Automated workability control in concrete production

Thumbnail Image

Files

isbn9789526425214.pdf (3.41 MB)

URL

Journal Title

Journal ISSN

Volume Title

School of Engineering | Doctoral thesis (article-based) | Defence date: 2025-05-09
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.

Authors

Date

2025

Department

Rakennustekniikan laitos
Department of Civil Engineering

Major/Subject

Mcode

Degree programme

Language

en

Pages

75 + app. 79

Series

Aalto University publication series Doctoral Theses, 81/2025

Abstract

This doctoral dissertation investigates automated measurement techniques for controlling workability in concrete production, addressing the critical need for more efficient and reliable quality control. The research focuses particularly on normally vibrated, air-entrained concrete, where properties like water/cement ratio and air content significantly influence concrete durability. The thesis comprises four interconnected articles examining both the impact of workability on concrete stability and novel measurement techniques for quality control. The first article revealed that concrete consistency noticeably affects air content stability when using polycarboxylate etherbased superplasticisers. Concretes with high consistency showed increases up to 6.6 percentage points in air content within 60 minutes after mixing. The second article demonstrated that AC impedance spectroscopy can effectively monitor concrete segregation during compaction, showing strong correlation (r = -0.948) with aggregate distribution in hardened concrete. The third article evaluated automated techniques for measuring water/cement ratio and air content during mixing. Both microwave absorption and time-domain reflectometry techniques exhibited promising correlations (R² = 0.808 and 0.858 respectively) for water/cement ratio measurement, while acoustic wave propagation demonstrated potential for air content determination with moderate correlation (R² = 0.654). The fourth study developed a novel framework using stereovision and machine learning to estimate concrete consistency during mixing, achieving a multiclass classification accuracy of 0.818 for standard slump classes. The research advances understanding to control concrete workability and establishes practical techniques for its measurement. While these automated techniques show promise in laboratory conditions, challenges remain in sensor robustness, measurement accuracy across different mix compositions, and calibration requirements for industrial implementation. The findings demonstrate the feasibility of automated property measurement during production. Future research priorities include developing more robust quality control systems, advanced data analytics for concrete optimisation, and standardisation of automated measurement methods. These developments lead to improved product consistency and reduced waste. The integration of these automated techniques into existing production chains represents a significant step toward more efficient and sustainable concrete manufacturing.

Tämä artikkeliväitöskirja tutkii automaattisia mittausmenetelmiä betonin työstettävyyden hallintaan tuotannossa, vastaten tarpeeseen kehittää tehokkaampia ja luotettavampia laadunvalvontamenetelmiä. Tutkimus keskittyy erityisesti tiivistettävään, huokostettuun betoniin, jossa ominaisuudet kuten vesi-sementtisuhde ja ilmamäärä vaikuttavat merkittävästi betonin säilyvyyteen. Väitöskirja koostuu neljästä toisiinsa liittyvästä artikkelista, jotka tarkastelevat sekä työstettävyyden vaikutusta betonin erottumisherkkyyteen että uusia mittausmenetelmiä laadunvalvontaan. Ensimmäinen artikkeli paljasti, että betonin työstettävyys vaikuttaa merkittävästi ilmamäärän stabiilisuuteen, kun käytetään polykarboksyylieetteripohjaisia notkistimia. Notkeilla betonimassoilla ilmamäärä nousi jopa 6,6 prosenttiyksikköä 60 minuutin aikana sekoituksen jälkeen. Toinen artikkeli osoitti, että vaihtovirtaimpedanssispektroskopiaa voidaan käyttää betonin erottumisen seurantaan tiivistyksen aikana, osoittaen korkeaa korrelaatiota (r = -0,948) kovettuneen betonin kiviainesjakauman kanssa. Kolmas artikkeli arvioi automaattisia mittausmenetelmiä vesi-sementtisuhteen ja ilmamäärän määrittämiseen sekoituksen aikana. Vesi-sementtisuhteen määrittämisessä sekä mikroaaltoabsorptiomenetelmä että aika-alueen reflektometriamenetelmä osoittavat lupaavia korrelaatioita (R² = 0,808 ja 0,858), kun taas akustinen aaltoetenemismenetelmä osoittaa potentiaalia ilmamäärän määrittämisessä kohtalaisella korrelaatiolla (R² = 0,654). Neljännessä artikkelissa kehitettiin uusi konenäkömenetelmä betonin työstettävyyden arviointiin sekoituksen aikana. Menetelmässä hyödynnettiin syvyyskameraa ja koneoppimisalgoritmeja, joilla saavutettiin 0,818 moniluokittelutarkkuus painumaluokille ennustamiselle. Tutkimus edistää merkittävästi betonin työstettävyyden dynamiikan ymmärtämistä ja käytännön mittausmenetelmien tutkimusta. Vaikka nämä automaattiset menetelmät osoittavat lupaavia tuloksia laboratorio-olosuhteissa, haasteita on edelleen antureiden kestävyydessä, mittaustarkkuudessa eri massakoostumuksilla ja kalibrointivaatimuksissa teollisessa käytössä. Tulokset osoittavat selkeästi, että tuoreen betonin ominaisuuksia voidaan mitata automaattisilla menetelmillä. Tulevaisuuden tutkimusprioriteetteihin kuuluvat kestävämpien monianturijärjestelmien kehittäminen, edistynyt data-analytiikka betonien optimointiin ja automaattisten mittausmenetelmien standardisointi. Nämä kehitykset johtavat betonituotteiden parantuneeseen tasalaatuisuuteen ja vähentyneeseen hukkaan. Näiden automaattisten menetelmien integrointi olemassa oleviin tuotantoketjuihin edustaa merkittävää askelta kohti tehokkaampaa ja kestävämpää betonin valmistusta.

Description

Supervising professor

Punkki, Jouni, Professor of Practice, Aalto University, Department of Civil Engineering, Finland

Thesis advisor

Punkki, Jouni, Professor of Practice, Aalto University, Department of Civil Engineering, Finland

Keywords

fresh concrete, workability, automatic measurement, quality control, sensor, tuore betoni, työstettävyys, automaattinen mittaus, laadunvalvonta, sensori

Other note

Parts

  • [Publication 1]: Al-Neshawy, Fahim; Ojala, Teemu; Punkki, Jouni. 2019. Stability of Air Content in Fresh Concretes with PCE-Based Superplasticizers. Nordic Concrete Research, 60(1), 145–158.
    Full text in Acris/Aaltodoc: https://urn.fi/URN:NBN:fi:aalto-201908154796
    DOI: 10.2478/ncr-2019-0093 View at publisher
  • [Publication 2]: Ojala, Teemu; Ahmed, Hassan; Kuusela, Petri; Seppänen, Aku; Punkki, Jouni. 2023. Monitoring of concrete segregation using AC impedance spectroscopy. Construction and Building Materials, 384, 131453.
    Full text in Acris/Aaltodoc: https://urn.fi/URN:NBN:fi:aalto-202305082993
    DOI: 10.1016/j.conbuildmat.2023.131453 View at publisher
  • [Publication 3]: Ojala, Teemu; Punkki, Jouni. 2024. Automatic Measurement Techniques for Compositional Properties of Fresh Concrete: Focus on Water/Cement Ratio and Air Content. Nordic Concrete Research, 71(1), 91–110.
    Full text in Acris/Aaltodoc: https://urn.fi/URN:NBN:fi:aalto-202502052323
    DOI: 10.2478/ncr-2024-0015 View at publisher
  • [Publication 4]: Ojala, Teemu; Punkki, Jouni. 2024. Estimating the Workability of Concrete with a Stereovision Camera during Mixing. Sensors, 24, 4472.
    Full text in Acris/Aaltodoc: https://urn.fi/URN:NBN:fi:aalto-202408095386
    DOI: 10.3390/s24144472 View at publisher

Citation

Permanent link to this item

https://urn.fi/URN:ISBN:978-952-64-2521-4

Collections

[diss] Insinööritieteiden korkeakoulu / ENG