Performance Optimization of Fiber-Modified High-Performance Asphalt Concrete Based on Balanced Mix Design Principle
Notice bibliographique
Résumé
ABSTRACT This study aims to evaluate the performance of high-performance asphalt concrete modified with 12 % of asphaltenes and 0.15 % of polyethylene terephthalate (PET) fibers using a balanced mix design (BMD) approach. The addition of asphaltenes changes the performance grade (PG) of the base binder with a continuous PG 70.2–25.9 to a continuous PG 82.9–21.8. The research focuses on assessing the cracking resistance of the modified mixes using the indirect tensile asphalt cracking test (IDEAL-CT) while ensuring sufficient rutting resistance examined with the Hamburg wheel-track (HWT) test. The HWT test results demonstrate considerable improvements in the modified fiber mixes tested at 60°C, with a rut depth of 5.5 mm at 20,000 passes. This indicates excellent rutting resistance with a rutting resistance index that is almost 5 times compared with that of the control mix, which shows signs of moisture damage. The IDEAL-CT test results show a strong impact of fiber addition in that the CTIndex at 37°C of the fiber-modified mixes (a value of 87) is higher than the threshold for a Super Mix (a value of 70), and it is also very similar to that of the softer unmodified mixes tested at a standard temperature of 25°C (a value of 91). The higher test temperature for IDEAL-CT is based on the modified binder PG and is selected because at 25°C the tensile strength of the modified mixtures is very high, which masks the influence of fibers. Based on the BMD analysis and using a performance space diagram, the incorporation of asphaltenes and waste PET fibers yields a Super Mix that warrants field verification. The BMD approach proves valuable in understanding the effects of different modifications on asphalt mixes, providing a thorough understanding of their performance characteristics.
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 | 0,003 | 0,001 |
| 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 ».