Use of fine aggregate matrix to analyze the rheological behavior of cold recycled materials
Notice bibliographique
Résumé
Abstract Nowadays, one of the main challenges to a wider application of cold recycling techniques is the lack of reliable information on the mechanical behavior of cold recycled materials (CRM). In this context, measurement and modelling of the complex modulus of CRM mixtures may give an important contribution to the design and analysis of pavements including cold recycled layers. In this study, we analyzed the rheological behavior of CRM mixtures produced using bitumen emulsion and cement through the study of their fine aggregate matrix (FAM). Starting from a fixed CRM mixture composition, we compared different FAM mortars, focusing on the effect of water and air content. Then, we selected a composition as representative of the FAM in the mixture and investigated the evolution of both materials during a fixed curing period. Next, we measured the complex modulus of the CRM mixture and FAM at two curing stages and applied a rheological model to simulate and compare their behavior. Results showed that the properties of CRM mixtures are comparable to those of FAM mortars produced using all the binding agents (bitumen emulsion and cement) and a fraction of the voids contained in the mixture. Despite the huge difference in volumetric compositions, the FAM mortar controlled the curing and the thermo-rheological behavior of the CRM mixture, while the coarse reclaimed asphalt aggregate fraction and the voids mainly affected the asymptotic properties (equilibrium and glassy moduli) and the non-viscous dissipation component.
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 | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 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 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 ».