دانشگاه سمنان مهندسی زیر ساخت های حمل و نقل 2423-5350 11 4 2026 02 20 Predicting Pavement Functional Performance Using Machine Learning: A Case Study of the International Roughness Index پیش‌بینی وضعیت عملکردی روسازی با استفاده از یادگیری ماشین: مطالعه موردی شاخص بین‌المللی ناهمواری 1 10 10495 10.22075/jtie.2026.39731.1747 FA مسعود یکه خانی دانشکده مهندسی عمران و محیط زیست، دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران)، تهران، ایران امیر گل رو دانشکده مهندسی عمران و محیط زیست، دانشگاه صنعتی امیرکبیر (پلی تکنیک تهران)، تهران، ایران فریدون مقدس نژاد دانشکده مهندسی عمران و محیط زیست، دانشگاه صنعتی امیرکبیر (پلی تکنیک تهران)، تهران، ایران 0000-0003-3830-4555 Journal Article 2025 11 19 Pavement networks play a vital role in national transportation infrastructure and economic growth by enabling the safe, rapid, and economical movement of goods, services, and people. The quality of these networks is heavily influenced by various types of distress; therefore, accurate prediction of such distress is essential for effective pavement management. Furthermore, machine learning models have recently demonstrated significant potential in modeling pavement performance. This study aims to employ machine learning models to predict the functional condition of pavements, specifically the International Roughness Index (IRI). The research data were extracted from the Long-Term Pavement Performance (LTPP) database managed by the U.S. Federal Highway Administration. The dataset comprises 4,453 records related to pavement structure and construction, weather, traffic, and pavement performance, encompassing 12 effective variables. Seven machine learning algorithms—Decision Tree, Random Forest, XGBoost, Gradient Boosting, K-Nearest Neighbors, Support Vector Regression, and Artificial Neural Network—were used to predict the IRI. Model performance was evaluated using Mean Absolute Error (MAE), Mean Squared Error (MSE), Root Mean Squared Error (RMSE), and the Coefficient of Determination (R²). Comparative analysis revealed that the XGBoost and Random Forest algorithms outperformed the others in predicting IRI, with MAE values of 0.17 and 0.18 and R² values of 0.73 and 0.74, respectively. The model developed in this research can serve as a precise and practical tool in pavement management systems for timely roughness prediction and optimizing maintenance programs and budget allocation. شبکه‌های روسازی از طریق امکان جابجایی کالاها، خدمات و افراد به شیوه‌ای ایمن، سریع و اقتصادی نقش حیاتی در زیرساخت‌های حمل‌ونقل ملی و رشد اقتصادی کشورها دارند.کیفیت شبکه‌های روسازی به شدت تحت تأثیر انواع خرابی‌ها قرار می‌گیرد. در نتیجه، برای اطمینان از مدیریت مؤثر روسازی، پیش‌بینی دقیق این خرابی‌ها ضروری‌ست. علاوه بر این، مدل‌های یادگیری ماشین در سال‌های اخیر پتانسیل بالایی در مدل‌سازی عملکرد روسازی نشان داده‌اند. هدف این تحقیق، بکارگیری مدل‌های یادگیری ماشین برای پیش بینی وضعیت عملکردی روسازی به ویژه شاخص بین‌المللی ناهمواری است. داده‌های این پژوهش از مرکز داده‌ی برنامه عملکرد بلندمدت روسازی تحت نظارت اداره فدرال بزرگراه‌های آمریکا استخراج شده‌اند. مجموعه داده شامل 4453 ردیف داده مربوط به سازه و ساخت روسازی، آب‌وهوا، ترافیک و عملکرد روسازی که در مجموع 12 متغیر موثر است. از هفت الگوریتم یادگیری ماشین برای پیش بینی شاخص بین‌المللی ناهمواری شامل درخت تصمیم، جنگل تصادفی، ایکس‌جی‌بوست، تقویت گرادیان، کی-نزدیکترین همسایه، رگرسیون بردار پشتیبان و شبکه عصبی مصنوعی استفاده شد. عملکرد مدل‌ها با استفاده از معیارهای میانگین مطلق خطا، میانگین مربعات خطا، مجذور میانگین مربعات خطا و ضریب تعیین ارزیابی شد. تحلیل مقایسه‌ای نشان داد که الگوریتم ایکس جی بوست و جنگل تصادفی با میانگین مطلق خطا برابر با 17/0 و 18/0 همچنین ضریب تعیین به ترتیب 73/0 و 74/0 برای پیش‌بینی شاخص بین‌المللی ناهمواری عملکرد بهتری نسبت به باقی الگوریتم‌ها دارند. مدل توسعه‌یافته در این پژوهش می‌تواند به عنوان ابزاری دقیق و عملی در سیستم‌های مدیریت روسازی برای پیش‌بینی به‌موقع ناهمواری و بهینه‌سازی برنامه‌های نگهداری و تخصیص بودجه مورد استفاده قرار گیرد.

دانشگاه سمنان مهندسی زیر ساخت های حمل و نقل 2423-5350 11 4 2026 02 20 Mathematical Modeling for Determining Concrete Pavement’s Composite Foundation Reaction Modulus (K∞) Using Regression Optimization ارائه مدل ریاضی برای تعیین ضریب عکس‌العمل مرکب بستر روسازی بتنی∞K با بهینه‌یابی رگرسیونی 10353 10.22075/jtie.2025.38579.1730 FA مهدی جوکار دانشکده عمران، دانشگاه یزد محمدمهدی خبیری دانشگاه یزد،دانشکده مهندسی عمران سارا سرفراز دانشکده عمران، دانشگاه یزد مسعود تیموری دانشکده عمران، دانشگاه یزد Journal Article 2025 08 07 The composite foundation reaction modulus (K∞) is a vital parameter in concrete pavement design, characterizing pavement-subgrade interaction behavior and directly influencing stress distribution and deformation in concrete slabs. Traditional determination methods relying on code-based design charts (Code 731 and AASHTO 1993) face data extraction challenges that limit modeling accuracy. This study develops an innovative numerical model for K∞ using data extracted from these charts, assuming a semi-infinite subgrade. Primary objectives include precise chart data extraction, fitting regression models (linear, polynomial, exponential, power, logarithmic), and selecting the optimal mathematical relationship using rigorous statistical criteria. Model performance was evaluated via coefficient of determination (R²), adjusted R², standard error of estimate (SEE), and residual analysis. Results indicate the power model achieves superior statistical performance with R² = 97.41% and low SEE = 0.1308, alongside optimal residual behavior, explaining K∞’s nonlinear dependence on subbase thickness, subbase elastic modulus, and subgrade soil modulus. Analysis revealed K∞ is critically influenced by: synergy between subbase thickness and elastic modulus; subbase’s protective effect on subgrade, and; a subbase thickness threshold condition. These mechanical interactions govern pavement-subgrade system stiffness. The research provides an efficient methodology to convert design charts into analytical equations, enhancing accuracy, reducing human error, and enabling integration into sensitivity analyses and concrete slab thickness optimization under variable subbases. در این پژوهش، یک روش نوآورانه برای مدلسازی عددی ضریب عکس‌العمل مرکب بستر K∞در روسازی‌های بتنی، با استفاده از داده‌های نمودارهای نشریه ۷۳۱ و AASHTO 1993 و با فرض نیمه‌بی‌نهایت بودن لایه بستر، ارائه شده است. هدف اصلی، استخراج دقیق داده‌ها، برازش مدل‌های رگرسیونی مختلف (خطی، چندجمله‌ای، نمایی، توانی، لگاریتمی) و انتخاب بهینه‌ترین رابطه ریاضی بر اساس معیارهای آماری بود. عملکرد مدل‌ها با ضریب تعیین R²، ضریب تعیین تعدیل‌شده، خطای استاندارد برآورد SEE و تحلیل باقیمانده‌ها ارزیابی شد.نتایج نشان داد مدل توانی با R² مساوی % 41/97و SEE مساوی 1308/0 بهترین عملکرد آماری و رفتار باقیمانده‌ها را دارد. این مدل وابستگی غیرخطی k را به ضخامت زیراساس Hₛᵦ، مدول زیراساس Eₛᵦ و مدول خاک بسترEₛ تبیین می‌کند. تحلیل‌ها نشان‌دهنده تأثیر چشمگیر هم‌افزایی بین Hₛᵦ و Eₛᵦ، اثر محافظتی لایه زیراساس بر خاک بستر و وجود شرط آستانه‌ای برای Hₛᵦ بر رفتار k بود. این تعاملات به‌عنوان عوامل کلیدی کنترل‌کننده سختی سیستم روسازی-بستر شناسایی شدند.این رویکرد، راهکاری کارآمد برای تبدیل نمودارهای طراحی به معادلات تحلیلی دقیق ارائه می‌دهد که دقت طراحی را افزایش داده، خطای انسانی را کاهش می‌دهد و امکان یکپارچه‌سازی در تحلیل‌های حساسیت و بهینه‌سازی ضخامت دال‌های بتنی تحت شرایط متغیر خاک‌های زیراساس را فراهم می‌کند. تحلیل شیب سطوح سه‌بعدی نشان داد مدول خاک بستر با توان ۷۳۷/۰ بیشترین تأثیر بر ضریب K را دارد. ضخامت زیراساس (۴۸۷/۰) و مدول آن (۲۳۴/۰) به‌ترتیب تأثیر کم‌تری نشان دادند. کاربرد مدل خطای تخمین چشمی از نمودارها را به زیر ۵/۲ % کاهش داد. ماهیت برنامه‌پذیر این روش، امکان ادغام در سامانه‌های تحلیلی و ارزیابی‌های حساسیت را فراهم می‌کند.

دانشگاه سمنان مهندسی زیر ساخت های حمل و نقل 2423-5350 11 4 2026 02 20 Evaluation and Modeling of Fatigue in Asphalt Mixtures Containing Lightweight Expanded Clay Aggregates (LECA) and Nano-Alumina Modified Bitumen Based on Bitumen Fatigue Parameters ارزیابی و مدل‌سازی خستگی مخلوط‌های آسفالتی حاوی دانه‌های رس منبسط‌شده (لیکا) و قیر اصلاح‌شده با نانو اکسید آلومینیوم بر اساس پارامتر خستگی قیر 10342 10.22075/jtie.2025.39226.1739 FA قاسم طهمورسی گروه مهندسی عمران، واحد آیت الله آملی، دانشگاه آزاد اسلامی، آمل، ایران محسن عموزاده عمرانی گروه عمران، واحد سوادکوه، دانشگاه آزاد اسلامی، سوادکوه، ایران حسن دیواندری گروه مهندسی عمران، واحدتهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران علی سیدکاظمی گروه مهندسی عمران، واحد آیت الله آملی، دانشگاه آزاد اسلامی، آمل، ایران Journal Article 2025 09 30 The use of Nano-Al₂O₃ to enhance the durability of asphalt mixtures containing expanded clay aggregates (LECA) represents a sustainable and innovative approach in pavement engineering. In this study, 85–100 bitumen was blended with 0, 1%, 2%, and 3% by weight of Nano-Al₂O₃ using a high-shear mixer, and the bitumen was subjected to physical and rheological tests, including penetration, softening point, ductility, rotational viscosity, RTFO, PV, and DSR. Asphalt mixtures with 0%, 25%, and 50% replacement of LECA aggregates were evaluated through Marshall, dynamic creep, and fatigue life tests to assess the combined effect of these additives on mechanical properties, creep behavior, and fatigue resistance. The physical tests of bitumen indicated that Nano-Al₂O₃ addition improved the softening point, provided controlled stiffness, enhanced ductility, and increased viscosity. Rheological results showed that Nano-Al₂O₃ reduced mass loss and improved rutting and fatigue indices, indicating delayed cracking and increased pavement durability. Dynamic creep tests revealed that the incorporation of Nano-Al₂O₃ and optimal LECA replacement reduced cumulative strain and slowed the accelerated growth rate in the tertiary creep phase. Fatigue life tests demonstrated that the 25% LECA + 2%Al₂O₃ mixture exhibited the best performance, confirming that although elevated temperature and high stress levels accelerate fatigue damage, this mixture effectively mitigated these adverse effects and delayed deterioration. Regression modeling indicated that the percentages of Nano-Al₂O₃ and LECA aggregates had a significant impact (p < 0.05) on fatigue life. The models achieved high coefficients of determination (R² = 0.928, 0.947, and 0.937 for 0%, 25%, and 50% LECA, respectively), accurately predicting the fatigue behavior of the mixtures. These results demonstrate the suitability and generalizability of the models for the design of durable asphalt pavements. استفاده از نانواکسید آلومینیوم برای افزایش دوام مخلوط‌های آسفالتی حاوی دانه‌های رس منبسط‌شونده (لیکا)، رویکردی پایدار و نوین در مهندسی روسازی محسوب می‌شود. در این پژوهش، قیر 85-100 با افزودن 0، 1%، 2% و 3٪ وزنی نانواکسید آلومینیوم با میکسر دور بالا، ترکیب شد و آزمون‌های فیزیکی و رئولوژیکی قیر شامل درجه نفوذ، نقطه نرمی، کشش‌پذیری، ویسکوزیته سیستماتیک، RTFO،PVو DSR انجام گرفت. همچنین، مخلوط‌های آسفالتی با جایگزینی 0، 25 و 50 درصد دانه‌های رس منبسط‌شونده (لیکا)، تحت آزمون‌های مارشال، خزش دینامیکی و عمر خستگی قرار گرفتند تا اثر ترکیبی این افزودنی‌ها بر خواص مکانیکی، رفتار خزشی و مقاومت خستگی ارزیابی شود. نتایج آزمون‌های فیزیکی قیر نشان داد که افزودن نانواکسید آلومینیوم موجب بهبود نقطه نرمی، سختی کنترل‌شده، کشش‌پذیری و ویسکوزیته قیر شد. براساس نتایج آزمون‌های رئولوژیکی قیر، با افزودن نانو مواد، افت وزنی کاهش یافته و شاخص‌های شیارشدگی و خستگی بهبود یافته، که بیانگر تأخیر در ترک‌خوردگی و افزایش دوام روسازی است. خزش دینامیکی نشان داد که افزودن نانو و جایگزینی بهینه دانه‌های رس منبسط‌شونده (لیکا)، کرنش تجمعی را کاهش داده و نرخ رشد شتابی فاز نهایی خزش را کند می‌کند. آزمون عمر خستگی نیز بهترین عملکرد را برای ترکیب 25%LECA+2%AL2O3 نشان داد که گرچه افزایش دما و سطح تنش‌ موجب تسریع آسیب‌پذیری خستگی می‌شوند، اما این ترکیب توانست اثرات ناشی از آن را تا حد زیادی کنترل کند. مدلسازی رگرسیونی نشان داد که درصد نانو و دانه‌های رس منبسط‌شونده (لیکا)، تأثیر معناداری (p < 0.05) بر عمر خستگی دارند. مدل‌ها با ضریب تعیین بالا برابر 928/0 ، 947/0 و937/0 به ترتیب برای 0، 25% و 50% دانه‌های رس منبسط‌شونده توانستند رفتار خستگی مخلوط‌ها را با دقت قابل‌قبول پیش‌بینی کنند. این نتایج نشان‌دهنده برازش مناسب و قابلیت تعمیم مدل‌ها در طراحی روسازی‌های آسفالتی است.

دانشگاه سمنان مهندسی زیر ساخت های حمل و نقل 2423-5350 11 4 2026 02 20 Development of Pavement Distress Severity and Density Prediction Models Using Machine Learning توسعه مدل‌های پیش‌بینی شدت و وسعت خرابیهای روسازی با استفاده از یادگیری ماشین 10374 10.22075/jtie.2025.39921.1749 FA امیر گل رو دانشکده عمران، دانشگاه صنعتی امیرکبیر محمد صدیقیان فرد دانشکده عمران امیرکبیر حنانه دهقان طزرجانی دانشکده عمران امیرکبیر Journal Article 2025 12 03 Linear and alligator cracking are critical indicators of asphalt pavement performance. The accurate prediction of these ciritical cracking distresses are of significant importance in effective and efficient pavement maintenance planning. This study proposes a data-driven framework based on multimodal data from the Long-Term Pavement Performance (LTPP) database, incorporating traffic, climatic, and performance-related variables to predict distress severity, length, and area. Key features, including surface distress indices, overlay thickness, traffic characteristics, and climatic indicators, were extracted and refined through feature engineering. Machine learning-based models were developed for severity classification and quantitative distress prediction using Artificial Neural Networks (ANNs). Addressing class imbalance with SMOTE improved severity classification accuracy from 0.782 to 0.843 for linear cracking and from 0.845 to 0.930 for alligator cracking. The models demonstrated strong predictive performance, achieving R² values of 0.941 for linear crack length and 0.954 for alligator crack area, supporting their applicability in preventive maintenance and pavement life-cycle management. ترک‌های خطی و پوست‌ سوسماری از مهم‌ترین شاخص‌های عملکرد روسازی آسفالتی هستند و پیش‌بینی دقیق آن‌ها نقش کلیدی در برنامه‌ریزی نگهداری دارد. در این پژوهش، با استفاده از داده‌های چندماژوله پایگاه داده عملکرد بلند مدت روسازی (LTPP) شامل متغیرهای ترافیکی، اقلیمی و عملکردی، یک چارچوب داده‌محور برای پیش‌بینی شدت، طول و مساحت خرابی‌های آسفالتی ارائه شده است. ویژگی‌های مؤثر نظیر شاخص‌های خرابی سطحی، ضخامت روکش، مشخصات ترافیکی و شاخص‌های اقلیمی استخراج و پس از مهندسی ویژگی، در مدل‌های یادگیری ماشین شامل طبقه‌بندی شدت و شبکه عصبی مصنوعی به‌کار گرفته شد. استفاده از روش اسموت (SMOTE) موجب افزایش دقت طبقه‌بندی شدت ترک خطی از 782/0 به 843/0 و ترک پوست ‌سوسماری از 845/0 به 930/0 گردید. نتایج حاکی از عملکرد مناسب مدل‌ها با ضرایب تعیین 941/0 برای پیش‌بینی طول ترک خطی و 954/0 برای مساحت ترک پوست ‌سوسماری بوده و قابلیت کاربرد آن‌ها در نگهداری پیشگیرانه و مدیریت چرخه عمر روسازی را نشان می‌دهد.

دانشگاه سمنان مهندسی زیر ساخت های حمل و نقل 2423-5350 11 4 2026 02 20 Experimental Investigation of the Effect of Cement and Recycled HDPE Granules on the Strength, Durability and Microstructure of Sandy Soil بررسی آزمایشگاهی تأثیر سیمان و گرانول‌های HDPE بازیافتی بر مقاومت، دوام و ریزساختار خاک ماسه‌ای 10546 10.22075/jtie.2026.39971.1750 FA اشکان قلی پور نوروزی گروه مهندسی عمران-مکانیک خاک و پی، دانشکده فنی و مهندسی، دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران علیرضا اردکانی گروه مهندسی عمران-مکانیک خاک و پی، دانشکده فنی و مهندسی، دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران Journal Article 2025 12 06 ABSTRACT<br /><br />Increasing environmental threats from cement manufacturing and disposal of plastic and polymer waste necessitated the implementation of sustainable alternatives in soil stabilization. This study focuses on the effects of application of cement and recycled high-density polyethylene (HDPE) granules on the strength, and microstructure of sandy soil. The mixtures were prepared with different amounts of cement (5%, 8%, and 11% of dry weight) and recycled HDPE granules (2%, 4%, 6%, and 8% of dry weight) and were subjected to UCS and ITS testing. The microstructural study was also done using scanning electron microscopy (SEM). Tests showed that increasing cement content from 5 to 11% produced compressive strength increases of 340% and a 261% increase in tensile strength over the control sample, which made it more brittle in terms of mechanical response; however, incorporating recycled HDPE granules at the optimal amounts (4-6%) made the mixture more ductile and better overall mechanically. Moreover, the results indicated that incorporating HDPE granules within the range of 4–6%, in conjunction with the optimum cement content, can effectively enhance the durability and strength retention of the stabilized soil under wetting–drying cycles, whereas higher contents lead to a reduction in performance. SEM observations showed that HDPE granules were compatible with the cementitious matrix at these optimum levels. The findings suggest that recycled HDPE granules are able to be used in optimal amounts to improve the mechanical performance of cement-stabilized soils, whereas the sustainable management of polymer waste in geotechnical engineering is served better. Unlike earlier studies that mostly employed virgin or non-recycled polyethylene on clayey soils, This study for the first time employs recycled HDPE granules to enhance the mechanical behavior of sandy soils and thus brings novel insights into the mechanisms by which their strength is improved. با توجه به نگرانی‌های فزاینده‌ی زیست‌محیطی ناشی از تولید سیمان و دفع ضایعات پلاستیکی و پلیمری، استفاده از مواد جایگزین پایدار در تثبیت خاک مورد توجه قرار گرفته است. در این تحقیق، تأثیر سیمان و گرانول پلی‌اتیلن بازیافتی با دانسیته‌ی بالا (HDPE) بر مقاومت و ریزساختار خاک ماسه‌ای بررسی شده است. مخلوط‌هایی با مقادیر مختلف سیمان (5، 8 و 11 درصد وزنی) و گرانول‌HDPE بازیافتی (2، 4، 6 و 8 درصد وزنی) تهیه شده و تحت آزمایش‌های مقاومت فشاری محصورنشده ‌(UCS) و مقاومت کششی غیرمستقیم (ITS) قرار گرفته‌اند. همچنین، تحلیل ریزساختاری با استفاده از میکروسکوپ الکترونی روبشی (SEM) انجام شده است. نتایج نشان دادند که افزایش مقدار سیمان از 5 به 11 درصد، موجب افزایش مقاومت فشاری تا 340 درصد و افزایش مقاومت کششی تا 261 درصد، نسبت به نمونه‌ی شاهد می‌شود، اما رفتار مکانیکی تردتری ایجاد می‌کند. افزودن گرانول HDPE بازیافتی در مقادیر بهینه (6-4 درصد)، سبب بهبود شکل‌پذیری و افزایش مقاومت مکانیکی شد. همچنین، نتایج نشان دادند که افزودن گرانول HDPE در محدوده‌ی 4 تا 6 درصد، در کنار مقادیر بهینه‌ی سیمان، می‌تواند به‌طور مؤثری دوام و نگهداشت مقاومت خاک تثبیت‌شده را در برابر چرخه‌های تر و خشک شدن بهبود بخشد، در حالی‌که مقادیر بالاتر منجر به افت عملکرد می‌شوند. نتایج ریزساختار نیز مؤید سازگاری گرانول HDPE با ماتریس سیمانی در مقادیر بهینه بود. این نتایج نشان می‌دهند که می‌توان از گرانول‌های‌HDPE بازیافتی در یک مقدار بهینه برای بهبود مقاومت مکانیکی خاک‌های تثبیت‌شده با سیمان استفاده نمود. این امر، به مدیریت پایدار پسماندهای پلیمری با کاربرد آنها در مهندسی ژئوتکنیک نیز کمک می‌کند. برخلاف اکثر مطالعات قبلی که از پلی‌اتیلن‌های دست‌نخورده یا غیربازیافتی استفاده کرده و عمدتاً بر خاک‌های رسی متمرکز بوده‌اند، ویژگی منحصربه‌فرد این تحقیق، در بکارگیری گرانول‌های HDPE بازیافتی برای بهسازی خاک‌های ماسه‌ای و بررسی رفتار مقاومتی آنها است.

دانشگاه سمنان مهندسی زیر ساخت های حمل و نقل 2423-5350 11 4 2026 02 20 Evaluating the mechanical properties of roller compacted concrete containing waste ceramic aggregates بررسی خصوصیات مکانیکی بتن غلتکی حاوی سنگدانه‌های سرامیک ضایعاتی 10568 10.22075/jtie.2026.40602.1755 FA دانیال نصر ۱استادیار، گروه عمران، واحد خوراسگان، دانشگاه آزاد اسلامی، اصفهان، خوراسگان، ایران رضوان باباگلی استادیار، گروه مهندسی عمران، دانشگاه علم و فناوری مازندران، بهشهر، ایران هومن هلاکوی نایینی دانش آموخته کارشناسی ارشد، گروه مهندسی عمران، دانشگاه آزاد اسلامی، واحد اصفهان(خوراسگان)، اصفهان، ایران Journal Article 2026 02 14 With the development of the transportation network, much of the country's revenue is spent on road maintenance. Due to the disadvantages of asphalt pavement over concrete pavement and increased bitumen cost, the use of concrete pavement has made economic justification. One type of concrete pavement is roller concrete pavement. One of the most important factors affecting pavement strength of roller concrete is the type and quality of its aggregates. The history of roller concrete pavement use has been mainly for low-speed roads or pavements, although today with the advancement of technology and the development of higher-performance finishers and higher compressive strength, it has been possible to use them at higher speeds. In this study, the possibility of using scrap ceramic aggregates for replacement with natural aggregates in roller concrete was investigated. The use of waste materials will not only reduce waste and recycle it properly but will also help to reduce the consumption of natural materials in the construction and environment economy. Experiments on compressive strength, tensile strength, specific gravity and water absorption were performed on roller concrete specimens. Experimental results show that the compressive and tensile strength of roller concrete at 28 days of age by the replacement of ceramic aggregates as fine grains significantly increases the compressive and tensile strengths by 39 and 5.2 MPa, respectively. The use of ceramic aggregates as coarse grains also improves the compressive and tensile strength of the roller concrete compared to the control. The results of this study indicate the importance of using ceramic aggregates to improve the performance of roller concrete. Finally, due to the use of ceramic aggregates in concrete, its specific weight has decreased and its water absorption has increased due to the absorption of more ceramic aggregates. با توسعه شبکه حمل و نقل، بخش زیادی از درآمد های کشور ها صرف تعمیر و نگهداری راه ها می شود. با توجه به معایب روسازی آسفالتی نسبت به روسازی بتنی و افزایش هزینه قیر، استفاده از روسازی بتنی توجیه اقتصادی پیدا کرده است. یکی از انواع روسازی بتنی، روسازی بتن غلتکی می باشد. از مهمترین عوامل تاثیرگذار بر مقاومت روسازی بتن غلتکی، نوع و کیفیت سنگدانه های آن است. سابقه کاربرد روسازی بتن غلتکی عمدتاً جهت جاده ها و یا روسازی های با سرعت ترافیک پایین بوده است هرچند که امروزه با پیشرفت تکنولوژی و ساخت فینیشرهای با کارایی بالاتر و قدرت تراکم بیشتر امکان استفاده از آن برای سرعت های بالاتر فراهم شده است. در این تحقیق به بررسی امکان استفاده از سنگ‌دانه‌های سرامیک ضایعاتی به منظور جایگزینی با سنگدانه های طبیعی در بتن غلتکی پرداخته شد. استفاده از مواد ضایعاتی نه تنها باعث کاهش مواد ضایعاتی و بازیافت مناسب آن ها می گردد بلکه با کاهش مصرف مصالح طبیعی نیز به اقتصاد ساخت و محیط زیست کمک خواهد کرد. نتایج آزمایش ها نشان می دهد که مقاومت فشاری و کششی بتن غلتکی در سن 28 روز با جایگزینی سنگدانه های سرامیکی به عنوان ریز دانه باعث افزایش چشمگیر مقاومت فشاری و کششی به ترتیب تا 39 و 2/5 مگاپاسکال میشود. همچنین استفاده از سنگدانه های سرامیکی به عنوان درشت دانه هم، مقاومت فشاری وکششی بتن غلتکی را در مقایسه با نمونه شاهد بهبود می بخشد. نتایج این پژوهش گویای اهمیت کاربرد سنگدانه های سرامیکی جهت بهبود عملکرد بتن غلتکی می باشد. در نهایت به دلیل استفاده از سنگدانه های سرامیکی در بتن وزن مخصوص آن کاهش و جذب آب آن به دلیل جذب آب بیشتر سنگدانه های سرامیکی افزایش یافته است.

دانشگاه سمنان مهندسی زیر ساخت های حمل و نقل 2423-5350 11 4 2026 02 20 Laboratory and Numerical Investigation of Effect Adding Nanoclay on Excavation Stability بررسی آزمایشگاهی و عددی اثر افزودن نانو‌رس بر پایداری گودبرداری 10343 10.22075/jtie.2025.38845.1736 FA مریم حق بین عمران، دانشگاه ازاد واحد اسلامشهر، اسلامشهر، ایران مهدی صباغ مقدم گروه مهندسی عمران، دانشگاه ازاد واحد اسلامشهر Journal Article 2025 08 28 ABSTRACT<br /><br />In this study, the main objective is investing the effect of adding nanoclay on the stability of excavations. For this purpose, laboratory soil samples were prepared in two conditions: untreated and treated with different percentages of nanoclay (0%, 3%, and 5%), and subsequently tested. Then, a 10-meter-deep excavation model in the Velenjak area of Tehran was constructed at a smaller scale under both natural and nanoclay-stabilized conditions, and the deformations were examined. In addition, numerical modeling of the target excavation was carried out using FLAC3D software to provide a comparison between the laboratory and numerical results. The findings indicated that the use of nanoclay significantly increases the factor of safety of excavation stability and reduces both horizontal and vertical displacements. The optimum nanoclay content was found to be 3%, as higher percentages showed no significant improvement and, in some cases, even had negative effects on soil behavior. This behavior was observed in both numerical and experimental models, with good agreement between them. Also, the influence of nanoclay on soil strength as a novel material was compared with cement as a conventional stabilizer. The advantages of nanoclay—particularly its environmentally friendly nature compared to cement—were highlighted as strong reasons to prefer nanoclay and, more generally, nanomaterials. Overall, the results demonstrated that applying nanoclay as a stabilizing additive can serve as an effective solution for urban excavation projects. در این پژوهش، هدف اصلی ارزیابی تأثیر افزودن نانو‌رس بر پایداری گود می‌باشد. برای این منظور، ابتدا نمونه‌های آزمایشگاهی خاک در دو حالت بهسازی‌نشده و بهسازی‌شده با درصدهای مختلف نانو‌رس (۰، ۳ و ۵ درصد) تهیه و مورد آزمایش قرار گرفتند. سپس نمونه گود 10 متری در منطقه ولنجک تهران در مقیاس کوچک تر در دو حالت طبیعی و بهسازی شده با نانو رس ساخته شد و تغییر شکل ها بررسی شد. همچنین با استفاده از نرم‌افزار FLAC3D مدل‌سازی عددی برای گود مورد نظر انجام شد تا مقایسه‌ای بین نتایج آزمایشگاهی و عددی صورت گیرد. نتایج نشان داد که استفاده از نانو‌رس به‌طور قابل توجهی ضریب اطمینان پایداری گود را افزایش داده و جابجایی‌های افقی و قائم را کاهش می‌دهد. مقدار بهینه برای نانو رس 3 درصد به دست آمد و بیشتر از این مقدار بدون تاثیر و در بعضی شرایط تاثیر منفی بر رفتار خاک می گذارد. این موضوع در هر دو مدل عددی و آزمایشگاهی قابل مشاهده بود و مطابقت خوبی بین آن‌ها وجود داشت. در ادامه تاثیر نانورس به عنوان مصالح جدید با سیمان به عنوان مصالح سنتی بر مقاومت برشی خاک مقایسه شد و نکات مثبت نانورس از جمله عدم تاثیر منفی بر محیط زیست نسبت به سیمان از دلایل ترجیح بر استفاده از نانو رس و به طور کلی نانو مواد می باشد. به طور کلی نتایج نشان داد که به‌کارگیری نانو‌رس به عنوان افزودنی پایدارساز می‌تواند راهکاری مؤثر در پروژه‌های گودبرداری شهری باشد.