영향을 줄 수 있는 영향인자에 대한 품질관리 파악이 부족한 실정이다. 이에 비해 독일에서는 더 많은 입도인 12가지 입도로 콜드빈, 야적장을 보관·관리 하고 있었으며, 지붕과 배수관을 통하여 아스팔트 플랜트의 품질에 큰 영향을 줄 수 있는 인자인 함수율의 변동을 차단하여 기존 생산된 콜드빈의 영향인자 변동을 더 정확하게 판단 할 수 있도록 하고 있다.

현재 국내의 경우 도로포장지침에서 야적장은 빗물에 직접 노출되지 않도록 덮개를 씌우거나 상설 지붕이 있는 시설에 보관을 한다고 명시되어 있다. 이처럼 기술 발전 유도를 하고 있으며, Fig. 1과 같이 지침에 따라 관리를 실시하고 있다.

http://static.apub.kr/journalsite/sites/jkai/2019-009-02/N0850090210/images/jkai_09_02_10_F1.jpg
Fig. 1.

An Example of the Storage of a Domestic Stockpiles

독일의 경우는 야적장을 Fig. 2와 같이 창고화하여 각 빈을 콜드빈과 같이 세분화하여 관리하고 있었다. 또한 창고화가 아니더라도 국내 야적장 시설과 같이 지붕 등 차폐 장비 및 배수로를 확보 하고 있었다.

http://static.apub.kr/journalsite/sites/jkai/2019-009-02/N0850090210/images/jkai_09_02_10_F2.jpg
Fig. 2.

An Example of a German's Stockpiles

또한 야적장을 콜드빈과 같이 단입도로 관리하여 측면으로 우수 침투 시 투수계수가 커서 배수가 잘되고 있었다. 그리고 세립분에 대해서는 특별 관리를 하고 있었으며, 특히 고함수율의 골재투입을 원칙적으로 제어하여 함수율 관리를 하지 않으나 최근 석탄 연료사용 증가로 CO2 저감 방향차원에서 함수율 관리를 고려하고자 함을 알 수 있었다.

이에 본 연구에서는 아스팔트 원자재 품질관리를 위한 기초인자를 선정하여 품질관리를 위한 QM(Quality Management)을 선정하고자 아스팔트 플랜트 골재의 함수비 실험과 체분석 실험을 통하여 DB(Data Base)를 구축 할 예정이다.

2. 아스팔트 플랜트 생산 공정의 기초관리 물성인자 설정

본 연구에서는 아스팔트 품질관리를 위한 골재 기초관리 물성인자를 선정하기 위하여 아스팔트 생산 공정의 중요 요소를 다음과 같이 분류하였다. 아스팔트 생산 공정은 전체 생산 프로세스를 구성하는 프로세스로서 원료보관, 원료 공급 시스템, 혼합 공종, 혼합물 저장 및 하역 설비등이 있다.

이에 본 연구에서는 원료보관 및 공급 측면에서 아스팔트 플랜트의 야적장과 콜드빈에서의 아스팔트 플랜트 골재 품질관리에 대한 기초 물성인자를 선정하였다.

2.1 입도영향

레미콘 / 아스콘 품질관리 지침 제 14조 역청함유량 및 추출입도 측정결과 해당공사 시방기준에 벗어나는 경우를 불량 자재로 처리하게 되어 있고, 또한 레미콘 공장 점검표와 아스콘 공장 점검표에 기록 및 품질관리 기록 등에 골재 시험항목에 입도에 대하여 월1회 시험 및 기록유지가 필요하다고 명시되어 있다. 또한 시공품질관리 점검표에 입도를 기재하여야 한다. B1.도로 포장 현장 시공 품질관리 기준 및 시스템 운영지침 개발에는 실질적으로 도로 포장의 조기 파손을 예방하고 공용성능에 지대한 영향을 미치는 항목인 공극률(다짐도), 골재 합성입도를 관리하도록 명시하고 있으나, 현행 석산관리의 주체는 국토해양부가 아닌 산업자원부에서 관리되고 있기 때문에 기본적으로 석산을 보유하지 않은 플랜트는 원하는 도로 포장용 골재를 수급하기에 어려움이 있다. 본 실태 조사에서도 마찬가지로 골재 수급에 많은 문제점을 나타냈으며 도로 포장의 공용성능을 향상시키는데 가장 중요한 입도 및 입형 등을 관리하는데 어려움이 있는 것으로 조사되었다. 이처럼 골재의 입도는 아스팔트 플랜트품질에 영향이 매우 큼을 알 수 있다. 이에 본 연구진은 야적장 콜드빈 입도변동을 관리 물성인자로 선정하였다.

2.2 수분 영향

이외에 아스팔트 플랜트 원자재를 생산할 때 재료의 품질을 보장하기 위해선 공급자의 공정 제어 시스템에 의존 할 수 있어야 한다. 그러나 재료의 품질을 확인하기 위해 승인 시험 또는 감사를 실시해야 한다. 하지만, 이외에도 아스팔트 공장부지 내에 원자재 관리에서 고려해야 할 필요가 있는 요소가 있다. 특히, 아스팔트 플랜트 골재에 수분 함량은 좋지 않은 영향을 줄 수 있다. 이에 아스팔트 원자재 관리를 할 때 서로 다른 골재 분율 사이의 교차 오염 가능성을 최소화하는 잘 구성되고 명확하게 표시된 저장고를 사용하거나, 습한 날씨에 대한 노출을 최소화하기 위해 콜드빈 주변을 감싸는 것을 통하여 아스팔트 플랜트 원자재 품질의 큰 영향을 줄 수 있는 수분의 영향을 방지방법이 제시되기도 하였다(David, 1997). 이에 본 연구진은 야적장 콜드빈의 함수율을 기초 물성인자로 선정하였다.

3. 아스팔트 원자재의 기초 물성인자 관리를 위한 실내시험

본 연구에서는 아스팔트 플랜트 골재 실내실험을 통하여 DB구축을 하고자, 골재 보관 시의 함수율 측정과 입도관리 시 아스팔트 품질의 영향을 미치는 지점을 분석하여 야적장, 콜드빈의 8 mm, 13 mm, 19 mm, 25 mm 최대골재크기의 QM포인트를 선정하였다.

3.1 함수율 실험 및 골재의 체분석 실내시험

본 연구진은 아스팔트 플랜트 원자재의 품질 관리를 위하여 야적장, 콜드빈의 입도 변동과 함수율을 기초 물성인자로 선정하여 그에 따라 시료를 채취하여 실내에서 함수율 실험 및 골재의 체분석 실험을 실시하였으며, 실험에 사용된 아스팔트 플랜트 골재의 입경은 현재 국내에서 야적장 콜드빈을 보관하고 있는 골재최대크기인 8 mm, 13 mm, 19 mm, 25 mm의 골재를 채취하여 실험하였다.

(1) 함수율 측정

본 연구에서 채취한 야적장, 콜드빈의 채취하여 채취 당시에 무게를 측정을 한 뒤 건조로에 시료를 넣어 12시간 후에 무게를 측정하여 비교한다. 이렇게 함수율 실험을 한 결과는 Fig. 3과 같으며, 이를 정리 것은 Table 1과 같다.

http://static.apub.kr/journalsite/sites/jkai/2019-009-02/N0850090210/images/jkai_09_02_10_F3.jpg
Fig. 3.

Results of Gravel’s Moisture Content of Asphalt Raw Materials

Table 1. Results of Gravel’s Moisture Content of Asphalt Raw Materials

No. Stockpiles Cold bin Note
8 13 19 25 8 13 19 25
1 1.10% 0.41% 0.34% 0.23% 0.98% 0.14% 0.21% 0.31%
2 2.09% 0.37% 0.20% 0.19% 2.45% 0.67% 0.12% 0.23%
3 2.12% 1.12% 1.1% - 2.19% - 1.03% -
4 0.15% 0.14% 0.64% 0.14% 0.07% 0.50% 0.12% 0.99% Samples are dry because sealing condition
5 1.34% 0.36% 0.96% 0.46% 2.23% 0.46% 0.71% 0.33%

(2) 입도변동 측정

아스팔트 플랜트 원자재 골재의 입도의 변동성을 확인하기 위하여 콜드빈 및 야적장 골재를 채취하여 콜드빈, 야적장에 변동성을 파악을 위하여 각각 5회 체분석 실험을 KS F 2502에 의거하여 다음 Table 2와 같은 무게로 Fig. 4과 같이 체분석 실험을 실시하였다.

Table 2. KS F 2502 Particle Size Analysis Criteria

Size 9.5 mm 13.2 mm 19 mm 26.5 mm
Weight 2 kg 2.6 kg 4 kg 5 kg

http://static.apub.kr/journalsite/sites/jkai/2019-009-02/N0850090210/images/jkai_09_02_10_F4.jpg
Fig. 4.

A Full Scene of Particle Size Analysis

Fig. 4와 같이 체분석 실험을 한 결과 Fig. 5와 Fig. 6과 같이 입도 분석곡선을 작성하였다. 입도분포곡선의 경우 야적장과 콜드빈의 골재최대치수별 분포가 비슷함을 알 수 있었다.

http://static.apub.kr/journalsite/sites/jkai/2019-009-02/N0850090210/images/jkai_09_02_10_F5.jpg
Fig. 5.

Particle Size Analysis Graph

http://static.apub.kr/journalsite/sites/jkai/2019-009-02/N0850090210/images/jkai_09_02_10_F6.jpg
Fig. 6.

Particle Size Analysis Graph

3.2 QM 선정을 위한 함수율 및 체분석 DB구축

본 논문에서는 함수율과 체분석 실험결과 DB 분석을 수행하고자 기존 문헌분석과 함께 아스팔트 혼합물 전문가의 의견을 수용하여 일반 골재 입도관리 시 합성입도에서 아스팔트 혼합물 물성에 가장 큰 영향을 끼치는 공극률에 가장 영향을 높게 미치는 지점을 입도관리 포인트로 선정을 Table 3과 같이 선정하였다.

Table 3. Selection of Asphalt Plant QM Points

Size QM Point Reason for selection
25 mm Stockpiles, Cold-Bin 25 mm In generally Gravel management,
the most influential point of the porosity
20 mm
13 mm
10 mm
19 mm Stockpiles, Cold-Bin 19 mm
13 mm
10 mm
5 mm
13 mm Stockpiles, Cold-Bin 13 mm
10 mm
5 mm
2.5 mm
8 mm Stockpiles, Cold-Bin 5 mm
2.5 mm
0.6 mm
0.07 mm

아스팔트 플랜트 골재의 QM 포인트 값을 선정한 값을 기준으로 체분석실험결과를 분석한 결과, Table 4와 같이 야적장과 콜드빈의 골재 통과중량백분율이 상이함을 알 수 있다.

Table 4. An Example of Sheets as a Result of Particle Size Analysis

Size (mm) Cold-Bin Stockpiles Cold-Bin Stockpiles
Sortation Stockpiles Cold-Bin Stockpiles Cold-Bin Stockpiles Cold-Bin Stockpiles Cold-Bin
Pass- through percentage (%) 100 25 100 99.88 20 100 98.84 13 99.73 82.05 5 87.73
87.68 20 87.34 95.53 13 95.24 62.12 10 79.58 53.15 2.5 61.70
54.94 13 41.42 71.07 10 62.42 3.63 5 7.57 24.70 (0.6) 31.78
32.72 10 19.21 2.41 5 2.08 2.05 2.5 2.78 8.89 0.07 8.13

4. 야적장 및 콜드빈 비교 분석

4.1 야적장 및 콜드빈 비교 분석

야적장 및 콜드빈의 함수율 실험결과 Table 1과 같이 8 mm골재에서 야적장과 콜드빈의 함수율은 각각 최대 3.65%, 3.26% 최소 1.10%, 0.98%를 나타내었다. 하지만 야적장 8 mm의 평균 함수율은 2.06%로 콜드빈의 8 mm 2.22%보다 작은 것으로 나타났다. 이는 8 mm골재에서 콜드빈의 골재 생산 시 함수비의 표준 편차가 더욱 적음을 알 수 있었다. 야적장의 8 mm, 13 mm, 19 mm, 25 mm의 함수율의 평균은 각각 2.06%, 0.57%, 0.65%, 0.26%이고, 콜드빈의 13 mm, 19 mm, 25 mm의 함수율 평균은 각각 2.22%, 0.44%, 0.44%, 0.47%로 0.21%에서 0.16%의 차이를 보이고 있음을 알 수 있었다.

입도분포의 경우, 매달 골재변동성을 분석하고자 6회의 야적장, 콜드빈의 QM지점의 입경별 평균 통과율은 다음 Table 5와 같다. 아스팔트 플랜트 골재 체분석 실험 결과 8 mm, 13 mm, 19 mm, 25 mm골재의 QM 포인트로 선정한 지점에서의 야적장과 콜드빈의 최대 차이는 5.93%임을 알 수 있었다.

Table 5. Average Value of the Weight Percent at QM Spot from Particle Size Analysis (6 Times)

Stockpiles Cold-Bin
25 mm A 25 mm 100.00 100.00
B 20 mm 88.68 86.29
C 13 mm 32.15 34.83
D 10 mm 12.76 13.87
19 mm A 19 mm 100.00 100.00
B 13 mm 93.77 94.61
C 10 mm 61.78 60.06
D 5 mm 2.36 4.56
13 mm A 13 mm 99.81 99.96
B 10 mm 69.77 73.77
C 5 mm 5.86 8.85
D 2.5 mm 2.49 3.24
8 mm A 5 mm 87.71 81.78
B 2.5 mm 59.56 54.84
C 0.6 mm 28.31 28.49
D 0.07 mm 6.53 6.35

4.2 변동폭 통계분석

본 연구에서 야적장과 콜드빈의 함수율 변동폭을 비교한 결과 Fig. 7, Fig. 8과 같으며, 함수율 변동폭이 가장 큰 골재는 야적장 8 mm 1.56%이며, 평균 함수율 변동폭 또한 야적장 8 mm가 1.22%로 가장 높은 수치를 나타내었다.

http://static.apub.kr/journalsite/sites/jkai/2019-009-02/N0850090210/images/jkai_09_02_10_F7.jpg
Fig. 7.

Moisture Fluctuation of Stockpiles and Cold-Bin

http://static.apub.kr/journalsite/sites/jkai/2019-009-02/N0850090210/images/jkai_09_02_10_F8.jpg
Fig. 8.

Moisture Fluctuation of Stockpiles and Cold-Bin

아스팔트 플랜트 골재의 입경별로 함수율의 변동을 분석한 결과 Fig. 9부터 Fig. 10과 같이 그래프를 그려본 결과 입경이 8 mm 골재를 제외한 나머지 입경에서 콜드빈의 함수율이 높게 나타나는 것을 알 수 있다.

http://static.apub.kr/journalsite/sites/jkai/2019-009-02/N0850090210/images/jkai_09_02_10_F9.jpg
Fig. 9.

Variation in Stockpiles and Cold Bin for Average Moisture Content 25 mm,19 mm

http://static.apub.kr/journalsite/sites/jkai/2019-009-02/N0850090210/images/jkai_09_02_10_F10.jpg
Fig. 10.

Variation in Stockpiles and Cold Bin for Average Moisture Content 13 mm, 8 mm

각 입도별 QM포인트에서 입도의 변동성을 나타낸 그래프는 다음 Fig. 11부터 Fig. 12과 같으며, 야적장과 콜드빈의 골재 변동성을 확인한 결과 입도의 변화량은 최대 약11.47%로 19 mm 콜드빈에서 나타남을 알 수 있다. 또한 모든 골재에서 야적장 보다 콜드빈이 변동성이 높게 나타남을 알 수 있다. 특히 13 mm 콜드빈 골재는 야적장과 비교하여 최대 3% 이상 차이 나는 것으로 알 수 있다.

http://static.apub.kr/journalsite/sites/jkai/2019-009-02/N0850090210/images/jkai_09_02_10_F11.jpg
Fig. 11.

Fluctuation of 25 mm,19 mm Particle Size in the Stockpiles and Cold Bin

http://static.apub.kr/journalsite/sites/jkai/2019-009-02/N0850090210/images/jkai_09_02_10_F12.jpg
Fig. 12.

Fluctuation of 13 mm, 8 mm Particle Size in the Stockpiles and Cold Bin

본 연구진은 이러한 결과를 토대로 함수율은 야적장 8 mm, 입도는 콜드빈 13 mm골재를 중점으로 품질관리를 해야 함을 알 수 있었다.

5. 결 론

본 연구에서는 아스팔트 플랜트 골재의 변동 관리지수 개발을 위한 기초연구를 위하여 국내외 원자재 관리 현황을 분석하고 아스팔트 기초관리 물성인자 선정하였으며, 또한 아스팔트 원자재의 기초 물성인자 관리를 위한 실내시험을 실시하여 QM선정을 위한 DB를 구축하여 아스팔트 플랜트 원자재의 변동관리지수를 제안하여 다음과 같은 결론을 도출해 내었다.

(1) 아스팔트 플랜트 골재의 변동 관리지수 개발을 위하여 아스팔트 생산 공정의 중요 요소에 따른 기초 물성인자를 선정한 결과, 함수율과 입도 변동성을 품질인자로 선정하였고 전문가의 의견을 수렴하여 골재 입도관리 시 합성입도에서 공극률에 가장 영향을 높게 미치는 지점을 QM 포인트로 선정하였다.

(2) 8 mm 골재에서 야적장의 최대함수율과 최소함수율이 콜드빈보다 높지만 평균 함수율은 2.06%로 콜드빈보다 작은 것으로 나타났다. 이는 8 mm골재 야적장에서 콜드빈보다 함수율의 표준 편차가 더욱 작음을 알 수 있었다. 콜드빈의 평균함수율이 13 mm를 제외한 8 mm, 19 mm, 25 mm에서 0.21%에서 0.16%의 크게 나타나는 것을 알 수 있었다.

(3) 아스팔트 플랜트 골재 체분석 실험 결과 8 mm, 13 mm, 19 mm, 25 mm골재의 QM 포인트로 선정한 지점에서의 야적장과 콜드빈의 최대 차이는 5.93%임을 알 수 있었다.

(4) 야적장, 콜드빈의 함수율 변동폭을 분석한 결과, 함수율 변동폭이 가장 큰 골재는 야적장 8 mm로서, 함수율의 변동폭은 최대 1.56%로 나타나고 평균 함수율 변동폭도 1.22%로 가장 큰 것으로 나타났고, 입경이 8 mm 골재를 제외한 나머지 입경에서 콜드빈의 함수율가 높은 것을 알 수 있었다.

(5) 평균 입도의 변동폭을 분석한 결과 입도의 변화량은 최대 약11.47%로 19 mm 콜드빈에서 나타남을 알 수 있다. 모든 골재에서 야적장 보다 콜드빈이 변동성이 높게 나타남을 알 수 있었다. 특히 13 mm 콜드빈 골재는 야적장과 비교하여 최대 3%이상 차이 나는 것으로 알 수 있었다.

(6) 실내 실험 결과를 토대로 변동 폭이 가장 큰 야적장 8 mm, 콜드빈 13 mm골재를 중점으로 품질관리를 해야 함을 알 수 있었다.

Acknowledgements

본 논문은 국토교통부와 국토교통과학기술진흥원의 교통물류연구(도로)사업인 “IoT기술을 활용한 도로포장 현장 품질관리 시스템 개발(과제번호 19POQW-B152690)”의 연구지원으로 수행되었으며 이에 관계자 분들께 감사드립니다.

References

1
Burati, J. L. and Hughes, C. S. (1993). Material control and acceptance quality assurance, National Highway Institute Course No.13442. Federal Highway Administration, National Highway Institute, U.S.
2
Christine, W., Curtis, K. and Ensley, J. E. (1993). Fundamental properties of asphalt-aggregate interactions including adhesion and absorption, Strategic Highway Research Program National Research Council, Washington, DC.
3
David, M. (1997). "Asphalt plant process control guide", 10th AAPA International Fexible Pavement Conference, Australian Asphalt Pavement Association, Australia Perth, pp. 2-4.
4
KS F 2502 (2018). "Particle size analysis Criteria", Korean Agency for Technology and Standards, Eumseong County.
5
Kwon, S. A. (2012). Development of the quality control system for pavement construction against climate change, Second Report, Ministry of Land, Infrastructure and Transport.
6
Ministry of Land, Infrastructure and Transport (2014). Ready-mixed concrete ․ ascon quality control guidelines government amendment.
7
Nesichi, S., Choustere, I. and Divinsky, M. (1997). "Introducing quality system to asphalt mixing plants - the Israeli experience", Proc. 8th Int'I Cont. on Asphalt Pavements, Seattle, pp. 439-455.
8
Scherocman, J. A. and Decker, D. S. (1997). "Field management of hot mix asphalt mixtures", Proc. 8th Int'I Cont. on Asphalt Pavements, Seattle, pp. 421-438.
페이지 상단으로 이동하기