Stiffness and Rutting Assessment of Asphalt Mixtures Using Steel SlagAggregates
Notice bibliographique
Résumé
Road infrastructure is one of the most important public assets. The asphalt-paved road network infrastructure represents the main means of transporting people and goods within the United Arab Emirates (UAE). Asphalt pavement surface offers many benefits including cost efficiency, reduction in noise pollution, and comfort. Stakeholders unanimously agree that enhancing the sustainability of asphalt pavements can deliver significant environmental, social, and economic benefits. Recycling of waste materials in asphalt pavements is one of the most successful sustainable practices to reduce construction cost and to save natural resources. In the UAE, steel manufacturers have been stockpiling millions of tons of steel slags that occupy large land areas which could have adverse effects on the surrounding environment. This study presents an assessment of the effectiveness of using steel slag aggregates in local hot mix asphalt (HMA) used in the wearing (surface) asphalt concrete (AC) layer. The mix designs of conventional and steel slag AC mixtures were performed to incorporate the steel slag aggregates at a 50% replacement to the natural aggregates while maintaining the same aggregate gradation for both mixtures. The testing plan of this study included advanced characterization of the conventional and steel slag HMA mixtures. The laboratory tests conducted on the two HMA mixtures were Dynamics Modulus |E*| test and the Repeated Load Permanent Deformation Test (RLPDT) test, known also as Flow Number, for the assessment of stiffness and rutting respectively. The test results showed a positive impact of the steel slag aggregates on the measured laboratory performance through increasing the |E*| values at all test temperatures and frequencies by 37% and enhancing the rutting susceptibility of the HMA mixture through decreasing the cumulative permanent strain by 41%.
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) | 0,000 | 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 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 ».