Quantifying the Impact of Truck Axle Groups on Rural and Urban Pavement Structure Performance
Notice bibliographique
Résumé
In recent years, many City of Saskatoon (COS) roads have experienced premature failures and pavement distresses. High water tables, increased precipitation, and poor surface drainage have led to more moisture infiltration within road structures. Significant increases in commercial truck loadings across the Saskatchewan road network have resulted in accelerated damage to the provincial highway system, as well as urban roads. This paper quantifies the predicted strains and peak deflection in pavement structure layers due to different truck axle configurations. Single and tridem axle loads are examined across primary weight limits, on typical rural and urban cross sections. Typical rural and urban cross sections examined include dry and wet subgrades. Mechanistic primary response is predicted using a three dimensional non-linear orthotropic computational mechanics road model. Mechanistic analysis was used to model peak surface deflections and normal and shear strains within each pavement structure, for each load type and load spectra. The results of this research showed that a tridem axle load induced higher peak strains within the pavement structure, compared to a single axle load. Modeling results showed urban pavement structures constructed on a wet subgrade performed poorly and had strains and high peak surface deflections, especially with tandem axle loads. When a truck load is applied on the pavement edge, the model revealed a significant increase in shear strains at the edge of the clay-box (urban) or side slope edge (rural). For the covering abstract of this conference see ITRD record number 201211RT334E.
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 | 0,000 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».