Design and evaluation of a simulation tool for the compaction process of asphalt pavements
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Maintenance of flexible paved roads is faced increasingly with time constraints and spatial limitations. As a consequence rather often the maintenance process has to be carried out under less favorable circumstances, e.g. adverse weather conditions. It raises a number of questions, such as; “how do less favorable circumstances affect the quality of work?”, and, “how should the operating procedure of the maintenance process be adapted to unexpected or changing conditions?” The paper presents the results of a research project that focuses on the compaction process of asphalt pavements to determine the impact of varying conditions during this process. The main objective is the design of a simulation tool for the compaction effect of a roller under varying external conditions. During the compaction process material behavior is mainly elastic-plastic due to the reorientation of the particles. Large deformations can occur and, because of that, also large strains. Therefore, an elastic-plastic non-linear analysis is carried out to examine the relations between roller and material properties and the compaction result. Within the DiekA model, an Arbitrary Langrange Eulerian FEM approach, a material model derived from soil mechanics and called “Rock model” is implemented. This model describes material behavior in an elastic-plastic manner and has a closed yield locus. Calculations with the model show a realistic stress and strain pattern in the asphalt mix under a static roller while compacting. In the project, a field experiment has been set up to validate the model.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle