Fiberarmerad sprutbetong har sedan slutet av 80-talet använts för att förstärka svenska bergrum. Med några få undantag är all sprutbetong armerad med stålfiber. Detta är även situation idag trots att flertalet alternativa fibermaterial finns på marknaden. Trots att det strukturella beteendet efter uppsprickning skiljer sig åt mellan fibertyperna har forskning visat att fiber av glas, basalt och polypropylen alla kan uppfylla de idag ställda kraven på bärförmåga. En stor anledning till att alternativa fiber inte används är att det finns osäkerheter kring hur bärförmågan för fiberarmerad sprutbetong påverkas efter lång tids exponering i tunnelmiljö. Tidigare forskning har ofta fokuserat på nedbrytning av individuella fiber i lösningar med höga salthalter eller pH värde. Sprutbetongens energiupptagande förmåga efter uppsprickning beror på fibertyp och styrs av en kombination av utdragning av fibrer från betongmatrisen samt deformation och brott i fibern. För att studera förändringar i bärförmåga över tid är det därför lämpligt att utsätta fiberarmerade provkroppar för exponering i olika miljöer och därefter testa bärförmågan. Detta har studerats i ett nyligen avslutat BeFo projekt där accelererande åldringsförsök har genomförts varefter bärförmågan utvärderades med Barcelonametoden.

Svenska bergrum förstärks oftast med fiberarmerad sprutbetong i kombination med bergbult. För trafiktunnlar används uteslutande stålfiber trots att flera alternativa fibermaterial idag finns tillgängliga på marknaden. Tidigare forskning har visat att dessa fibrer kan uppfylla de strukturella kraven som vanligen ställs på bärförmåga. Dock kvarstår det osäkerheter gällande fibrernas bärförmåga över tid och hur denna påverkas av exponering i tunnelmiljö. Syftet med denna rapport är att undersöka lämpliga metoder för att genomföra sådana studier med fiberarmerad sprutbetong. Det säkraste sättet att undersöka effekten av åldring hos sprutbetong är att genomföra långtidsprovning. Eftersom tekniska livslängden på svenska tunnlar vanligtvis är 120 år är dock detta både kostsamt och tidskrävande. Denna rapport sammanfattar kunskap från tidigare långtidsförsök och vad framtida långtidsförsök bör ta i beaktning. Ett snabbare sätt att studera åldring är att genomföra accelererad provning. Medan tidigare genomförda studier ofta fokuserar på åldring av betong och fibrer enskilt fokuserar denna rapport på att hitta en metod för att studera åldring av fiberarmerad betong som ett sammansatt material. Efter genomförandet av en provserie där fler än 80 provkroppar med fyra olika fibertyper exponerades för olika miljöer visas att Barcelonametoden, som är ett spräcktest av fiberarmerade kuber eller cylindrar, kan användas för att utvärdera förändringar i betongens energiupptagande förmåga. Metoden kan inte användas för att bestämma orsaken till förändringen men anses lämplig för att ge indikationer på vilka miljöer som vissa fibertyper är lämpliga eller mindre lämpliga för.

In hard rock tunnelling, the bond between the shotcrete (sprayed concrete) lining and the rock substrate is critical for structural safety and long-term performance. With a complete bond, composite action between the shotcrete and rock exists, which reduces cracking and fallout risk. Despite its importance, a predictive function for tensile bond fracture energy as a function of tensile bond strength remains unclear. In this study, experimental data from a range of literature were compiled, standardised, and analysed to investigate this relationship. The dataset includes results from multiple quasistatic direct uniaxial tensile and three-point bending tests across different surface roughness levels, curing conditions, and shotcrete compositions. A statistically significant correlation between tensile bond strength and fracture energy was identified. A linear relationship is proposed, motivated by the observed data distribution, providing a simple function for an initial estimate of the fracture energy when bond strength is known. The model was compared to and agreed with finite element simulations that reproduced experimental data. The proposed function is therefore suitable as an initial estimated input for numerical modelling of rockshotcrete interfaces and for energy-based analytical formulations.

Since traditional inspection methods of structures are time-consuming and prone to human errors, many researchers have investigated the possibility of using various deep learning models to automate damage detection and, in particular, crack detection. However, deep learning models require a large amount of training data to predict reasonably accurate results. Creating a dataset with segmented cracks is time-consuming, and the aim of this paper is, therefore, to present a semi-automated labelling process of cracks. This has the potential to greatly decrease the time spent creating datasets.

Shotcrete is a widely used construction material known for its rapid application and high strength. It contains high amounts of cement, a source of greenhouse gas emissions. SCM can be used to reduce the environmental impact of shotcrete by replacing amounts of cement in the mix. This can affect the strength properties of shotcrete. A pilot study is set to investigate the effect of replacing cement with slag on compressive strength for the first 24 hours. Using the stud driving method and cast cubes, the study showed reduced compressive capacity for the first few hours.

Tunnels are essential for infrastructure and require regular visual inspections by trained operators to identify defects like cracks and water ingress. This process is time-consuming, prone to human error, and requires tunnel closures. The need for efficient inspection solutions has increased as tunnel networks expand and age. Recent advancements in mobile mapping systems equipped with geomatic sensors, such as cameras and LiDAR sensors, have significantly enhanced data collection. These systems allow for rapid data acquisition, reducing tunnel downtime and enabling the generation of digital twins for remote inspections, which improves knowledge transfer. However, damage detection remains manual even if deep learning methods have been extensively investigated to automate defect detection using high-resolution images collected with mobile mapping systems. This paper is part of the TACK-II project and focuses on mobile mapping systems, providing a detailed analysis of the parameters that influence their design for effective data collection in tunnels.

This dataset [1] contains results from structural testing of cast and sprayed fibre-reinforced shotcrete with steel, synthetic and basalt fibres. This includes testing residual flexural strength on beams according to EN 14488-3 [2] and the energy absorption of round determinate panels tested according to ASTM C1550 [3]. For all tests, the compressive strength was evaluated according to EN 12390-3 [4]. Four different fibre types were tested, and for each fibre type, three dosages were tested. Beams were produced by casting, while panels were produced by casting and spraying. This resulted in a total of 36 beams and 72 panels and cubes. Structural testing was performed at an accredited laboratory by certified personnel using standard equipment found in a commercial laboratory for structural testing. The dataset contains a summary of the standard parameters evaluated for each test method but also contains the raw data from the test machine for tests on beams on panels. One unique property of this dataset is the variation in fibre types, i.e. testing includes steel, synthetic and basalt fibres. The standard test parameters summary is useful for directly comparing and evaluating the structural performance for each fibre type and dosage. This could be used to get an indication of the required dosage of each fibre type to fulfil structural requirements. The raw data from the test machine is valuable for the numerical modelling of fibre-reinforced shotcrete. This data contains the relationship between external force and vertical displacement of the specimen and can be used to calibrate a material model for finite element simulations.