No description available.

No description available.

A indústria da construção civil utiliza grandes volumes de recursos naturais e, concomitantemente, produz elevadas quantidades de resíduos de construção e demolição (RCD), que são pouco reaproveitados e, às vezes, descartados de forma inadequada. Por reduzir a quantidade de matérias-primas extraídas da natureza, a construção de pavimentos aparece como destino nobre para os RCD. Contudo como esses materiais podem apresentar elevada heterogeneidade em sua composição, questiona-se se isso pode influenciar seu comportamento mecânico. A pesquisa relatada nesta dissertação buscou analisar as características físicas e comportamento mecânico de RCD de concreto (RCD cinza), e desse material misturado com RCD cerâmico (RCD vermelho). Acrescentando-se de 0 a 50% de tijolos maciços britados aos resíduos de concreto, reproduziram-se composições encontradas em obras civis. A partir de resultados de ensaios de granulometria, compactação, abrasão, compressão triaxial e módulo de resiliência (MR), compararam-se os comportamentos das mesmas. Com auxílio do software Everstress 5.0, foram feitas análises mecanísticas de pavimentos com bases compostas desses materiais, de forma que fossem estimados seus desempenhos frente a diferentes mecanismos de degradação. Observou -se que o aumento na porcentagem de RCD cerâmico afeta significativamente o comportamento mecânico do RCD misto, aumentando a perda de massa por abrasão e o teor de umidade ótimo de compactação, reduzindo o peso específico aparente seco máximo, a coesão e o módulo de resiliência e tornando o material menos dependente do estado de tensões. Conclui-se que a composição de resíduos de construção e demolição afeta seu comportamento mecânico e tem influência significativa no desempenho de pavimentos em que forem usados. Verifica-se que tanto os RCD cinza, quanto os mistos podem suportar as solicitações do tráfego, fortalecendo-se a filosofia de aliar a construção de pavimentos aptos estruturalmente a um modo de construir que contribua para a redução da exploração e degradação do meio ambiente. / The construction industry uses large volumes of natural resources and, at the same time, produces a high amount of construction and demolition waste (CDW), which are little reused and sometimes discarded inappropriately. In order to reduce the amount of raw materials extracted from nature, the construction of pavements appears as a noble destination for the use of CDW. However, since these materials may present high heterogeneity in their composition, it is questioned whether this may influence their mechanical behavior. The research reported in this dissertation aimed at analyzing the physical characteristics and mechanical behavior of recycled concrete aggregate (RCA) and this material mixed with crushed bricks. Adding from 0 to 50% of ceramic CDW to concrete residues, compositions found in civil works were reproduced. From the results of grain size distribution, abrasion, triaxial compression and resilience modulus tests, their behavior was compared. Using Everstress 5.0 software, mechanistic analysis of pavements with bases made of these materials were performed, so that their performances against different degradation mechanisms were estimated. It was observed that the increase in the percentage of ceramic CDW influences the behavior of the mixed CDW, increasing the abrasion mass loss and the optimum compaction moisture content, reducing the apparent maximum dry unit weight, cohesion and the modulus of resilience and making the material less dependent on the stress state. It is concluded that the composition of construction and demolition waste directly influences its mechanical behavior and has a significant influence on the performance of pavements in which they are used. Both RCA and mixed CDW have the potential to withstand traffic loads, strengthening the philosophy of combining the construction of pavements structurally capable with a construction mode that contributes to the reduction of exploration and degradation of the environment.

A indústria da construção civil utiliza grandes volumes de recursos naturais e, concomitantemente, produz elevadas quantidades de resíduos de construção e demolição (RCD), que são pouco reaproveitados e, às vezes, descartados de forma inadequada. Por reduzir a quantidade de matérias-primas extraídas da natureza, a construção de pavimentos aparece como destino nobre para os RCD. Contudo como esses materiais podem apresentar elevada heterogeneidade em sua composição, questiona-se se isso pode influenciar seu comportamento mecânico. A pesquisa relatada nesta dissertação buscou analisar as características físicas e comportamento mecânico de RCD de concreto (RCD cinza), e desse material misturado com RCD cerâmico (RCD vermelho). Acrescentando-se de 0 a 50% de tijolos maciços britados aos resíduos de concreto, reproduziram-se composições encontradas em obras civis. A partir de resultados de ensaios de granulometria, compactação, abrasão, compressão triaxial e módulo de resiliência (MR), compararam-se os comportamentos das mesmas. Com auxílio do software Everstress 5.0, foram feitas análises mecanísticas de pavimentos com bases compostas desses materiais, de forma que fossem estimados seus desempenhos frente a diferentes mecanismos de degradação. Observou -se que o aumento na porcentagem de RCD cerâmico afeta significativamente o comportamento mecânico do RCD misto, aumentando a perda de massa por abrasão e o teor de umidade ótimo de compactação, reduzindo o peso específico aparente seco máximo, a coesão e o módulo de resiliência e tornando o material menos dependente do estado de tensões. Conclui-se que a composição de resíduos de construção e demolição afeta seu comportamento mecânico e tem influência significativa no desempenho de pavimentos em que forem usados. Verifica-se que tanto os RCD cinza, quanto os mistos podem suportar as solicitações do tráfego, fortalecendo-se a filosofia de aliar a construção de pavimentos aptos estruturalmente a um modo de construir que contribua para a redução da exploração e degradação do meio ambiente. / The construction industry uses large volumes of natural resources and, at the same time, produces a high amount of construction and demolition waste (CDW), which are little reused and sometimes discarded inappropriately. In order to reduce the amount of raw materials extracted from nature, the construction of pavements appears as a noble destination for the use of CDW. However, since these materials may present high heterogeneity in their composition, it is questioned whether this may influence their mechanical behavior. The research reported in this dissertation aimed at analyzing the physical characteristics and mechanical behavior of recycled concrete aggregate (RCA) and this material mixed with crushed bricks. Adding from 0 to 50% of ceramic CDW to concrete residues, compositions found in civil works were reproduced. From the results of grain size distribution, abrasion, triaxial compression and resilience modulus tests, their behavior was compared. Using Everstress 5.0 software, mechanistic analysis of pavements with bases made of these materials were performed, so that their performances against different degradation mechanisms were estimated. It was observed that the increase in the percentage of ceramic CDW influences the behavior of the mixed CDW, increasing the abrasion mass loss and the optimum compaction moisture content, reducing the apparent maximum dry unit weight, cohesion and the modulus of resilience and making the material less dependent on the stress state. It is concluded that the composition of construction and demolition waste directly influences its mechanical behavior and has a significant influence on the performance of pavements in which they are used. Both RCA and mixed CDW have the potential to withstand traffic loads, strengthening the philosophy of combining the construction of pavements structurally capable with a construction mode that contributes to the reduction of exploration and degradation of the environment.

abstract: The major challenge for any pavement is the freight transport carried by the structure. This challenge is expected to increase in the coming years as freight movements are projected to grow and because these movements account for most of the load related distresses for the pavement. Substantial effort has been devoted to identifying the impacts of these future national freight trends with respect to the environment, economic growth, congestion, and reliability. These are all important aspects relating to the freight question, but an equally important and often overlooked aspect of this issue involves the impact of freight trends on the physical infrastructure. This study analyzes the impact of future freight traffic trends on 26 major interstates representing 68% of the total system mileage and carrying 80% of the total national roadway freight. The pavement segments were analyzed using the Mechanistic Empirical Pavement Design Guide software after collecting the relevant traffic, climate, structural, and material properties. Comparisons were drawn between the expected pavement performance using current design standards for traffic growth and performance predictions that incorporated more detailed freight projections which themselves considered job growth and six key drivers of freight movement. The differences in the resultant performance were used to generate maps that provide a bird’s eye view of locations that are especially vulnerable to future trends in freight movement. The analysis shows that the areas of greatest vulnerability include segments that are directly linked to the busiest ports, and surprisingly those from Atlantic and Central states that provide long distance connectivity, but do not currently carry the highest traffic volumes. / Dissertation/Thesis / Masters Thesis Civil and Environmental Engineering 2016

A indústria da construção civil utiliza grandes volumes de recursos naturais e, concomitantemente, produz elevadas quantidades de resíduos de construção e demolição (RCD), que são pouco reaproveitados e, às vezes, descartados de forma inadequada. Por reduzir a quantidade de matérias-primas extraídas da natureza, a construção de pavimentos aparece como destino nobre para os RCD. Contudo como esses materiais podem apresentar elevada heterogeneidade em sua composição, questiona-se se isso pode influenciar seu comportamento mecânico. A pesquisa relatada nesta dissertação buscou analisar as características físicas e comportamento mecânico de RCD de concreto (RCD cinza), e desse material misturado com RCD cerâmico (RCD vermelho). Acrescentando-se de 0 a 50% de tijolos maciços britados aos resíduos de concreto, reproduziram-se composições encontradas em obras civis. A partir de resultados de ensaios de granulometria, compactação, abrasão, compressão triaxial e módulo de resiliência (MR), compararam-se os comportamentos das mesmas. Com auxílio do software Everstress 5.0, foram feitas análises mecanísticas de pavimentos com bases compostas desses materiais, de forma que fossem estimados seus desempenhos frente a diferentes mecanismos de degradação. Observou -se que o aumento na porcentagem de RCD cerâmico afeta significativamente o comportamento mecânico do RCD misto, aumentando a perda de massa por abrasão e o teor de umidade ótimo de compactação, reduzindo o peso específico aparente seco máximo, a coesão e o módulo de resiliência e tornando o material menos dependente do estado de tensões. Conclui-se que a composição de resíduos de construção e demolição afeta seu comportamento mecânico e tem influência significativa no desempenho de pavimentos em que forem usados. Verifica-se que tanto os RCD cinza, quanto os mistos podem suportar as solicitações do tráfego, fortalecendo-se a filosofia de aliar a construção de pavimentos aptos estruturalmente a um modo de construir que contribua para a redução da exploração e degradação do meio ambiente. / The construction industry uses large volumes of natural resources and, at the same time, produces a high amount of construction and demolition waste (CDW), which are little reused and sometimes discarded inappropriately. In order to reduce the amount of raw materials extracted from nature, the construction of pavements appears as a noble destination for the use of CDW. However, since these materials may present high heterogeneity in their composition, it is questioned whether this may influence their mechanical behavior. The research reported in this dissertation aimed at analyzing the physical characteristics and mechanical behavior of recycled concrete aggregate (RCA) and this material mixed with crushed bricks. Adding from 0 to 50% of ceramic CDW to concrete residues, compositions found in civil works were reproduced. From the results of grain size distribution, abrasion, triaxial compression and resilience modulus tests, their behavior was compared. Using Everstress 5.0 software, mechanistic analysis of pavements with bases made of these materials were performed, so that their performances against different degradation mechanisms were estimated. It was observed that the increase in the percentage of ceramic CDW influences the behavior of the mixed CDW, increasing the abrasion mass loss and the optimum compaction moisture content, reducing the apparent maximum dry unit weight, cohesion and the modulus of resilience and making the material less dependent on the stress state. It is concluded that the composition of construction and demolition waste directly influences its mechanical behavior and has a significant influence on the performance of pavements in which they are used. Both RCA and mixed CDW have the potential to withstand traffic loads, strengthening the philosophy of combining the construction of pavements structurally capable with a construction mode that contributes to the reduction of exploration and degradation of the environment.

Este trabalho investiga um procedimento para retroanálise utilizando Redes Neurais Artificiais (RNAs). Nesta pesquisa foram utilizadas 35.472 bacias de deflexões hipotéticas, criadas pelo programa ELSYM5. A base de dados de treinamento das RNAs consistiu dessas bacias de deflexão e dos módulos e espessuras que as geraram. A camada de entrada das RNAs foi compostas da(s) espessura(s) da(s) camada(s) do pavimento, da bacia de deflexão (na simulação com a viga Benkelman, além desses parâmetros, incluiu-se o raio de curvatura (R)) e a camada de saída foi composta pelos módulos resilientes das camadas do pavimento. Esses dados serviram de entrada para o processo de aprendizagem, utilizando-se o simulador EasyNN 3.2, que se baseia em redes Multilayer Perceptron e no algoritmo de treinamento Backpropagation. Para o procedimento de retroanálise proposto foram implementadas seis RNAs: duas simulando o procedimento para pavimento de duas camadas (uma simulando o ensaio da viga Benkelman e a outra a do Falling Weight Deflectometer), duas para pavimento de três camadas (simulação com os mesmos aparelhos) e duas para pavimento de quatro camadas (simulando os ensaios descritos anteriormente). Mediante as regressões lineares entre os módulos reais (ELSYM5) e os previstos pela RNA, obtiveram-se coeficientes de determinação (R2) e erros médios relativos (EMR). Estes parâmetros demonstraram uma boa correlação linear entre os módulos reais (ELSYM5) e os previstos (RNA). Com os resultados obtidos, conclui-se que as RNAs são ferramentas potentes para serem utilizadas como procedimento de retroanálise para pavimentos flexíveis de duas, três e quatro camadas. / This paper investigates a backcalculation procedure using Artificial Neural Networks (ANNs). In the research 35,472 hypothetical deflection basins were used, created by the program ELSYM5. The ANNs training database consisted of these basins, and of the moduli and thickness used to generate them. The input layer of these ANNs was composed by thickness(es) of the pavement layer(s), the deflection basin (in the simulation with the Benkelman beam, beyond of those parameters, the curvature radius included (R)) and the output layer was composed by the resilient moduli of the layers of the pavement. Those data were used as output for the learning process, using the easyNN 3.2 simulator, which is based on Multilayer Perceptron and in the training algorithm Backpropagation. For the backcalculation procedure proposed six ANNs they were implemented: two simulating the procedure for pavement of two layers (a simulating the testing of the Benkelman beam and the other the one of Falling Weight Deflectometer), two for pavement of three layers (simulation with the same equipments) and two for pavement of for layers (simulating the testing described previously). The values founds throught linear regression between the real moduli (ELSYM5) and the predicted of ones for ANN, were obtained determination coefficients (R2) and relative average errors (EMR). These parameters demonstrated a good linear correlation between the real moduli (ELSYM5) and the predicted of ones (ANN). The conclusion .is that ANNs are potent tools for they be used in backcalculation procedures flexible pavements of two, three and four layers.

Este trabalho investiga um procedimento para retroanálise utilizando Redes Neurais Artificiais (RNAs). Nesta pesquisa foram utilizadas 35.472 bacias de deflexões hipotéticas, criadas pelo programa ELSYM5. A base de dados de treinamento das RNAs consistiu dessas bacias de deflexão e dos módulos e espessuras que as geraram. A camada de entrada das RNAs foi compostas da(s) espessura(s) da(s) camada(s) do pavimento, da bacia de deflexão (na simulação com a viga Benkelman, além desses parâmetros, incluiu-se o raio de curvatura (R)) e a camada de saída foi composta pelos módulos resilientes das camadas do pavimento. Esses dados serviram de entrada para o processo de aprendizagem, utilizando-se o simulador EasyNN 3.2, que se baseia em redes Multilayer Perceptron e no algoritmo de treinamento Backpropagation. Para o procedimento de retroanálise proposto foram implementadas seis RNAs: duas simulando o procedimento para pavimento de duas camadas (uma simulando o ensaio da viga Benkelman e a outra a do Falling Weight Deflectometer), duas para pavimento de três camadas (simulação com os mesmos aparelhos) e duas para pavimento de quatro camadas (simulando os ensaios descritos anteriormente). Mediante as regressões lineares entre os módulos reais (ELSYM5) e os previstos pela RNA, obtiveram-se coeficientes de determinação (R2) e erros médios relativos (EMR). Estes parâmetros demonstraram uma boa correlação linear entre os módulos reais (ELSYM5) e os previstos (RNA). Com os resultados obtidos, conclui-se que as RNAs são ferramentas potentes para serem utilizadas como procedimento de retroanálise para pavimentos flexíveis de duas, três e quatro camadas. / This paper investigates a backcalculation procedure using Artificial Neural Networks (ANNs). In the research 35,472 hypothetical deflection basins were used, created by the program ELSYM5. The ANNs training database consisted of these basins, and of the moduli and thickness used to generate them. The input layer of these ANNs was composed by thickness(es) of the pavement layer(s), the deflection basin (in the simulation with the Benkelman beam, beyond of those parameters, the curvature radius included (R)) and the output layer was composed by the resilient moduli of the layers of the pavement. Those data were used as output for the learning process, using the easyNN 3.2 simulator, which is based on Multilayer Perceptron and in the training algorithm Backpropagation. For the backcalculation procedure proposed six ANNs they were implemented: two simulating the procedure for pavement of two layers (a simulating the testing of the Benkelman beam and the other the one of Falling Weight Deflectometer), two for pavement of three layers (simulation with the same equipments) and two for pavement of for layers (simulating the testing described previously). The values founds throught linear regression between the real moduli (ELSYM5) and the predicted of ones for ANN, were obtained determination coefficients (R2) and relative average errors (EMR). These parameters demonstrated a good linear correlation between the real moduli (ELSYM5) and the predicted of ones (ANN). The conclusion .is that ANNs are potent tools for they be used in backcalculation procedures flexible pavements of two, three and four layers.

No description available.