Alexis Jair Enríquez-León
Título
CARACTERIZAÇÃO MICROESTRUTURAL DE MATRIZES ASFÁLTICAS DE AGREGADOS FINOS A PARTIR DA MICROTOMOGRAFIA COMPUTADORIZADA
Resumo
A matriz de agregados finos (MAF) tem sido considerada um constituinte essencial das misturas asfálticas. Recentemente, diferentes procedimentos de dosagem têm sido propostos para a fabricação de MAFs isoladas que sejam representativas do material presente nas misturas asfálticas. No entanto, ainda não há consenso sobre qual destes procedimentos produz MAFs de fato representativas, visto que diversos parâmetros fundamentais ainda são assumidos e não determinados objetivamente a partir de ensaios de laboratório. Neste sentido, este trabalho propõe o desenvolvimento de uma metodologia para a identificação dos vazios correspondentes às MAFs em misturas asfálticas a partir de imagens adquiridas por microtomografia de raios X (microCT) e processamento digital de imagem (PDI) com técnicas de segmentação baseadas em modelos de inteligência artificial. Os resultados indicaram que existe uma forte correlação entre os vazios totais no concreto asfáltico e os vazios contidos nas MAFs. Além disso, observou-se que o tamanho e a distribuição de vazios ao longo dos corpos de prova foram influenciados pelo tamanho máximo nominal (TMN) dos agregados. Adicionalmente, uma forte correlação também foi constatada entre os vazios medidos com o microCT e pelo método convencional de laboratório. Espera-se que esta pesquisa contribua com o avanço do conhecimento sobre procedimentos de dosagem de MAFs para a fabricação de amostras de ensaio que sejam representativas do material presente nas misturas asfálticas.
Abstract
The fine aggregate matrix (FAM) has been regarded as key constituent of asphalt mixtures. Recently, different FAM mix design procedures have been proposed for the fabrication of isolated FAMs that are representative of the material existing within asphalt mixtures. However, there is no consensus on which of those produce FAMs that are in fact representative, given that several important parameters are still assumed, instead of objectively determined from laboratory tests. In that sense, this study proposes the development of a methodology for the identification of air voids corresponding to FAMs in asphalt concrete mixtures from images acquired using X-ray micro-computed tomography (micro-CT) and digital image processing (DIP) with segmentation techniques based on artificial intelligence models. The results indicated a strong correlation between the total air void content in the asphalt concrete mixture and the air voids in the FAMs. In addition, it was observed that the size and distribution of the voids along the specimens were affected by the nominal maximum aggregate size (NMAS) of the aggregates. Additionally, a high correlation was also found between voids measured with the microCT and the laboratory conventional method. It is expected that this research contributes with the advancement on the knowledge about FAM mix design procedures and for the fabrication of testing specimens that are representative of the material existing in corresponding asphalt mixtures.
