Effect of aging kinetics on the fatigue behavior of asphalt mixtures incorporating various RAP contents
Notice bibliographique
Résumé
• New method proposed to assess RAP binder mobilization. • RAP addition reduces thermal susceptibility during aging compared to virgin mixes. • As aging progresses, the stiffness modulus of AC containing RAP reaches a plateau. • Using RAP at appropriate content enhances the fatigue behavior of AC. • AC with RAP needs a higher compression load to reach the same strain as virgin AC. Aging significantly impacts the mechanical performance of asphalt mixtures, particularly in terms of fatigue resistance. Although several studies have investigated the fatigue behavior of asphalt mixtures with and without reclaimed asphalt pavement (RAP), limited research has studied the effect of aging kinetics on the fatigue resistance of asphalt mixtures containing RAP. This study investigates the impact of aging kinetics on the fatigue performance of asphalt concrete (AC) incorporating various RAP contents (0%, 20%, and 40%). All asphalt mixtures were subjected to short-term (STA) and long-term aging (LTA). The stiffness of asphalt mixtures was measured at 15°C and 20°C using the Indirect Tensile Stiffness Modulus (ITSM) test. The effect of aging on the stiffness was evaluated through the Aging Modulus Ratio (AMR). Fatigue performance was estimated using the Indirect Tensile Fatigue Test (ITFT) at 20°C. Recovered binders from AC were characterized using penetration, softening point, and Dynamic Shear Rheometer tests. A new method, comparing mixing rule predictions with real measured binder properties, confirmed full blending between virgin and RAP binders. The mechanical results indicate that the stiffness modulus increased significantly after both short and long-term aging for all mixtures, irrespective of RAP content. Additionally, reclaimed asphalt pavement addition increased the asphalt mixture stiffness for a given aging level. The asphalt mixture with 40% RAP showed greater resistance to aging based on AMR values. Furthermore, reclaimed asphalt pavement addition improved the fatigue performance of asphalt mixtures.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».