MétaCan
Menu
Retour à la cohorte
Enregistrement W2034727754 · doi:10.1520/jte102760

Alternative Procedure for Determination of Hot Mix Asphalt Creep Compliance

2010· article· en· W2034727754 sur OpenAlexaboutno aff
Adam Zofka, Iliya Yut

Notice bibliographique

RevueJournal of Testing and Evaluation · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueAsphalt Pavement Performance Evaluation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCreepAsphaltAsphalt pavementMaterials scienceComposite materialCompliance (psychology)Forensic engineeringStructural engineeringGeotechnical engineeringEngineeringPsychology

Résumé

récupéré en direct d'OpenAlex

Abstract Creep compliance function is one of the fundamental properties of viscoelastic materials. In asphalt research, creep compliance is used in the prediction of low-temperature cracking, which is a prevalent distress in asphalt pavements in northern parts of the United States and Canada. The thermal cracking prediction model included in the current version of the Mechanistic-Empirical Pavement Design Guide requires the creep compliance of hot mix asphalt (HMA) materials as a primary input. The current AASHTO procedure for determining creep compliance of HMA is based on the indirect tension (IDT) test. The IDT test is performed on relatively thick cylindrical specimens, which makes this test unsuitable for field cores from thin layers and construction lifts. In addition, thick specimens do not allow for investigation of the gradual aging that occurs in asphalt layers due to oxidation and volatilization. This paper outlines the procedure that uses the bending beam rheometer (BBR) as an alternative to the IDT test to determine the low-temperature creep compliance of HMA using thin beam specimens. Twenty different HMA mixtures are tested at three temperature levels using both the IDT and the BBR instruments. The analysis of test results is presented in two parts. First, the variability in creep compliance values obtained from the IDT and the BBR tests is discussed. Next, the artificial neural networks (ANNs) are trained to (1) predict IDT results from BBR measurements using design parameters of HMA mixture and testing temperature as the model inputs and (2) backcalculate HMA creep compliance from the binder creep compliance and vice versa. It is concluded that testing HMA beams can be used instead of IDT specimens for the low-temperature characterization of HMA mixtures, and the ANN can be successfully used for the backcalculation of the creep compliance measured by both IDT and BBR devices.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,882
Score d'incertitude au seuil0,301

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,092
Tête enseignante GPT0,350
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Testing and EvaluationMême sujetAsphalt Pavement Performance EvaluationTravaux en français237 207