.png){kind=icon}
返回
Machine learning-driven optimization of asphalt performance using eco-friendly waste modifiers
.png){kind=icon}
OA
AI
DOI：10.1038/s41598-026-51700-x.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
可持续道路建设对于减少能源消耗、温室气体排放和自然资源枯竭至关重要。传统沥青生产实践因其环境影响而受到审视，需要转向可持续技术。将低密度聚乙烯（LDPE）和木苹果壳（WAS）粉末等废料掺入沥青中可改善力学性能、降低材料成本，并通过减少对原生材料的依赖和减少填埋废物来促进可持续性。本研究探讨了这些改性剂对沥青性能、耐久性和环境影响的效应，为可持续道路基础设施的环保实践提供了见解，而未进行完整的环境生命周期评估。对LDPE+WAS改性沥青混合料的全面分析确定了6%掺量为最佳，表现出在力学性能、抗水性和经济可行性方面的优异性能。该混合料实现了增强的抗拉强度和稳定性，干燥ITS为2.1 MPa，稳定度为30.0 kN，表明提高了承载能力。其还表现出优异的抗水性（TSR为90%），对延长路面寿命至关重要。经济上，6%掺量提供了最低的生命周期成本和减少的维护费用，成为经济实惠的选择。废料的使用促进了可持续性，而改善的动态蠕变性能和复合剪切模量增强了重交通下的耐久性。这些发现强调了LDPE+WAS在沥青混合料中的创新应用，为道路建设项目在性能、经济性和可持续性方面带来了显著进步。
Keyword:
Sustainable road construction
Low-Density Polyethylene
Wood Apple Shell
Asphalt modification
Machine learning
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
查看更多机构