MICROSTRUCTURE OF A SLOW-SETTING, ZERO-ENERGY BINDER OUT OF WASTE MATERIALS FOR PAVEMENT ENGINEERING PURPOSES
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,103
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CIEE01_081
تاریخ نمایه سازی: 14 شهریور 1392
چکیده مقاله:
In order to introduce high volume of waste limestone dust to Type 1 aggregate (standard UK subbase material) while preventing its softening effects, material stabilisation deems necessary. Use of cement and lime – well-known CO2 emitters – does not seem economically and environmentally wise. Research showed that a plane 1:1 mixture of PFA (pulverised fuel ash) and APC (air pollution control) residues was successful in stabilising the mixture. Laboratory test results indicated that the novel mixture provided outstanding mechanical properties, suitable for road base and subbase layers. Microstructure of the binding activity of PFA-APC residues has been studied in the paper to explain the reasoning of the high performance of the novel mixture. SEM (scanning electron microscopy) images demonstrated changes in the microstructure of the PFA-APC residues binder as the cause of mixture strength and stiffness. XRD (X-ray diffraction) analysis provided information on crystallisation of the binder. It is concluded that activation of PFA by APC residues has been the source of cementation, causing the unbound material to turn into a bound mass with high stiffness and strength. No energy is required to create PFA-APC binder while it significantly saves in CO(2) emission by cutting the need to industrial binders, utilisation of waste materials and extending pavement life span.
نویسندگان
Behrooz Saghafi
Project Consultant at Tarahan Parseh Transportation Research Institute and PhD Graduate of Liverpool John Moores University
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :