Impact of thickness, void content, temperature and loading rate on tensile fracture toughness and work of fracture of asphalt mixtures- An experimental study using the SCB test
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
Asphaltic concrete mixtures are among the most common construction materials for the pavement of roads. As a multi-phase composite mixture with randomly distributed aggregates inside the mastic part, the mechanical properties of such materials can be influenced by different factors. Cracking and induced fracture is among the common degradation and failure modes in these construction mixtures that often takes place in cold regions. In this research, the effects of some influencing parameters including temperature, air void percentage and loading rate are investigated experimentally on the fracture toughness (KIc) and work of fracture (WIc) of hot mix asphalt material. Edge notched semi-circular bend (SCB) specimen was employed to conduct mode I fracture experiments. The thickness of SCB samples were considered as variable and the HMA mixtures were tested with two SCB thicknesses of 30 and 60 mm. The experimental results showed that both fracture toughness and fracture work are increased by increasing the thickness. However, the effect of thickness on the fracture work was much more significant than the KIc value. Also, the fracture and cracking resistance parameters were increased by decreasing the temperature and air void content. Both KIc and WIc values were also increased by increasing the loading rate in the investigated range of 1 to 8 mm/min. The most influencing parameters on the change of fracture resistance parameters were the temperature, loading rate, air void content and thickness, respectively.
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 | 0,001 | 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 découle