Optimization of Hot-Mix Asphalt Surface Course Mix Design for Fatigue Resistance: High-Friction Aggregate and PG Plus
Notice bibliographique
Résumé
The sensitivity of the fatigue resistance of surface hot-mix asphalt (HMA) mixes is evaluated for three primary design variables. Aggregate type, binder type, and binder content as well as their interaction have been quantified with respect to their effects on HMA fatigue life, rutting resistance, and stiffness. The objective was to optimize the design by extending fatigue performance while reducing the confounded negative effect on rutting resistance. Two aggregate types were used in the evaluation. Two binders of the performance grading (PG) 64-28 were also employed: a modified binder that meets national specifications and an unmodified binder at two binder levels (optimum and optimum plus 0.5%). Aggregate texture was compared visually using high-resolution scanning electron microscopy (SEM) images. The results showed that the value of modifying the binder to produce softer mixes can be compromised when a high-friction aggregate is used due to the irregular shape of the texture, which produces stiffer mixes. A slight adjustment to the amount of binder (+0.5%) can decrease this effect. Superior HMA fatigue performance was exhibited by the regular 12.5 aggregate and the modified binder at the optimum binder content plus the additional 0.5%. This conclusion was reached through the integration of the positive effects of the investigated variables, which revealed only an insignificant reversible impact on rutting resistance. The findings of this study can therefore be considered a guide for designing HMA with superior fatigue performance for use in pavement design.
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.
Comment cette classification a été obtenuedéplier
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 | 0,002 | 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».