Model Penurunan Umur Layan terhadap Perubahan Nilai Parameter Desain Perkerasan Lentur dan Perkerasan Kaku Runway Bandar Udara
Notice bibliographique
Résumé
ABSTRAKDalam desain jenis perkerasan di fasilitas Runway Bandar Udara dibedakan menjadi kaku dan lentur, memiliki karakteristik sistem distribusi tegangan sampai subgrade yang berbeda, terutama pada perubahan nilai parameter desain. Hal ini akan mempengaruhi penurunan umur layan. Penelitian ini bertujuan untuk memodelkan hubungan penurunan umur layan terhadap perubahan nilai parameter desain yaitu peningkatan annual departure lalu lintas pesawat udara, penurunan nilai CBR subgarde, serta penurunan kondisi modulus PCC pada perkerasan kaku dan setiap layer pada perkerasan lentur. Metode yang digunakan adalah Layered Elastic Theory bersumber pada FAA AC 150/5320-6G dengan software FAARFIELD V 2.0.18. Pada perkerasan lentur, penurunan CBR Subgrade memiliki nilai perubahan umur layan yang paling besar di antara penurunan modulus dan kenaikan annual departure yaitu y = 19,395 e-0,092x. Sedangkan pada perkerasan kaku, penurunan modulus memiliki nilai perubahan umur layan yang paling besar di antara penurunan CBR subgrade dan kenaikan annual departure yaitu y = 21,445 e-0,132x. Berdasarkan perbandingan model umur layan tersebut, maka perubahan paramater CBR subgrade paling berpengaruh pada perkerasan lentur, sedangkan perubahan parameter modulus PCC pada perkerasan kaku.Kata kunci: umur layan, CBR subgrade, annual departure, mutu material ABSTRACTIn the design of the type of pavement at the airport runway facility, it is distinguished into rigid and flexible, having different characteristics of the stress distribution system to subgrade, especially in changes in design parameter values. This will affect the decrease in service life. This study aims to model the relationship between reduced service life and changes in design parameter values, such as increase in annual departure of aircraft traffic, a decrease in the CBR subgarde value, and a decrease in PCC modulus conditions on rigid pavements and each layer on flexible pavements. The method used is Layered Elastic Theory based on FAA AC 150/5320-6G with FAARFIELD V 2.0.18 software. On flexible pavement, the decrease in CBR Subgrade has the largest change in service life between the decrease in modulus and the increase in annual departure, namely y = 19.395 e-0.092x. Whereas on rigid pavements, the decrease in modulus has the greatest change in service life between the reduction in CBR subgrade and an increase in annual departure, namely y = 21.445 e-0.132x. Based on the comparison of the service life models, the changes in CBR subgrade parameters have the most effect on flexible pavements, while changes in the PCC modulus parameters on rigid pavements.Keywords: Numerical Integration, Dredging Volume
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 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) | 0,018 | 0,005 |
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 ».