Characterisation of pyrrhotite-bearing concrete aggregates using conventional techniques in combination with SEM-based Automated Mineralogy
Bibliographic record
Abstract
Magnetkis i betongtilslag har fått økt oppmerksomhet de siste årene grunnet potensielt skadelige effekter på betongs bestandighet. Deler av overskuddsmassene fra tunnelbyggingen ved Follobanen var tiltenkt å gjenbrukes i betongsegmenter, men ble avvist til dette formålet som følge av indikasjoner på magnetkis og overskridende svovelverdier. I Trois-Rivières, Canada, har mer enn 1000 betongfundamenter blitt utsatt for omfattende skader som følge av høyt sulfidinnhold, spesielt i form av magnetkis. Ifølge Norsk standard for betongtilslag NS-EN12620, senkes den opprinnelige grenseverdien for svovel fra 1 wt% til 0,1 wt% dersom det foreligger indikasjoner på magnetkis i tilslaget. Påvisning av magnetkis i betongtilslag er ofte forbundet med stor usikkerhet på grunn av de små mengdene som kan være tilstede og vanskeligheter med å skille mineralet fra svovelkis (pyritt). \n\nDenne oppgaven presenterer karakterisering av betongtilslag fra Follobanetunnelen og en tilslagsprodusent i Trois-Rivières, utført ved hjelp av LECO-analyse for totalt svovelinnhold, XRF, XRD, DTA, optisk mikroskopi, EPMA og SEM-basert Automatisk Mineralogisk (AM) analyse. De ulike metodenes egnethet og evne til å bestemme svovelinnhold og detektere magnetkis er videre evaluert og sammenlignet. Ifølge AM-analyse inneholder tilslaget fra Follobanen gjennomsnittlig 0,172 wt% svovelkis, 0,009 wt% kobberkis og 0,006 wt% magnetkis. DTA indikerer svovelkis og magnetkis i alle prøvene fra Follobanen, men gir ingen informasjon om mengdeforholdet. Sulfidinnholdet i tilslaget fra Trois-Rivières består gjennomsnittlig av 0,604 wt% magnetkis, 0,596 wt% svovelkis, 0,136 wt% pentlanditt og 0,061 wt% kobberkis. Magnetkisen i dette tilslaget er betydelig forvitret, mens svovelkisen fremstår uforvitret. Ettersom de finere fraksjoner (0,045/1mm) inneholder mer frimalt og oksidert magnetkis enn de grovere fraksjonene (>1mm), tyder det på at magnetkis-holdig betongtilslag i fraksjoner <1mm er mest skadelig ved bruk i betong. Mineraloppskriften som gir mest optimal kvantifisering av magnetkis og svovelkis med AM-analyse er basert på jerninnhold henholdsvis over eller under 58 wt%. \n\nOppgaven viser at AM-analyse på prøver av knust tilslag antakelig er den beste måten for påvisning og kvantifisering av magnetkis i små mengder. En svakhet med dagens testregime er at påvisning av magnetkis kun skal foregå med DTA, uten noen form for verifikasjon. Dette er uheldig ettersom DTA ofte ikke gir entydige svar på om tilslag med lavt totalt sulfidinnhold består av svovelkis, magnetkis eller begge mineraler. Implementering av AM-analyse i NS-EN12620 vil gi et bedre beslutningsgrunnlag for hvorvidt tilslag med lavt sulfidinnhold og usikre påvisninger fra DTA, skal tillates for bruk i betong. Det er svært ugunstig dersom gode tilslagsforekomster blir avvist for bruk i betong som følge av unøyaktige testmetoder. Samtidig er korrekt påvisning av magnetkis helt avgjørende for å unngå store skader i betongfundamenter.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".