5.4
Moduł grubości
Moduł drobnoziarnistości (FM) kruszywa to wskaźnik liczbowy mierzący grubość lub drobność cząstek. Oblicza się go, dodając skumulowane procenty kruszy…
Rozważmy próbkę drobnych kruszyw przesiewanych przez standardowy zestaw sit. Zwróć uwagę na masę kruszyw zatrzymanych na każdym sicie.
Obliczyć łączną masę kruszyw zatrzymanych na każdym sicie i wyrazić ją jako udział procentowy w całkowitej masie próbki.
Jeśli, na przykład, wszystkie cząstki są zatrzymywane na lub powyżej określonego sita i nic przez nie nie nie przechodzi, skumulowany procent zatrzymany dla tego sita i tych ułożonych pod nim jest wprowadzany jako 100.
Moduł rozdrobnienia oblicza się, sumując skumulowaną wartość procentową zatrzymaną na każdym sicie i dzieląc sumę przez 100.
Moduł rozdrobnienia jest indeksem liczbowym, który reprezentuje klasyfikację kruszyw.
W przypadku stosowania kruszyw pochodzących z tego samego źródła, niewielkie różnice w gradacji kruszywa drobnego są mniej widoczne wizualnie niż w przypadku kruszyw gruboziarnistych.
Różnice te znajdą odzwierciedlenie w wartości modułu rozdrobnienia, która będzie bardziej wnikliwa w przypadku kruszyw drobnych niż grubych.
Zazwyczaj wartość modułu rozdrobnienia dla kruszyw drobnych waha się od 2,3 do 3,1; im wyższa wartość, tym grubsze kruszywa.
View the full transcript and gain access to JoVE Core videos
Q1: How is fineness modulus calculated from sieve analysis?
Fineness modulus is calculated by summing the cumulative percentage retained on each sieve and dividing the total by 100. First, record the weight retained on each sieve, then calculate cumulative weights and express them as percentages of total sample weight. Finally, add all cumulative percentages and divide by 100 to obtain the fineness modulus value.
Q2: What does a higher fineness modulus value indicate about aggregate particles?
A higher fineness modulus value indicates coarser aggregates, while lower values indicate finer particles. For fine aggregates, fineness modulus typically ranges from 2.3 to 3.1. This numerical index effectively reflects variations in aggregate gradation and provides more meaningful differentiation for fine aggregates than for coarse aggregates.
Q3: Why is fineness modulus more useful for fine aggregates than coarse aggregates?
When aggregates from the same source are used, slight variations in fine aggregate gradation are less visually obvious than with coarse aggregates. The fineness modulus value captures these subtle differences more insightfully for fine aggregates, making it a more sensitive indicator of particle size distribution in finer materials.
Q4: What is the typical fineness modulus range for sand?
Sand typically has a fineness modulus ranging from 2.3 to 3.1. Lower values within this range indicate finer sand with smaller particles, while higher values indicate coarser sand with larger particles. This range helps classify sand quality for construction and concrete applications.
Q5: How do you express aggregate retained on each sieve as a percentage?
To express aggregate retained as a percentage, divide the cumulative weight retained on each sieve by the total sample weight, then multiply by 100. For example, if 60 grams are cumulatively retained on a sieve from a 500-gram sample, the cumulative percentage retained is 12 percent.
Q6: What happens when all particles are retained on or above a particular sieve?
When all particles are retained on or above a particular sieve and nothing passes through it, the cumulative percentage retained for that sieve and all sieves stacked underneath it is entered as 100 percent. This indicates that no material finer than that sieve size is present in the sample.
Q7: What does fineness modulus represent in aggregate grading?
Fineness modulus is a numerical index that represents the grading of aggregates by measuring the coarseness or fineness of particles. It provides a single quantitative value that characterizes the particle size distribution of an aggregate sample, enabling standardized comparison and quality control in construction materials.