Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/11420
Type: Dissertação
Title: Previsão dos módulos dinâmico e de armazenamento de misturas asfálticas brasileiras a partir de modelos empíricos
Other Titles: Prediction of the dynamic and storage modulus of brazilian typical asphaltic mixtures from empirical models
Author(s)/Inventor(s): Goecks, Pedro
Advisor: Aragão, Francisco Thiago Sacramento
Co-advisor: Nascimento, Luis Alberto Herrmann do
Abstract: O módulo dinâmico (|E*|) e o módulo de armazenamento (E’) têm sido utilizados como importantes propriedades na análise e no dimensionamento de pavimentos a partir de métodos mecanístico-empíricos modernos. Apesar de preferível a sua caracterização a partir de ensaios de laboratório, em algumas situações, pode ser interessante o uso de equações empíricas de previsão baseadas em propriedades dos constituintes das misturas, para servirem de suporte em fases de pré-projeto e de seleção de materiais. Visando a utilização desses modelos no país, este trabalho avalia quatro modelos disponíveis na literatura. As equações destes modelos foram calibradas considerando informações de 46 misturas asfálticas brasileiras para preverem tanto |E*| quanto |E’|. A seguir, o potencial preditivo dos modelos foi avaliado a partir da comparação entre valores previstos e obtidos em laboratório destas propriedades para 10 misturas adicionais que não foram usadas na etapa de calibração. Para demonstrar a aplicabilidade dos modelos de previsão, o programa Layered Viscoelastic Critical Distress (LVECD) foi posteriormente usado para a análise da vida útil de pavimentos típicos nacionais cujos revestimentos foram compostos por três das 10 misturas usadas no processo de validação dos modelos. Os resultados indicaram que os modelos possuem potencial para distinguir o desempenho das misturas de maneira realista e podem ser usados, em conjunto com modelos de análise estrutural bem desenvolvidos e implementados, como ferramentas para estimar o comportamento mecânico de misturas asfálticas.
Abstract: The dynamic modulus (|E*|) and storage modulus (E’) have been used as important properties in the analysis and design of pavements from modern mechanisticempirical models. Although it is preferable to characterize these properties from laboratory tests, in some situations, it may be interesting to use empirical prediction equations based on the properties of the constituents of the mixtures to serve as support in pre-design and material selection phases. Aiming at the use of these models in the country, this study evaluates four models available in the literature. The equations of these models were calibrated considering information from 46 Brazilian asphalt mixtures to predict both |E*| and |E’|. Thus, the predictive potential of the models was evaluated by comparing predicted and laboratory values of these properties for 10 additional mixtures that were not used in the calibration. In order to demonstrate the applicability of the prediction models, the Layered Viscoelastic Critical Distress (LVECD) program was later used for the analysis of the service life of typical pavements whose surface layer were composed of three of the 10 mixtures used in the verification process of the models. The results indicated that the models have the potential to realistically distinguish performance from mixtures and can be used in conjunction with well developed and implemented structural analysis models as tools for estimating the mechanical behavior of asphalt mixtures.
Keywords: Concreto Asfáltico
Módulos Dinâmico e de Armazenamento
Modelos Empíricos de Previsão
Subject CNPq: CNPQ::ENGENHARIAS::ENGENHARIA CIVIL
Program: Programa de Pós-Graduação em Engenharia Civil
Production unit: Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
Publisher: Universidade Federal do Rio de Janeiro
Issue Date: Sep-2018
Publisher country: Brasil
Language: por
Right access: Acesso Aberto
Appears in Collections:Engenharia Civil

Files in This Item:
File Description SizeFormat 
PedroGoecks.pdf4,88 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.