The Effect of a Chemical Warm Mix Additive on the Self-Healing Capability of Bitumen
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Warm mix asphalt (WMA) technologies reduce the production temperature of hot mix asphalt allowing for mixing and paving at lower temperatures. As a result, the use of WMAs reduces emissions and allows for longer transport times. Because of the recent increase of chemical warm mix additives in industry, the effect of a chemical warm mix additive (cWMA) on the intrinsic self-healing ability of the bitumen was investigated. Bitumen specimens containing three concentrations of cWMA were evaluated at four aging levels (unaged, rolling thin film oven [RTFO]-163°C, RTFO-130°C, and RTFO+ pressure aging vessel [PAV] aged) using the simplified–linear amplitude sweep healing (SLASH) (linear amplitude sweep with a single rest period fatigue-healing) test. Results indicate that oxidative aging of bitumen is reduced with increasing cWMA concentration but may be more heavily influenced by the aging temperature. It was also observed that RTFO+PAV-aged bitumen samples demonstrate greater fatigue restoration ability compared to RTFO and unaged binders. Supplementary work using video-based analysis of dynamic shear rheometer samples revealed that issues may arise from the calibration of the cohesive failure damage level as described in the original LASH procedure because of significant changes in sample geometry observed during the amplitude sweeps for unaged and RTFO-aged material. These results demonstrate that LAS-based healing tests warrant further research to optimize loading and rest period parameters for a wider range of bituminous materials.
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.
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 | 0,005 | 0,004 |
| 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) | 0,000 | 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 découle