به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

جستجوی مقالات مرتبط با کلیدواژه "topcel additive fibers" در نشریات گروه "عمران"

تکرار جستجوی کلیدواژه «topcel additive fibers» در نشریات گروه «فنی و مهندسی»
جستجوی topcel additive fibers در مقالات مجلات علمی
  • نریمان برازی جمور، محمودرضا کی منش*، منصور فخری

    در سال‏های اخیر، با توجه به کمبود مصالح تازه و اهمیت حفاظت از محیط زیست، میزان استفاده از مصالح بازیافتی، از جمله تراشه آسفالت، در راستای کاهش تولید آلاینده های ناشی از تهیه مخلوط های آسفالتی افزایش یافته است. همچنین، جهت کاهش میزان انرژی مصرفی، فناوری های نوینی در زمینه تولید و اجرای مخلوط های آسفالتی گرم در حال گسترش هستند تا مخلوط های آسفالتی با دمایی به مراتب کمتر از مخلوط های متداول تولید گردند. در این پژوهش، از تراشه آسفالت بازیافتی در ساخت مخلوط آسفالتی با استخوان‎بندی سنگدانه‎ای (SMA) جهت انجام آزمایش حساسیت رطوبتی همراه با افزودنی‎های گرم زایکوترم و ساسوبیت و همچنین از الیاف TOPCEL در جهت جلوگیری از ریزش قیر این نوع مخلوط آسفالتی، استفاده شده است. هدف از انجام این پژوهش،ارایه یک مدل بر پایه سیستم استنتاج عصبی- فازی سازگار (ANFIS) ، برای پیش‎بینی حساسیت رطوبتی مخلوط آسفالتی با دانه‎بندی سنگدانه‎ای (SMA) حاوی درصدهای مختلف تراشه آسفالت با داشتن افزودنی های مختلف گرم می‎باشد. پارامترهای ورودی به مدل ANFIS شامل درصدهای مختلف تراشه آسفالت حاوی افزودنی گرم و نسبت مقاومت کششی نمونه در حالت اشباع به مقاومت کششی نمونه در حالت خشک به عنوان خروجی مدل می‎باشد. نتایج به دست آمده نشان‎دهنده دقت بالای مدل با ضرایب تعیین 1 و 982/0 به ترتیب برای مجموعه داده‎های آموزش و آزمایشی و 774/0 برای داده های ارزیابی می‎باشد. همچنین، مخلوط‎های نیمه گرم حاوی 50% تراشه آسفالت رفتار مناسب‎تری از خود نشان دادند.

    کلید واژگان: تراشه آسفالت, حساسیت رطوبتی, الیاف TOPCEL, سیستم استنتاج عصبی- فازی
    nariman barazi jomoor, mahmoud reza keymanesh*, Mansour Fakhri

    In recent years, regarding the insufficiency of new material and significance of environmental conservation, using recycled material such as Recycled asphalt pavement (RAP) has increased due to the decreased production of environmental pollutants resulting from the preparation of asphalt mixtures. Also, to decrease the energy consumption rate, new technologies have been developed to produce and perform warm asphalt mixtures. These asphalt mixtures have lower temperatures than conventional asphalt mixtures. In this research, RAP has been used in building stone matrix asphalt (SMA) mixture to carry out the moisture susceptibility test by adding warm asphalt additives such as zycotherm, sasobit and Topcel fibers to prevent bitumen draindown of this type of asphalt mixture. The purpose of this paper is to develop a model based on adaptive neuro-fuzzy inference system (ANFIS) for prediction of moisture susceptibility of stone matrix asphalt mixtures (SMA) containing various percentages of RAP and warm mix additives. Various percentages of RAP containing warm mix additive are the parameters for input layer and the ratio of saturated specimen’s strength to that of dry specimen’s strength is the model output. Results indicated high accuracy of the model with a coefficient of determination (R2) of 1 and 0.982 for training and testing data sets and 0.774 for evaluation data-set, respectively. Also, the warm mixtures containing 50% RAP have shown more suitable behavior.

    Keywords: Recycled asphalt pavement (RAP), Moisture susceptibility, Topcel additive fibers, Adaptive neuro fuzzy inference system
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال