بررسی و مقایسه خصوصیات مکانیکی مخلوط های آسفالتی حاوی سرباره های کوره قوس الکتریک و کوره اکسیژنی
Publish Year: 1394
Type: Journal paper
Language: Persian
View: 111
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JTIEJO-1-3_002
Index date: 27 August 2024
بررسی و مقایسه خصوصیات مکانیکی مخلوط های آسفالتی حاوی سرباره های کوره قوس الکتریک و کوره اکسیژنی abstract
از آنجا که در تحقیقات گذشته در زمینه استفاده از سرباره، مقایسه ای بین انواع سرباره تولیدی کارخانه های فولاد ایران صورت نگرفته، در این تحقیق، به منظور بررسی و مقایسه خصوصیات مکانیکی مخلوط های آسفالتی حاوی سرباره فولادی، بخش درشت دانه مصالح آهکی به ترتیب با ۲۵، ۵۰، ۷۵ و ۱۰۰ درصد سرباره های کوره قوس الکتریک (EAF) و کوره اکسیژنی (BOF) جایگزین گردید. پس از بررسی خصوصیات مصالح سنگدانه ای آهکی و سرباره های فولادی با استفاده از تجهیزات پراش اشعه ایکس (XRF) و میکروسکوپ الکترونی (SEM)، با استفاده از روش طرح اختلاط مارشال، درصد قیر بهینه مخلوط های آسفالتی حاوی درصدهای مختلف هر دو نوع سرباره تعیین گردید. سپس، خصوصیات مکانیکی مخلوط های آسفالتی حاوی درصدهای مختلف سرباره با استفاده از آزمایش های ضریب برجهندگی در دماهای مختلف و آزمایش کشش غیرمستقیم در دو حالت خشک و اشباع مورد ارزیابی و مقایسه قرار گرفت. نتایج این مطالعه نشان داد که استفاده از سرباره می تواند منجر به بهبود معنیدار خواص مکانیکی مخلوط های آسفالتی گردد. همچنین، حساسیت رطوبتی مخلوط های حاوی هر دو نوع سرباره نسبت به نمونه شاهد کمتر بود.
بررسی و مقایسه خصوصیات مکانیکی مخلوط های آسفالتی حاوی سرباره های کوره قوس الکتریک و کوره اکسیژنی Keywords:
بررسی و مقایسه خصوصیات مکانیکی مخلوط های آسفالتی حاوی سرباره های کوره قوس الکتریک و کوره اکسیژنی authors
امیر کاووسی
دانشیار، دانشکده مهندسی عمران و محیط زیست، دانشگاه تربیت مدرس، تهران
مرتضی جلیلی قاضی زاده
استادیار، گروه عمران، دانشکده فنی و مهندسی، دانشگاه مهندسی فناوریهای نوین قوچان
ابوالفضل محمدزاده مقدم
استادیار، دانشکده مهندسی، دانشگاه فردوسی مشهد
سید علی ضیائی
مربی، دانشکده مهندسی، دانشگاه فردوسی مشهد
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
