A mechanistic and economic analysis of two-lift concrete pavements
Notice bibliographique
Résumé
The government of India has embarked on the construction of major highways with concrete pavements to eliminate frequent maintenance of bituminous pavement, damaged by heavy commercial vehicles and moisture. Hence, it is necessary to re-examine the current pavement design with a sound analytical approach. The current practice in the construction of concrete pavement in India is to place pavement quality concrete (PQC) over dry lean concrete (DLC) layer with a bond-breaking layer of 125-micron plastic sheets between the DLC and PQC layers to eliminate possible reflective cracks from the DLC to the PQC layer. Concrete pavement can be bonded to lean concrete (LC) when both layers are laid one after the other with two pavers (‘fresh-on-fresh’ or ‘wet-on-wet’). This type of pavement is also known as two-lift concrete pavement (TLCP), and such pavements were constructed in India during the last three years. No readymade solutions are available to compute stresses in such TLCPs. The objectives of the research are manifolds. Firstly, this article illustrates the analysis of Two-Lift Concrete Pavement (TLCP) using Finite element programming software (ANSYS) with an interface layer CONTA 174, which is able to capture interfacial stresses occurring between layers due to non-linear temperature gradient distributed over the depth of the slab. Then the design of pavements with TLCP has been introduced using the cumulative fatigue damage method. Finally, the cost of construction for TLCP is determined and compared with that of conventional concrete pavement. It was found that the material cost for TLCP is less than that of conventional concrete pavement because the stresses induced due to both load and environmental effects in TLCP are significantly lower when compared to those on the conventional concrete pavement.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».