Weigh-in-Motion and Structural Deflection Based Mechanistic ESAL Factors for Urban Pavement Asset Management
Notice bibliographique
Résumé
Equivalent Single Axle Loads (ESALs) have been the standard measure of traffic loadings used in new highway engineering design and life cycle performance prediction. However, truck and bus traffic in urban centre field state conditions often pose a higher probability for overloading relative highway applications. In addition, many urban pavement systems are not constructed to the same structural standard as typical AASHTO type primary highway pavement systems in terms of layer thicknesses as well as cross sectional drainage. This research employed a mechanistic-based road structural response methodology to calculate ESALs from commercial truck and bus loadings on various classes of urban streets based on actual primary road response impact load spectra. This project integrated weigh-in-motion (WIM) and pavement deflection measures to quantify City of Saskatoon urban traffic load spectra, and the impact of this load spectra on typical in-service urban streets in typical field state conditions. Based on measured pavement primary responses across City of Saskatoon road structures and the measured urban load spectra, this research found that conventional Equivalent single Axle loads may significantly underestimate the impact of truck loadings on in-service urban roads. This research also showed that based on primary deflection response, multiplying factors approaching 40 may be required to calculate load equivalencies. Therefore, the structural design, transit routing, and construction bypass routing should incorporate the actual detrimental impact of specific vehicle types and loadings on the in-situ structural condition of the in-service road structure.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».