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 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 | 0,001 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».