Non-Destructive Evaluation and Reinforced Design of Gravel Heavy Haul Road Structures in Northern Alberta
Notice bibliographique
Résumé
A case study is discussed herein where non-destructive deflection testing was carried out to achieve three goals: (1) evaluate the performance of existing heavy-haul roads in Northern Alberta, Canada; (2) back-calculate insitu moduli of various materials used in the construction of these roads; and, (3) develop a heavy-haul road structural design methodology based on existing empirical and Mechanistic-Empirical design methods, while utilizing material moduli back-calculated using a thickness-independent, back-calculation approach. Heavy Weight Deflectometer (HWD) equipment was used to impact the surface of granular roads constructed with and without geosynthetics. A total of 11 haul roads were evaluated. The road structures ranged in thickness between 1.0 and 2.6 meters. Heavy loads were applied that simulate the 105-ton wheel load of the Caterpillar 797F truck. Results suggest that incorporating geosynthetic reinforcement in gravel pavements can cause pavements to behave stiffer under heavier loads (i.e., stress hardening). Moreover, Geosynthetics can be used to reduce the thickness of the road structure and save the non-renewable aggregates. HWD testing is an effective way to evaluate structural capacity and to determine in-situ material properties. A methodology is developed and successfully implemented for the design of heavy haul roads.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».