Statistical Modeling for the Characteristics of Open Graded Friction Course Asphalt

 الطبقات النفاذة الاحتكاكية هي نوع خاص من الخلطات التي تستعمل كطبقة نهائية فوق سطح الخلطات الاعتيادية حيث ازداد استخدامها حول العالم وذلك لخواصها العديدة مثل الاحتكاك، السلامة، والفوائد البيئية، الخ. تضمن هذا البحث بعض الخواص المختبرية المختارة للخلطات النفاذة تم اختيارها للتحليل الاحصائي والتي تعتمد على مدخلات تصميم الخلطة. قوة الشد الغير مباشرة (ITS)، وحساسية الماء (TSR)، والنفاذية (K) اختيرت للخواص الميكانيكية، والديمومة، والحجمية، على التوالي، وهذه الخواص تمثل المتغيرات التابعة لكل موديل احصائي. حيث ان نوع المادة المالئة كغبار الركام الاعتيادي والسمنت البورتلاندي الاعتيادي (CMF, OPC)، نسبة الاسفلت (BC)، ونسبة البوليمر المضاف (SBS) تمثل المتغيرات المستقلة لكل الموديلات الاحصائية. الموديلات الاحصائية المتولدة توفر اداة تنبا قابلة للتحقق حيث كانت قيم R² هي 0.781 ،0.821, 0.820، على التوالي للموديلات الاحصائية المتولدة، كما أنها ساعدت على قياس أهمية كل متغير مستقل. على سبيل المثال، نوع المادة المالئة يؤثر بشكل كبير على خصائص حساسية الماء، حيث كان مقدار ارتباط 0.752). من خلال هذه الدراسة نكتشف أن التحليل الاحصائي هي اداة تنبا قابلة التحقق لوصف خصائص وأداء الخلطات النفاذة الاحتكاكية من حيث الخصائص الحجمية والميكانيكية والمتانة.An open-graded friction course (OGFC) is a special type surface layer of traditional Dense Graded Hot Mix Asphalts (DGHMA) pavement that is increasingly being used around the world due to its various benefits, such as, frictional, safety and environmental, etc. In this research, selective laboratory OGFC properties were statistically modeled depends on mix design inputs for two purposes or aims; mix inputs significant and prediction the OGFC properties according mix inputs.  Principally, Indirect Tensile Strength (ITS), water sensitivity (TSR), and permeability (K) were selected from mechanical, durability, and volumetric properties, respectively as an output property; they represent the dependent variables for each model. While, fillers as conventional mineral filler or Ordinary Portland Cement (CMF, or OPC), binder content (BC), and polymer content (SBS) are represented inputs or the independent variables for all models. The generated models offered a vital achievable tool for prediction (e.g., their R² are 0.781, 0.82 1and 0.820, respectively, for the mentioned model’s properties), also it helped to scale the significant of each independent variable (e.g., filler type significantly affect water sensitivity properties, its correlation was 0.752). This study reveals that the statistical modeling is achievable and offers a dynamic tool to describe the characteristics and performance of OGFC mixture in term volumetric, mechanical and durability properties