Este estudo avalia o comportamento mecânico de três misturas asfálticas, uma de referência e duas com substituição dos agregados naturais por rejeitos finos de minério de ferro. Os rejeitos são provenientes de uma inovadora tecnologia de obtenção, a separação magnética a seco. A metodologia consistiu de um programa experimental dividido em quatro etapas: (i) determinação das características físicas, mineralógicas e ambientais dos agregados; (ii) obtenção as propriedades reológicas e empíricas do cimento asfáltico de petróleo; (iii) dosagem dos materiais de revestimento asfáltico pela metodologia Superpave; (iv) realização de ensaios de dano por umidade induzida, resistência à tração por compressão diametral, fadiga à tensão controlada, módulo de resiliência e uniaxial de cargas repetidas nas misturas asfálticas. Os concretos asfálticos que continham agregados alternativos apresentaram propriedades de rigidez e fadiga similares à mistura de referência. Entretanto, com a utilização de rejeitos de minério de ferro houve maior susceptibilidade ao acúmulo de deformações permanentes.
O avanço dos sistemas de transportes impulsionou o desenvolvimento de novos estudos para análise do desempenho do pavimento em resposta a diferentes tipos de solicitações. Associada ao crescimento do setor, à necessidade de duplicação de vias e ao aumento de carregamento das linhas em operação, a investigação do subleito é considerada um elemento fundamental para a garantia da qualidade do desempenho do pavimento e para a operação segura e confortável dos veículos ferroviários. Este artigo teve como objetivo principal a avaliação da capacidade de suporte de um trecho da duplicação da Estrada de Ferro Carajás a partir de sondagens geotécnicas em campo e laboratoriais. O plano de investigação constou com uma análise tátil-visual dos solos para a definição do trecho do estudo, seguido da execução do ensaio de Cone de Penetração Dinâmica no pavimento da seção experimental. As amostras do subleito foram coletadas nos pontos km 216,143, km 216,180 e km 216,216 ao longo do trecho do Pátio 14, e submetidas aos ensaios laboratoriais de análise granulométrica completa, limites de consistência, Índice de Suporte California (ISC ou CBR) e classificação pela metodologia MCT. Os solos foram classificados pelos sistemas SUCS e TRB como argila de baixa plasticidade e solos A-2-4 e A-4, respectivamente, com não observância do comportamento laterítico. O valor apresentado pelo ensaio de CBR indicou que o solo possui baixa capacidade de suporte, e seu uso como camada de subleito seria inviabilizada pelos padrões normativos convencionais. Neste sentido, estudos voltados à avaliação da capacidade das vias adaptadas às condições brasileiras para utilização de materiais locais são importantes fatores para redução do impacto das obras de infraestrutura ao meio ambiente, através da redução da movimentação dos terraplenos na implantação da plataforma e de remanejamentos.
O impacto gerado pelos resíduos da indústria siderúrgica provoca discussões acerca das melhores formas de destinação final dos subprodutos resultantes do processo de geração de ligas metálicas. Visando mitigar esses problemas, este trabalho apresenta os resultados dos estudos sobre a caracterização da escória de ferro silício-manganês para potencial aplicação em projetos de misturas com solo, na construção de camadas de base e sub-base de pavimento rodoviário. A relevância deste trabalho se mostra diante da necessidade de prover uma destinação ambientalmente adequada para subprodutos de processos siderúrgicos que podem prover a sociedade de soluções viáveis, ou seja, se tornar um coproduto que reduza o consumo de matéria-prima natural, além de promover economia financeira. Alguns métodos utilizados são tradicionais, como Granulometria, Densidade e absorção, e Abrasão Los Angeles. Outros são usados mais recentemente para caracterizar agregados, como Microscópio Eletrônico de varredura (MEV) e Sistema de caracterização de agregados por imagem (AIMS). Complementarmente, são apresentados os dados obtidos na Degradação após o teste de compactação Proctor e a determinação da perda ao choque no equipamento Treton. Os resultados encontrados nos ensaios mencionados se mostram satisfatórios diante dos valores estabelecidos nas normas específicas para cada metodologia. Finalmente, conclui-se que a escória de ferro de silício-manganês apresenta propriedades geotécnicas compatíveis com as estabelecidas para uso em base e sub-base de pavimentos flexíveis.
The main objective of this study is to assess the reuse of naturally old ballast that was removed from an operating railroad. In order to verify the viability of its reuse, laboratory tests were carried out, based on the procedures and parameters established in literature. The reuse of ballast would reduce costs, minimize the disposal of this material and reduce quarry extraction. There are several standards regulations the ballast’s (gravel) properties, such as size, shape, hardness, abrasion resistance and composition to provide better performance of the rail platform, due to the wide variety of materials and environmental conditions to which they are subjected. Ballast specifications are based on the execution of characterization tests and can be divided according to strength properties and geometric properties. Thus, several specifications have been used by different railway organizations around the world to meet the needs of their projects. One test used to analyze ballast quality is the Los Angeles Abrasion, which provides data on resistance to fragmentation. The durability of the ballast depends on the quality of the gravel related to the original rock composition. This is an important parameter that can be associated with railroad maintenance, which is expensive. A series of tests were carried out to evaluate the ballast properties, as well as an analysis of the geometric and mineralogical characteristics of the gravel, and the impact of the variation of these properties in the performance of the ballast. The viability of reusing the ballast removed from an operating road was then evaluated, and it was concluded that the material is still suitable for reusing, although its properties have undergone a few changes, without modifying its main characteristics and functions.
As condições de trafegabilidade do pavimento de uma rodovia estão sujeitas às mais diversas variações ao longo de sua extensão; seja devido a características físicas; seja devido alterações no tráfego, no clima ou, em obras de revitalização. Dessa forma, muitos são os parâmetros considerados no desempenho do pavimento rodoviário, o que consequentemente, resultará em suas condições de trafegabilidade e, tornar-se-á, imprescindível, a consequente divisão da rodovia em segmentos homogêneos, os quais necessitam conter características estruturais e comportamentais semelhantes. Neste ínterim, este trabalho visa a elaborar uma nova proposta para segmentação homogênea da rodovia BR-040, trecho que compreende a cidade de Congonhas/MG, contribuindo assim com o processo de análise comportamental da rodovia. Para tanto, foram utilizadas informações do banco de dados da gerência de pavimentos da concessionária responsável pelo trecho entre Brasília/DF e Juiz de Fora/MG. A delimitação dos novos segmentos homogêneos foi determinada conforme o “Método das Diferenças Acumuladas” (Analysis Unit Delineation by Cumulative Differences), recomendado pela American Association of State Highway and Tranportation Officials – AASHTO (1993) e definida com base na estrutura do pavimento, bem como parâmetros que refletem as condições estruturais e funcionais dos pavimentos. Foi possível a identificação de 45 segmentos homogêneos, evidenciando que houve alterações significativas nas condições estruturais e funcionais do pavimento analisado.
The consistent monitoring of rails is based on correctly identifying defects to support corrective measures. Recently, convolutional neural networks (CNN), a deep learning method, have been providing outstanding results for the automatic detection of defects. However, several aspects of CNN-based approaches such as network architecture, transfer learning and processing time remains not fully understood. In this work, we performed an in-depth assessment of ten widely used CNN models with the objective of finding the one with the best performance in identifying defects in rail surface images. The classification results are promising, reaching an average accuracy of 83.7% on detection of mild defects and squat. The Inceptionv3 network provided the best results by correctly identifying 92% of images with severe squat defects.
Abstract:The mechanical characteristics of road pavement layers are influenced by moisture conditions. Drying and wetting change the moisture content of the materials used in pavement structures, consequently affecting the mechanical response. An experimental program was conducted to evaluate elastic deformations of a road pavement structure utilizing repetitive rigid plate load tests in a model test-pit facility. A typical Brazilian pavement (a multilayer system composed of a concrete asphalt and coarse base, and subbase) was simulated in this test-pit with devices for measuring humidity (TDR (time domain reflectometry)) and suction (tensiometers) installed every 20.0 cm along the profile. A pair of displacement transducers was attached on the surface of the pavement structure to record deformations due to dynamic loads. Two levels of groundwater table were analyzed, verifying that the pavement structure displacement increases with groundwater table growth. The structural response was evaluated and compared in physical and numerical models, and the results confirmed that the higher groundwater levels caused the greatest pavement displacements.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.