Laboratory Investigation on the Resilient Modulus, Indirect Tensile Strength and Unconfined Compressive Strength of Cold In-Place Recycled Asphalt Mixes Using Foamed Bitumen
Notice bibliographique
Résumé
There has been a dramatic growth in asphalt recycling and reclaiming as a technically and environmentally preferred way of rehabilitating deteriorated pavements over the last couple of decades. One of the latest asphalt recycling techniques is cold in-place recycling using foamed bitumen. In recent years, there have been a number of successfully implemented cold in-place asphalt recycling projects in Iran; and it seems that the utilization of this method is gaining more acceptances amongst the road authorities and the contractors. At the same time, endeavors to evaluate the performance properties of foamed bitumen mixes were started and are still in progress. The present research, studies the mechanical and the performance properties of foamed bitumen mixes. In the first phase of the project, the effect of aggregate grading, bitumen and cement content and compaction efforts, on resilient modulus and indirect tensile strength (ITS) of 144 foamed bitumen specimens (of various curing conditions) has been investigated and analyzed. In the next phase, the effect of above parameters on resilient modulus and unconfined compressive strength (UCS) of 108 different samples was studied. Results indicate that for the tested materials, changing the aggregate grading from coarse to fine didn’t have a significant effect on resilient modulus, ITS, UCS and the moisture susceptibility of the specimens. Also the effect of increasing bitumen content from two to four percent is negligible. On the contrary, adding one percent cement and increasing it to two percent considerably improved the moisture susceptibility and the mechanical properties of the mixes. Based on the obtained data, a regression model between resilient modulus and ITS of the foamed bitumen mixes was developed to facilitate the prediction of the resilient modulus based on the corresponding ITS values.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».