Recycling Waste Tires into Ground Tire Rubber (GTR)/Rubber Compounds: A Review
Notice bibliographique
Résumé
Recycling and recovery of waste tires is a serious environmental problem since vulcanized rubbers require several years to degrade naturally and remain for long periods of time in the environment. This is associated to a complex three dimensional (3D) crosslinked structure and the presence of a high number of different additives inside a tire formulation. Most end-of-life tires are discarded as waste in landfills taking space or incinerated for energy recovery, especially for highly degraded rubber wastes. All these options are no longer acceptable for the environment and circular economy. However, a great deal of progress has been made on the sustainability of waste tires via recycling as this material has high potential being a source of valuable raw materials. Extensive researches were performed on using these end-of-life tires as fillers in civil engineering applications (concrete and asphalt), as well as blending with polymeric matrices (thermoplastics, thermosets or virgin rubber). Several grinding technologies, such as ambient, wet or cryogenic processes, are widely used for downsizing waste tires and converting them into ground tire rubber (GTR) with a larger specific surface area. Here, a focus is made on the use of GTR as a partial replacement in virgin rubber compounds. The paper also presents a review of the possible physical and chemical surface treatments to improve the GTR adhesion and interaction with different matrices, including rubber regeneration processes such as thermomechanical, microwave, ultrasonic and thermochemical producing regenerated tire rubber (RTR). This review also includes a detailed discussion on the effect of GTR/RTR particle size, concentration and crosslinking level on the curing, rheological, mechanical, aging, thermal, dynamic mechanical and swelling properties of rubber compounds. Finally, a conclusion on the current situation is provided with openings for future works.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».